Category: Lesetipps

5 Wege wie Roboter den Mainstream erreichen

In diesem Artikel von PWC werden 5 Wege gezeigt, die die nÀchste Generation der Roboter auszeichnet und ihnen helfen wird, in den Mainstream zu gelangen. Diese 5 Wege sind hauptsÀchlich:

  1. Aus einer starren Umgebung in eine Dynamische – Roboter und ihre Ingenieure lernen zunehmend, wie das Verhalten von Robotern in dynamischen Umgebungen aussehen muss.
  2. Von der Isolation zu Cobots – Collaborating Robots ist aktuell das Schlagwort, wenn man von Robotern spricht, die mit dem Menschen zusammen arbeiten sollen.
  3. Vom programmierten zum gelernten Verhalten – Forschungen im Bereich des Machine Learning machen es möglich, dass Roboter out-of-the-box ihr gewĂŒnschtes Verhalten lernen. Das macht sie sehr flexibel.
  4. Von der Einzelfertigung zum flexiblen Einsatz – Besseres VerstĂ€ndnis der Prozesse in Wirtschaft und Industrie haben dazu gefĂŒhrt, dass Roboter nicht nur fĂŒr einzelne Kunden spannend sind, sondern auf diverse Prozesse (in langen Prozessketten) eingesetzt werden können.
  5. Vom Back-Office zum Front-Office – FrĂŒher wurden Roboter in Fabrikhallen hinter Glasscheiben betrieben. Es ist aber nun auch möglich, bestimmte Typen von Robotern dafĂŒr zu nutzen, mit dem Kunden zu kommunizieren. Beispielsweise werden Roboter nicht nur fĂŒr die Fertigung, sondern auch zur Auslieferung benutzt.

Den Artikel von PWC gibt es hier in ganzer LĂ€nge. Viel Spaß beim Lesen.

5 untechnische KĂŒnstliche Intelligenz Begriffe die sie kennen sollten

KĂŒnstliche Intelligenz ist meist ein technisches Thema. Welche untechnischen Begriffe muss ich kennen, wenn ich mit meinen Kollegen, Freunden oder auf Konferenzen ĂŒber das Thema diskutieren will? Wir zeigen dir 5 der wichtigsten untechnischen Begriffe, ĂŒber die sich trefflich diskutieren und fachsimpeln lĂ€sst. Viel Spaß!

Human in the Loop (Buzzword!)

Human in the Loop Systeme benötigen einen menschlichen Supervisor, der ihnen in kritischen Situationen helfen kann. Die meiste Zeit versuchen diese Systeme, das gelernte selbst umzusetzen. Dies dient der Automatisierung von Prozessen. Lediglich in schwierigen oder unbekannten Situationen wird ein Mensch gefragt (in die Loop geholt), um entweder schwierige Entscheidungen zu treffen oder der Maschine neue Situationen zu erklÀren.

Aktuell werden viele Prozesse in der Wirtschaft und Industrie von Human in the Loop Systemen ĂŒbernommen. Diese Systeme werden angelernt und benötigen dafĂŒr noch einen Supervisor.

 

Technokratie

Technokratie bezeichnet eine Regierungsform ohne Politiker. In dieser Regierungsform werden ausschließlich Wissenschaftler berufen, ein Volk zu vertreten. Technokratie wĂŒrde direkt ĂŒbersetzt bedeuten: Regierung der SachverstĂ€ndigen. Die Probleme der Gesellschaft wĂŒrden Technokraten mit ihren rationalen Modellen und Vorstellungen lösen. Ein Aspekt der vielen Technokratiekritikern missfĂ€llt.

Die Technokratie in ihrer Reinform basiert weder auf Parteien noch auf Koalitionsgedanken. Die gewÀhlten Vertreter sind parteilos und handeln im Rahmen ihrer wissenschaftlichen Möglichkeiten.

 

Transhumanismus

Als Transhumanismus versteht man eine philosophische Denkrichtung, den Menschen durch technologische Komponenten in jeglicher Form zu erweitern oder verbessern. Der Transhumanismus hat aktuell 3 verschiedene Strömungen ausgebildet: Demokratischer Transhumanismus, Extropianismus und Singularitarianismus.

