KI Washing ist eine Praxis in der Technologiebranche, bei der Unternehmen fälschlicherweise behaupten, ihre Produkte oder Dienstleistungen seien mit künstlicher Intelligenz (KI) ausgestattet, obwohl dies nicht der Fall ist. Diese Vorgehensweise ist vergleichbar mit dem sogenannten Greenwashing, bei dem Unternehmen Produkte als

Mehr dazu auch auf https://fragroger.beehiiv.com

Die Defense Advanced Research Projects Agency (DARPA) ist eine Forschungsbehörde des US-Verteidigungsministeriums, die 1958 als Reaktion auf den Sputnik-Schock gegründet wurde.

Ziel war es, durch Förderung von Spitzentechnologien und risikoreichen Innovationen die technologische Überlegenheit der USA sicherzustellen. Einige Kernpunkte zu DARPA:

Mit einem Budget von über 2 Milliarden US-Dollar über mehrere Jahre zielt nun AI Next darauf ab, KI-Systeme zu schaffen, die kontextbezogen argumentieren, mit Menschen interagieren und sich an neue Situationen anpassen können.

Die Hauptziele von AI Next sind:

Bei Fragen: ⁠#fragRoger⁠:

Abonnier auch meinen ⁠Newsletter⁠.

Oder schau bei uns in der KI Community auf Skool vorbei

Artificial General Intelligence (AGI) bezeichnet ein hochgradig autonomes, künstliches System, das in allen Bereichen mindestens gleiche oder bessere kognitive und intellektuelle Fähigkeiten wie der Mensch besitzt . AGI ist auch bekannt als "Künstliche Allgemeine Intelligenz" oder "Allgemeine Künstliche Intelligenz" und soll in der Lage sein, jede intellektuelle Aufgabe zu verstehen oder zu erlernen, die auch ein Mensch ausführen kann .

Superalignment ist ein Konzept, das darauf abzielt, sicherzustellen, dass super intelligente KI-Systeme, die menschliche Intelligenz übertreffen, in Übereinstimmung mit menschlichen Werten und Zielen handeln . Dies ist ein wichtiger Aspekt der KI-Sicherheit und umfasst skalierbare Schulungsmethoden sowie Validierung der Ausrichtungsmodelle.

AGI und Super Alignment sind eng miteinander verbunden, da Super Alignment ein wichtiger Aspekt der KI-Sicherheit ist, der sicherstellen soll, dass AGI-Systeme in Übereinstimmung mit menschlichen Werten und Zielen handeln. Ohne Super Alignment besteht das Risiko, dass AGI-Systeme nicht im Interesse der Menschheit handeln und negative Konsequenzen haben könnten.

Die 5 Level von Superinteligenz von OpenAi: https://www.forbes.com/sites/jodiecook/2024/07/16/openais-5-levels-of-super-ai-agi-to-outperform-human-capability/

Wann kommt die Singularität: https://www.perplexity.ai/page/kurzweil-s-superintelligent-ai-gYrOX.a2RiS5HJbFoEivHw

Bei Fragen: ⁠⁠#fragRoger⁠⁠:

Abonnier auch meinen ⁠⁠Newsletter⁠⁠.

Oder schau bei uns in der ⁠KI Community auf Skool ⁠vorbei

Sam Altman, CEO von OpenAI, hat kürzlich die Ergebnisse einer der bisher grössten Studien zum bedingungslosen Grundeinkommen (UBI) in den USA veröffentlicht. Die von seiner Non-Profit-Organisation OpenResearch durchgeführte dreijährige Studie umfasste 3.000 Teilnehmer:Innen mit niedrigen Einkommen in Texas und Illinois.

Ein Drittel der Teilnehmer:Innen erhielt monatlich 1.000 USD, während die Kontrollgruppe 50 USD pro Monat bekam. Beantwortung grundlegender Fragen: Die Studie sollte klären, ob Menschen bei einem bedingungslosen Grundeinkommen aufhören zu arbeiten und ihre Zeit unproduktiv verbringen oder ob sie diese Sicherheit nutzen, um neue Dinge zu schaffen und ein erfülltes Leben zu führen.

