Description
Book SynopsisSie haben schon oft von Künstlicher Intelligenz gelesen, finden das Thema spannend und wollen mehr darüber erfahren? Dann ist dieses Buch genau das richtige für Sie. Extra für Laien geschrieben erklärt Ihnen Professor Ralf Otte, was es mit Künstlicher Intelligenz auf sich hat. Er erläutert systematisch und allgemein verständlich die technischen Grundlagen und geht auf aktuelle Anwendungen und neue Möglichkeiten in der Zukunft ein. Zudem führt er Sie in wichtige gesellschaftliche und philosophische Fragen ein, die die Künstliche Intelligenz mittlerweile aufwirft.
Table of ContentsÜber den Autor 9
Einführung 19
Über dieses Buch 19
Konventionen in diesem Buch 20
Törichte Ansichten über den Leser 21
Wie dieses Buch aufgebaut ist 21
Teil I: Ganz schön clever (Kapitel 1 bis 3) 21
Teil II: Die Intelligenz in der Maschine – Vom Denken und Lernen (Kapitel 4 bis 8) 22
Teil III: Die KI erobert die Welt (Kapitel 9 und 10) 22
Teil IV: Die Zukunft steht nicht mehr in den Sternen – Chance und Risiko der Künstlichen Intelligenz (Kapitel 11 und 12) 23
Teil V: Der Top-Ten-Teil 23
Symbole, die in diesem Buch verwendet werden 23
Wie geht es nun weiter? 24
Teil I: Ganz schön clever 25
Kapitel 1 Einführung in das Thema 27
Das verstehen wir unter Intelligenz 28
Intelligenz definieren 28
Intelligenz als Blackbox-Konzept 29
Klassifikation der Künstlichen Intelligenz 35
Schwache KI vs Starke KI 36
Künstliche Intelligenz – Wie konnte es so weit kommen 38
Wie will man Denken nachbilden? 39
Die Vorentwicklungen zur KI 41
Die Geburtsstunde der KI 42
Kapitel 2 Die Grundlagen der Künstlichen Intelligenz 45
So viel Chaos um Begriffe 45
Was ist Wissen? – Ein erster Erklärungsversuch 46
Was ist Wahrheit? 46
Daten – Die Rohstoffe der KI 48
Unsere Definition für Daten 48
Von Wissen und Halbwissen 52
Weiterführende Erklärungen zur Bedeutung von Informationen 53
So generiert die KI echtes Wissen 55
Warum die KI keine Witze versteht 55
Fazit – Was wollen wir uns merken? 56
Alles digital oder was … – die große Digitalisierungswelle als Voraussetzung der KI 57
Warum man Angst, Freude oder Hunger nicht digitalisieren kann 60
Der Nutzen der Digitalisierung am Beispiel 62
Der Mensch speichert sein Wissen nicht digital 63
Der Unterschied zwischen Gehirn und Digitalcomputer _64
Kapitel 3 Wie intelligent ist eigentlich die Künstliche Intelligenz? 67
Wie klug ist die KI heute? 67
Die angemessene Intelligenz – Intelligenzstufe I1 68
Die lernende Intelligenz – Intelligenzstufe I2 69
Die kreative Intelligenz – Intelligenzstufe I3 71
Die bewusste Intelligenz – Intelligenzstufe I4 79
Die selbstbewusste Intelligenz – Intelligenzstufe I5 81
Einordnung der KI im Rahmen der verschiedenen Intelligenzstufen und Anmerkungen zu Bots 82
Was ist ein Bot? 82
Eine Definition für KI-Systeme, die wir in diesem Buch treffen wollen 83
Der Turing-Test 83
Was ist ein Turing-Test? 84
Wie funktioniert der Test? 85
Chatbots, soweit das Auge reicht 85
Das chinesische Zimmer und Probleme der Semantik 88
Zusammenfassung 89
Teil II: Die Intelligenz in der Maschine –Vom Denken und Lernen 91
Kapitel 4 Automatische Erzeugung von Wissen 93
Wissenserwerb durch logisches Denken 94
Die Deduktion 94
Die Abduktion 96
Wissenserwerb durch Lernen – die Induktion 98
Das Lernen von Regeln 98
Das Lernen von Funktionen und Modellen 99
Maschinelles Lernen, Data Mining und Data Science – Wir erkennen erste Grenzen 100
Bonitätsprüfung 102
Expertensysteme 103
Zusammenfassung 104
Kapitel 5 Logisches Denken auf Maschinen 105
Was ist Kognition? 105
Die Grundlagen der Logik 106
Die Logik des Altertums 106
Aussagenlogik 107
Grundbausteine der Logik 108
Die Implikation und die Deduktion 111
Deshalb kann ein Computer korrekt schlussfolgern 113
Das Deduktionstheorem der Aussagenlogik 114
Implementierung der Aussagenlogik auf einem Computer 115
Warum reicht die Aussagenlogik nicht 116
Höhere Logiken 118
Prädikatenlogik 119
Auch in der Prädikatenlogik kann man korrekt schlussfolgern 120
Probleme der Wahrheitsfindung auf einem Computer 122
Prädikatenlogik 1 Ordnung 122