Der Transhumanismus kann sich in der RealitĂ€t sehr vielfĂ€ltig Ă€ußern, durch Sportler mit Prothesen, BioArt-Akteure (wie Stelarc).

 

Posthumanismus

Der Posthumanismus ist eine philosophische Denkrichtung. Im Kern ist die Aussage: „Der Mensch hat seinen evolutionĂ€ren Zenit bereits erreicht – es ist Zeit fĂŒr etwas neues“. Der Mensch wird hier nur als eine Spezies unter vielen gesehen.

Dem Mensch wird im PH auch das Recht abgesprochen, die Natur zu zerstören und sich als Krone der Schöpfung zu sehen. Eins steht jedoch fest: Im Posthumanismus gibt es den Menschen unseres Zeitalters nicht mehr.

Dabei ist nicht klar, ob der Mensch als solches oder eben der Homo Sapiens im posthumanistischen Zeitalter keine Rolle mehr spielen soll.

 

Technologische SingularitÀt

Technologische SingularitÀt bezeichnet den Zeitpunkt, an dem Maschinen so fortschrittlich sind, dass sie sich selbst verbessern können. Damit einher geht der Punkt, dass die Zukunft der Menschheit immer schwieriger vorherzusehen ist. Bisher wurde der Zeitpunkt, an dem technologische SingularitÀt eintritt, immer wieder in die Zukunft verschoben. Viele Experten und Forscher auf diesem Gebiet sind sich jedoch einig, dass dieser Zeitpunkt unerwartet und teilweise auch von weiten Teilen der Menschheit unbemerkt eintritt.

Damit verbunden sehen Insider auch die biologische Unsterblichkeit der Menschheit (oder zumindest einzelner Individuen).

Deep Learning mit Python und Keras

Python ist fĂŒr viele Einsteiger die Sprache der Wahl, wenn sie mit neuartigen Frameworks etwas aufbauen wollen. Im Bereich des Deep-Learnings ist das Ă€hnlich. Hier bietet sich Python in Kombination mit Keras an. Das Buch Deep Learning mit Python und Keras von François Chollet beschĂ€ftigt sich genau mit diesem Thema.

Die Beispiele sind sehr vielfĂ€ltig, was auch ein sehr großes Plus dieses Buches ist.

Das Buch startet mit einer kurzen Einleitung zum Thema Deep Learning. Was bedeutet das “Deep” in Deep Learning, was kann Deep Learning leisten und welche Versprechen bringt die KĂŒnstliche Intelligenz im Generellen mit sich. Bevor das Buch sich mit Keras und Deep Learning Verfahren beschĂ€ftigt, gibt es erstmal einen Ausflug in die Welt der probabilistischen Modellierung. Was sind Kernel? Welche Verfahren wurden vor dem Deep Learning eingesetzt?

Hier liefert das Buch auch die nötigen technischen und mathematischen Grundlagen zum Verstehen des Sachverhaltes. Der Autor geht davon aus, dass sogar mathematische AnfĂ€nger die Materie durchdringen können, auch wenn sie keine tiefergreifende Ausbildung haben. Das VerstĂ€ndnis darĂŒber, wie bestimmte Medien (Bilder, Video, Audio, Text) codiert sind, ist essenziell beim Deep Learning. Deshalb werden diese anfĂ€nglich erklĂ€rt. Danach folgt eine EinfĂŒhrung in kĂŒnstliche neuronale Netze, die sozusagen die VorgĂ€nger des heutigen Deep Learnings sind.

Nachdem sich das Buch mit einfacheren Methoden beschĂ€ftigt hat, begibt sich der Autor zu den praktischen Problemen, die er mit Deep Learning Methoden löst. Dazu verwendet er das Framework Keras (der Autor selbst ist der fĂŒhrende Entwickler hinter diesem Framework). Die Beispiele sind sehr vielfĂ€ltig, was auch ein sehr großes Plus dieses Buches ist. Hier werden Datenbanken wie IMDb und Reuters (Nachrichten) angezapft. Das Buch beschĂ€ftigt sich also mit der Klassifizierung von Texten und Bildern.