Es gibt mehrere Gründe, warum er diese Studie durchführen liess:

1. Vorbereitung auf die Zukunft: Altman glaubt, dass der technologische Fortschritt, insbesondere im Bereich der künstlichen Intelligenz, in Zukunft viele traditionelle Arbeitsplätze ersetzen wird. Er sieht UBI als mögliche Lösung, um den dadurch entstehenden Herausforderungen zu begegnen und Armut zu bekämpfen.

2. Schaffung einer Datengrundlage: Durch die umfassende Untersuchung der Auswirkungen auf Beschäftigung, Gesundheit, Ausgaben und andere Lebensbereiche der Teilnehmer wollte Altman eine fundierte Datengrundlage für die Debatte um UBI schaffen.

3. Anstoss für weitere Forschung: Die Studie soll auch andere Städte und Regionen inspirieren, eigene UBI-Experimente durchzuführen, um ein noch umfassenderes Bild zu erhalten. Anstatt nur theoretisch über UBI zu diskutieren, ermöglichte die Studie, die Auswirkungen direkt in der Realität zu testen und wertvolle Erkenntnisse zu gewinnen, auch wenn sie nicht alle Fragen abschliessend beantworten konnte.

Bei Fragen: #fragRoger

Abonnier auch meinen ⁠Newsletter⁠

Oder schau bei uns in der KI Community auf Skool vorbei

OpenAI hat kürzlich GPT-4o mini angekündigt, ein neues, kleineres und kostengünstigeres Sprachmodell, das GPT-3.5 Turbo in ChatGPT ersetzen wird. GPT-4o mini ist ein multimodales Modell, das Text- und Bild-Eingaben verarbeiten kann und in Zukunft auch Video- und Audio-Ausgaben unterstützen soll. Es wurde bis Oktober 2023 trainiert und verfügt über ein Kontextfenster, das achtmal größer ist als das von GPT-3.5 Turbo. Aber leider sind die kostenlosen Funktionen erheblich eingeschränkt.

Bei Fragen: ⁠#fragRoger⁠

Abonnier auch meinen ⁠Newsletter⁠.

Oder schau bei uns in der KI Community auf Skool vorbei

In dieser Podcast-Folge geht es um die Frage, ob und wie künstliche Intelligenz (KI) dabei helfen kann, Lottozahlen zu berechnen und wie zuverlässig diese Methode ist.

Zunächst einmal ist es wichtig zu verstehen, dass Lottoziehungen auf dem Zufallsprinzip basieren. Jede Zahl hat theoretisch die gleiche Chance, gezogen zu werden, und das Ergebnis ist unabhängig von vorherigen Ziehungen. Daher kann KI keine Lottozahlen vorhersagen, da diese zufällig gezogen werden.

Trotzdem gibt es KI-basierte Lotterie-Vorhersagesysteme, die versprechen, die Gewinnchancen zu erhöhen. Diese Systeme basieren auf der Analyse von historischen Lottodaten und der Identifizierung von Mustern und Trends. Allerdings ist die Genauigkeit von KI bei der Vorhersage von Lottozahlen begrenzt, da es bei Lottoziehungen keine vorhersehbaren Muster oder Methoden gibt, um die Ergebnisse vorherzusagen.

Es gibt auch keine glaubwürdigen Fälle, in denen KI tatsächlich Lottozahlen korrekt vorhergesagt hat. Es gab zwar Berichte über einen Thailänder, der angeblich mit KI-generierten Zahlen einen kleinen Gewinn erzielte, und eine spanische Zeitung behauptete fälschlicherweise, ChatGPT hätte die Gewinnzahlen der Weihnachtslotterie vorhergesagt. Diese Berichte erwiesen sich jedoch als falsch oder übertrieben.