Prädikatenlogik 2 Ordnung 123
Zusammenfassung und Grenzen der klassischen Logik 126
Kapitel 6 Automatisiertes Lernen auf Maschinen 129
Maschinelles Lernen 130
Was ist maschinelles Lernen? 130
Data Mining - So lernt man auf Daten 131
Der einfachste empirische Zusammenhang: Korrelationen 133
Eine Warnung an alle Freunde der Korrelation 134
Modelle über die Welt 135
Die Mathematik der Modellierung 137
Von theoretischen zu empirischen Modellen und wieder zurück 139
Empirische Modellbildung bei Ihrer Hausbank 140
Kapitel 7 Die Maschine lernt richtige Regeln 143
Entscheidungsbäume 143
Empirische Regelbildung für das Marketing 146
Beispiel: Regeln zur Erhöhung des Abverkaufs von Zahncreme in einem Supermarkt 147
Assoziationsregeln 149
Kapitel 8 Neuronale Netze – Auf dem Weg zum künstlichen Gehirn 153
Die KNN sind Simulatoren 153
Das Neuronenmodell 154
Die Mathematik Künstlicher Neuronen 156
Wie alles begann … das binäre Neuron 157
Vom binären zum kontinuierlichen Neuron 158
Die Topologie von neuronalen Netzwerken 159
So arbeitet ein neuronales Netzwerk 159
Mathematische Grundlagen neuronaler Lernverfahren 162
Lernverfahren der Praxis – Hinweise zu Backpropagationund Deep Learning-Netzen 166
Zusammenfassung und Grenzen des maschinellen Lernens 168
Teil III: Die Künstliche Intelligenz erobert die Welt 171
Kapitel 9 Unüberwindbare Hürden für die Künstliche Intelligenz 173
Auf der Suche nach der Wahrheit 173
Das Paradox des Maschinellen Lernens 175
Die Bewusstseinsgrenze der heutigen KI 177
Die Physikalische-Symbol-System-Hypothese (PSSH) von Newell und Simon 177
Eine weitere These der KI-Szene: Bewusstsein als Epiphänomen 178
Eine These des Autors 178
Eine weitere These des Autors: Künstliche Intelligenz auf Digitalcomputern kommt bald an ihr natürliches Ende 180
Kapitel 10 Künstliche Intelligenz in Industrie und Gesellschaft 181
Künstliche Intelligenz in der Industrie 181
Roboter in der Industrie 182
Industrie 4.0 und Internet der Dinge 183
Künstliche Intelligenz in der Gesellschaft 185
KI und Spiele 185
Das Internet und soziale Netzwerke 186
Spracherkennung und Sprachsteuerung 187
Sprachübersetzung 188
KI in der Medizin 188
KI in Kunst und Wissenschaft 190
Autonome Autos (Roboterautos) – und ihr wahrscheinliches Scheitern 191
KI, das Internet & Big Data – Fluch und Segen zugleich 197
Facebook 197
Google 198
Internetfirmen 200
KI zur Überwachung von Personen 202
Gesichtserkennung 202
Die Detektion von Gefährdern, Terroristen und unschuldigen Bürgern 203
Pre-Crime – Verbrechen bekämpfen, bevor sie entstehen 206
KI und Gedankenlesen 206
Zusammenfassung zu den Anwendungen 210
Teil IV: Die Zukunft steht nicht mehr in den Sternen – Chance und Risiko der Künstlichen Intelligenz 213
Kapitel 11 Der Geist in der Maschine 215
Eine Hypothese: Zur Erzeugung von Bewusstsein benötigen wir wahrscheinlich die Quantenphysik 217
Was ist Qualia? 218
Der Mensch sieht nicht nur mit seinen Augen 218
Zusammenfassung, technische Hürden und Ausweg für die Künstliche Intelligenz 222
Das Paradox der Künstlichen Intelligenz 223
Kapitel 12 Zukünftige Entwicklungen und ethische Fragen 227
Die Evolution der Schwachen KI 227
Deduktive KI – Die schlussfolgernde KI von gestern 227
Induktive und Kognitive KI – Die lernende und denkende KI der Gegenwart 228
Neuromorphe KI – Die Hardware-KI von morgen 228
Quanten-KI – Die maschinenbewusste KI von übermorgen 230
Die Evolution der Starken KI 231
Wir müssen über Ethik reden 232
Was ist Ethik? 232
Große Gefahren und Risiken der KI 233
Wir brauchen einen regelmäßigen KI-TÜV 234
Zusammenfassung und Fazit 235
Teil V: Der Top-Ten-Teil 237
Kapitel 13 Zehn heiße Tipps für meine Leser 239
1 – Damit die KI nicht Science Fiction wird 239
2 – Tipps für Schüler 240
3 – Tipps für den nicht-studierten Laien 240
4 – Tipps für den studierten Laien 241
5 – Tipps für Manager 241
6 – Tipps für Politiker 241
7 – Es gibt auch Big Data 242
8 – Probieren Sie selbst mal was aus 242
9 – Lesen Sie jedes Jahr ein Büchlein über die KI 243
10 – Führen Sie KI in Ihrem Unternehmen ein 244
Und nun mein Tipp für ALLE 244
Stichwortverzeichnis 247