Ein weiterer spannender Punkt im Bezug auf Deep Learning ist das Generative Deep Learning. AnfĂ€nglich wurden Sequenzen aus Daten zur klassifiziert. Beim Generativen Deep Learning werden eben solche Texte, Bilder oder AudiostĂŒcke selbst erzeugt. Nachdem man sich also mit dem praktischen Thema des Deep Learnings beschĂ€ftigt hat, lernt man noch, wie man in Zukunft verschiedene Medien selbst generieren lassen kann.

Unser Fazit: Das Buch liefert ein gelungenen praktischen Exkurs in die Welt des Machine Learnings mit der Sprache Python. Wenn ihr einen schnellen Einstieg sucht und schnell mit Hilfe von Beispielen an ein Ziel kommt, dann ist dieses Buch genau die richtige Empfehlung fĂŒr euch.

Hier geht es zum Buch!

Der Reiz des Utopischen – Was sind Utopien?

Wo geht der Weg der Menschheit hin? Welche Rolle spielen unsere technischen Möglichkeiten dabei? Diese Fragen beschĂ€ftigen viele Forscher – nicht nur im Bereich KĂŒnstliche Intelligenz. Utopien sind dabei ein beliebtes Genre, den (oft extremen) Rahmen der Möglichkeiten abzustecken. Unser Gastautor Tino Polzin erklĂ€rt uns, warum wir mehr ĂŒber Utopien lesen sollten.

Was sind Utopien?

Jeder von uns kennt den Ausdruck, dass etwas „utopisch“ ist und versucht damit den Umstand zu verdeutlichen, dass etwas unmöglich zu erreichen scheint. Obwohl der Begriff Utopie zu Zeiten der griechischen Hochkulturen so nicht existierte, stammt er doch aus dem Griechischen und bedeutet tĂłpos „Ort“ und ou „nicht“. Wörtlich bedeutet Utopie „Nirgendsland“ oder „Nichtland“.

In einer Utopie möglich: Eine virtuelle Stadt, die sich von unser Vorstellung einer Stadt sehr weit entfernt hat.

In einer Utopie möglich: Eine virtuelle Stadt, die sich von unser Vorstellung einer Stadt sehr weit entfernt hat.

Utopien in der Literatur stellen gemeinhin eine ideelle Gesellschaft dar, die in einem mehr oder weniger isolierten Raum existiert. Diese imaginĂ€ren Gemeinschaften stellen eine positive oder negative Entwicklung der real existierenden Welt dar. Kurz gesagt sind Utopien die Manifestation einer „möglichen Gesellschaft“ im Text. Die erste Utopie ĂŒberhaupt stammt vom Philosophen Platon. In seinem Werk „Politeia“ (dt. „Der Staat“) aus dem Jahre 370 v. Chr. versucht er die Gerechtigkeit im Staat und die perfekte Ordnung der Gesellschaft zu entwickeln. In der Literatur gibt es neben den Utopien auch die Anti-Utopien (Dystopien). Romane also,  die sich mit dem Gegensatz einer ideellen Gesellschaft auseinandersetzen. Bekanntestes Beispiel hierfĂŒr ist der Roman „1984“ von George Orwell aus dem Jahre 1949.

Warum sollte man Utopien lesen?

Utopien klingen befremdlich oder idyllisch? Unsere Verantwortung ist es, sie zu verhindern oder herbeizufĂŒhren.

Utopien klingen befremdlich oder idyllisch? Unsere Verantwortung ist es, sie zu verhindern oder herbeizufĂŒhren.

Viele Autoren von Utopien entwickeln eigene Vorstellungen einer ideellen Gesellschaft und beziehen sich dabei meist mit einem satirisch-kritischen Unterton auf vorherrschende GesellschaftsverhĂ€ltnisse der jeweiligen Zeit. Damit geben utopische Romane dem Autor vergleichsweise viel Macht in die HĂ€nde, vor allem in Zeiten staatlicher Zensur. FĂŒr uns als Leser bietet sich hierbei die Möglichkeit, einen Einblick in die Gedanken des jeweiligen Autors zu bekommen. Zudem lassen sich mit dem nötigen VerstĂ€ndnis fĂŒr die jeweilige Zeitepoche auch die Nuancen von Kritik und Satire an MissstĂ€nden vergangener Gesellschaften erkennen.

Neben unterschiedlichen Utopien des perfekten Staates bietet auch die fortschreitende, technische Entwicklung genĂŒgend Möglichkeiten und AnlĂ€sse, sich mit dem Lesen utopischer/ dystopische Romanliteratur den Geist dafĂŒr zu öffnen, wo technische Entwicklungen enden können und ob dies im Sinne der Menschheit ist. Als Beispiel fĂŒr die Auseinandersetzung von Technik in Utopien sei hier nur Aldous Huxleys „Schöne Neue Welt“ genannt. Huxley beschreibt in seinem Buch einen Weltstaat, dessen zentrales Wesensmerkmal die genetische Manipulation von Erbgut und Embryonen ist.

Utopien bieten trotz ihrer oftmals simplen ErzÀhlstruktur ein Fenster in die Zukunft, durch das wir als Leser blicken können. Dabei können wir von dieser Zukunft fasziniert sein oder uns angewidert abwenden, aber wir sollten dabei nicht vergessen, dass jedes Fenster auch ein Spiegel sein kann.

Welche Utopien sind lesenswert?

  • Platon, „Politeia“ (dt. „Der Staat“), 370 v. Chr. – Warum: Erste Utopie ĂŒberhaupt und prĂ€gender Entwurf fĂŒr die Ordnung eines Staates und dessen Gesellschaft.
  • Thomas Morus, „Utopia“, 1516 – Warum: Namensgeber des Utopiegenres, zudem auch kritische Auseinandersetzung mit der Zeit des 16. Jahrhunderts.
  • Aldous Huxley, „Schöne Neue Welt“, 1932 – Warum: Ein Weltstaat, der durch genetische Kontrolle und glĂŒcklich machende Rauschmittel im wahrsten Sinne des Wortes glĂŒckliche Menschen erschafft.
  • George Orwell, „Nineteen Eighty-Four“, 1949 – Warum: Die wohl bekannteste Dystopie ĂŒberhaupt etablierte den „Big Brother“ und fĂŒhrt dem Leser vor Augen, was passiert, wenn die Überwachung total und absolut wird.
  • Dave Eggers, „The Circle“, 2013 – Warum: In gewisser Weise ĂŒbersetzt diese Mini-Dystopie den Roman „1984“ in unsere Zeit, in der ein Internetkonzern nicht nur das (digitale) Leben seiner Nutzer totalĂŒberwachen will.

Zum Gastautor: Tino Polzin, Jahrgang ’90, studierte Philosophie, Geschichte und Psychologie an der TU Dresden sowie der FU Hagen. Aktuell beschĂ€ftigt er sich mit der Klassifikation von Utopien in der Literatur.

Thinking, Fast and Slow – Ein Buchtipp fĂŒr KI-Forscher

Thinking, Fast and Slow von Daniel Kahnemann stand schon lÀnger auf meiner Wunschliste. Von vielen Seiten wurde mir versprochen, dass es genau dieses Buch ist, was angehende Wissenschaftler lesen sollten. Also habe ich es mir vorgenommen und geschaut, ob es hÀlt, was viele Kollegen versprochen haben.

Das Buch beginnt mit einer EinfĂŒhrung zu den beiden System, also dem mehr affektiv handelnden System I und dem langsamen und faulen System II. Zweiteres ist jedoch dazu ausgelegt, komplex zu denken und Fakten zu checken. Wie umfangreich und aufwĂ€ndig ist das die Benutzung von System II und wie oft nutzt man es? Das Gehirn ist eine assoziative Maschine (er nennt es so, allerdings ist Maschine ein sehr technikorientiertes Wort, assoziatives System wĂ€re hier etwas abstrakter und wĂŒrde fĂŒr weniger Verwirrung sorgen). Das Kapitel beschĂ€ftigt sich außerdem damit, wie wir Entscheidungen treffen und welche weiteren Optionen zur Entscheidungsfindung existieren.


Das ganze Buch ist durchzogen mit kurzen Beispielen, um den Leser ebenfalls bei einigen Denkfehlern zu ertappen. Im zweiten Kapitel geht es um Statistiken und Denkfehler, die vor allem dabei passieren, wenn man mit kleinen Zahlen und Mengen auf GrĂ¶ĂŸere schließt oder wenn Emotionen sowie persönliche PrĂ€ferenzen im Spiel sind. Risiken werden oftmals von uns unterschĂ€tzt, weil wir in die Vergangenheit schauen und meist annehmen, wir wĂŒrden alle Parameter kennen. In der Wissenschaft nennt sich dieser Effekt “Overconfidence”. Das ist auch der Titel des 3. Kapitels, das sich mit den Illusionen und dem Verstehen der Umwelt beschĂ€ftigt. Eine wertvolle Quintessenz aus diesem Teil des Buches wird schnell klar. Wir benötigen sehr oft eine vertrauensvolle aber ehrliche Sicht von außen, die uns hilft unsere Entscheidungen zu reflektieren. Nach diesem Exkurs ĂŒber die Wahrnehmung geht es um die Wahl. Eine Wahl zu haben, bedeutet zu allererst, dass man mehrere Optionen zur Auswahl hat. Es werden Theorien und Fallstricke vorgestellt, die uns bei der Entscheidung zwischen mehreren Optionen im Wege stehen. Welche Fragen zu stellen sind, um diesen Fallstricken zu entgehen sind, verrĂ€t das Buch auch. Im generellen spielt die Wahrnehmung und die WarhnehmungstĂ€uschung in diesem Buch eine große Rolle. Ein Abschnitt in diesem Kapitel handelt beispielsweise von Framing und wie verschiedene Frames die RealitĂ€t verĂ€ndern. Das letzte Kapitel stellt danach die beiden Persönlichkeiten vor, die in einem Menschen wohnen. Auf das wesentlichste reduziert, kann man sagen, die erste Persönlichkeit ist ein emotionaler und affektive Entscheider. Im Gegensatz dazu ist die andere Persönlichkeit eher ein rationaler Denker, der andere aber nur bedingt bessere Entscheidungen trifft. Zudem verbraucht der rationale Denker sehr viel Energie und Aufmerksamkeit.

Was kann ich daraus lernen?

Nach dem Lesen des Buches stellt man auf jeden Fall fest, dass man bewusster entscheidet. Man denkt fast automatisch darĂŒber nach, ob System I oder II eine Entscheidung getroffen hat und was der richtige Weg gewesen wĂ€re. Außerdem analysiert man Fallstricke hĂ€ufiger, lĂ€sst sich fĂŒr Entscheidungen mehr Zeit und kann nach der Entscheidung seine Argumentationslinie sauberer darlegen. Vieles war fĂŒr mich nicht neu, die Fakten und Biases existieren schon lĂ€nger, allerdings macht zusĂ€tzlich zum prĂ€sentierten Wissen die Erfahrung des Autors und NobelpreistrĂ€gers Daniel Kahnemann das ganze Buch zu einem runden Konzept. Er schreibt einige Erkenntnisse aus seiner persönlichen Sicht und zeigt auch auf, was der Ausgangspunkt fĂŒr dieses oder jenes Experiment war. Besonders als (werdender) Wissenschaftler liest sich das Buch sehr spannend.

Take-Away: Was bleibt?

    • Mach dir klar, dass du immer die Wahl hast, zwischen affektivem und bewussten Entscheiden zu wĂ€hlen.
    • Denke immer ĂŒber mögliche Fallstricke nach, die deine Entscheidungen negativ beeinflussen können.
    • PrĂŒfe Risiken, die aus deinen Entscheidungen folgen können.
    • Sei dir bewusst, das du prinzipiell immer zu wenig Informationen hast, um dich richtig zu entscheiden.
    • Lerne deine Entscheidungen einzuschĂ€tzen. Agierst du eher risikoavers oder verlustavers? Und warum ist das so? Reflektiere die Entscheidungen, um festzustellen, was dir deinen Entscheidungen zugrunde liegt.
    • Erlaube dir selbst, mehrere Entscheidungen durchzuspielen und in jeder die positiven sowie negativen Aspekte zu sehen.

Hier gehts zum Buch von Daniel Kahnemann.

[BĂŒcher] Beschleunigung und Entfremdung – Hartmut Rosa

Da ich aktuell etwas weniger Zeit habe, um ĂŒber KĂŒnstliche Intelligenz und artverwandte Themen zu bloggen, möchte ich eine neue Artikelreihe starten. Denn – Zeit zum Lesen habe ich immer, denn sie ist fest eingeplant bei mir. Deshalb geht es in der neuen Artikelreihe um BĂŒcher, die vor allem fĂŒr Data Scientists, Data Engineers und Ingenieure der Informatik geeignet sind.

Mit einem Buch vom Soziologen Hartmut Rosa möchte ich dabei starten. Jetzt fragt man sich natĂŒrlich, was ein Soziologe ĂŒberhaupt im entferntesten Sinne mit Informatik und KI zu tun hat. Auf der einen Seite möchte ich generell klarmachen, dass es fĂŒr einen Informatiker nicht schaden kann, sich in andere Fachgebiete einzulesen, schließlich durchdringt die Informatik immer mehr Teile der Wissenschaften und Wirtschaftsbranchen – ein Blick ĂŒber den Tellerrand, egal auf welcher Seite des Tellers, lohnt sich also meistens. Auf der anderen Seite ist das Thema (trotz des Erscheinungsjahrs 2013) immer noch aktuell. Persönlich finde ich, dass sich einige meiner (frĂŒheren) Kommilitonen, Kollegen und Freunde bezĂŒglich des Themas “Beschleunigung des Alltags” eher reaktiv verhalten, anstatt es aktiv zu verstehen und zu nutzen.

Beschleunigung und Entfremdung von Hartmut Rosa erklĂ€rt nĂ€mlich sehr genau die Anatomie dieser Beschleunigung. Ein Beispiel: Vor der Erfindung der Eisenbahn vermutete man, dass jede Fortbewegung des Menschen grĂ¶ĂŸer als 30 Km/h schĂ€dlich fĂŒr das Gehirn ist. Schauen wir aus dem Fenster und denken einen kurzen Augenblick nach, wie wir heutzutage reisen.  Es gibt viele Aspekte und Facetten dieser Beschleunigung. Rosa sieht die Auflösung der StĂ€ndegesellschaft als einen dieser Punkte an. Dadurch wurde das Leben undeterminierter. In einen Stand hineingeboren zu sein, sicherte den Status. Durch die Freiheit, sich den Status selbst zu erarbeiten, kommt aber eben auch der Zwang, sich den Status zu sichern. Nachdem Rosa die Motoren der Beschleunigung identifiziert hat, stellt er fest, dass sich technische Innovationen, wissenschaftliche Erkenntnisse und ökonomische Transaktionen um ein vielfaches beschleunigt haben – nicht aber die Politik. Das sich die Politik nicht entwickelt hat, wĂŒrde ich nicht direkt unterschreiben. Geopolitik und deren Auswirkung betrifft uns alle.  Auf einer gewissen Ebene hat sich die Politik (nicht vor unserem direkten Auge) auch entwickelt. Worauf der Autor aber hier anspielt: Gelebte Demokratie gibt den Rahmen fĂŒr Innovationen, Wissenschaft und Wirtschaft vor. DafĂŒr erscheint ihm die Politik zu langsam. Dabei sieht er vor allem den hohen Planungsaufwand (u.a. bĂŒrokratiebedingt) als einen Grund.




Die Anatomie der Entfremdung klassifiziert er mit der Entfremdung vom Raum, von Dingen, der Zeit, vom eigenen Handeln sowie Selbstentfremdung & soziale Entfremdung. Er fĂŒhrt diese aus und untermauert sie mit subjektiven Darstellungen, bzw. praktisch erlebtem. Durch in-Beziehung-treten mit Dingen, also durch Interaktionen mit Dingen (einen Socken stopfen anstatt wegzuwerfen, ein technisches GerĂ€t selbst reparieren anstatt es neu zu kaufen) beseelt man sie. Ist dies nicht der Fall, so entfremdet man sich von ihnen, so fĂŒhrt Rosa in seinem Buch aus.

Fazit: Es ist gut, das Thema Beschleunigung (mit diesem Buch) zu begreifen, damit man ihr nicht ausgeliefert ist. Man bringt oft unbewusst Opfer zugunsten der Wettbewerbslogik, man sollte sich dessen wenigstens bewusst sein. Eine Leseempfehlung von mir. Hier gehts zum Buch.

KĂŒnstliche Intelligenz in den USA! Das Strategie-Papier dazu

Im Mai 2016 haben sich in den U.S.A. verschiedene KI-Spezialisten zusammengesetzt und versucht, ein Strategiepapier fĂŒr die Zukunft mit der KI zu entwickeln. Das Papier wurde nun im Oktober vorgestellt. Es enthĂ€lt neben einfĂŒhrenden Worten zum Thema KĂŒnstliche Intelligenz auch ein paar begriffliche Definitionen (darunter Autonomy, Automation, etc.).




Das Strategiepapier gibt Handlungsempfehlung fĂŒr den PrĂ€sidenten der Vereinigten Staaten. Wer die ca. 50 Seiten des Reports nicht lesen will, bekommt hier die wichtigsten Handlungsempfehlungen zusammengefasst:

  • DatensĂ€tze der staatlichen Institutionen offenlegen, um die KI-Forschung in diesen Bereichen zu beschleunigen.
  • Institutionen und staatliche Agenturen sollten Standards festlegen, auf denen sie Informationen austauschen, gewinnen oder vorhersagen können.
  • Jedes Ministerium sollte Stellen fĂŒr Machine Learning Engineers schaffen, damit spezifische Daten schnell ausgewertet werden können.

    Executive Office of the President of the United States, Quelle: Report

    Executive Office of the President of the United States, Quelle: Report

  • Das Ministerium fĂŒr Verkehr soll eng mit der Wirtschaft an der Erarbeitung von Richtlinien und Gesetzen arbeiten. Dabei geht es vor allem um den Einsatz von Drohnen (UAS, unmanned aircraft systems) und autonomen Fahrzeugen (UV, automated vehicles).
  • Das Ministerium fĂŒr Verkehr sollte ein skalierbares System entwickeln, dass den Luftraum der Zukunft besser ĂŒberwachen kann – insbesondere individueller Personenverkehr in der Luft sowie Drohnen.
  • Die Wirtschaft soll die Ministerien zeitiger ĂŒber mögliche Entwicklungen informieren, damit zeitnah Regeln und Gesetze angepasst werden können.
  • SchĂŒler sollen in den Schulen mehr ĂŒber das Thema Ethik bzgl. KĂŒnstlicher Intelligenz lernen. Die Kinder sollen KI-affineren Unterricht bekommen und somit fĂŒr den bewussten Umgang ausgebildet werden.
  • Der PrĂ€sident sollte Richtlinien aufstellen, die klĂ€ren, wie die Verantwortlichkeiten bei automatischen und semi-automatischen Waffensystemen aussehen.
  • Welche Jobs und ArbeitsplĂ€tze potentiell gefĂ€hrdet sind, wurde nicht untersucht, sollten aber in einem zweiten Report geklĂ€rt werden.

Der Report kann als als eine grobe Übersicht gesehen werden, die der Regierung helfen soll, sich initial mit dem Thema zu befassen. Aus dem Report geht auch hervor, dass weitere Untersuchungen notwendig sind. WĂ€hrend in den U.S.A. der KI-Ansatz eher einheitlich verstanden wird, beschrĂ€nkt sich Deutschland dort meist auf die KI in der Wirtschaft.