Selbst wenn eine KI historische Lottodaten analysiert, kann sie keine definitive Prognose liefern. Die Zufälligkeit und das Chaos von Lotterien stellen eine große Herausforderung für KI dar. Lotterieveranstalter haben auch strenge Sicherheitsmaßnahmen, um Fairness und Integrität zu gewährleisten, was es für jedes System schwierig macht, das Ergebnis zu manipulieren.

Insgesamt ist es mit KI nicht möglich, Lottozahlen zuverlässig vorherzusagen. Die Zufälligkeit der Ziehungen und die Sicherheitsmaßnahmen der Lotterieanbieter verhindern, dass KI-Systeme genaue Prognosen liefern können. Behauptungen über die Fähigkeit von KI, Lottozahlen vorherzusagen, sollten mit Vorsicht betrachtet werden. Am Ende bleibt das Lottospielen ein Glücksspiel, bei dem der Zufall entscheidet.

Wir haben uns auch die Frage gestellt, ob KI bei der EM (Fußball-Europameisterschaft 2024) eingesetzt werden kann. Hier gibt es durchaus interessante Ansätze, wie KI bei der Vorhersage von Ergebnissen und Toren eingesetzt werden kann. Allerdings ist auch hier Vorsicht geboten, da Fußballspiele sehr komplex sind und viele Faktoren eine Rolle spielen. Eine zuverlässige Vorhersage ist daher auch hier nicht möglich.

Insgesamt lässt sich sagen, dass KI zwar in vielen Bereichen sehr nützlich sein kann, aber bei Lottoziehungen und Fußballspielen aufgrund der Zufälligkeit und Komplexität keine zuverlässigen Vorhersagen möglich sind. Es ist wichtig, realistische Erwartungen an KI zu haben und zu verstehen, dass sie keine Wunder bewirken kann.

Bei Fragen: ⁠#fragRoger⁠

Abonnier auch meinen ⁠Newsletter⁠.

Oder schau bei uns im ⁠KI Kurs⁠ vorbei.

Die Quellen zum heutigen Podcast gibt es hier

Was ist Not By AI? Not By AI ist eine Initiative, die es Künstlern, Autoren und anderen Kreativen ermöglicht, ihre Werke mit einem "Not By AI"-Abzeichen zu kennzeichnen.

Damit soll gezeigt werden, dass der Inhalt von Menschen und nicht von einer KI erstellt wurde. Es gibt Abzeichen für verschiedene Bereiche wie Kunst, Texte und Medienproduktion.

Durch das Anbringen des Abzeichens soll der menschliche, KI-freie Ansatz bei der Erstellung von Inhalten hervorgehoben werden.

Warum ist das wichtig? Nun KI-Systeme werden mit von Menschen erstellten Inhalten trainiert. Und wenn Menschen aufhören, neue Inhalte zu produzieren und sich nur noch auf KI verlassen, könnten Online-Inhalte weltweit repetitiv und stagnierend werden.

Zudem gibt es bei KI-generierten Inhalten Bedenken hinsichtlich Urheberrechtsverletzungen und Sicherheitsrisiken, da KI nur mit den Datensätzen arbeiten kann, mit denen sie gefüttert wird. KI ist derzeit nicht in der Lage, völlig originelle Ideen zu entwickeln.

Initiativen wie Not By AI sollen die Bedeutung menschlicher Kreativität und Originalität betonen und eine Abgrenzung zu KI-Inhalten ermöglichen.

Ähnliche Initiativen und LösungenNeben Not By AI gibt es weitere Ansätze, um mit den Herausforderungen durch KI umzugehen:

Insgesamt geht es darum, KI nicht zu mystifizieren, sondern

Wie siehst Du das?

Bei Fragen: #fragRoger

Abonnier auch meinen Newsletter.

Oder schau bei uns im KI Kurs vorbei.

hier gehts zu den Quellen vom heutigen Podcast

Der steigende Energieverbrauch von Künstlicher Intelligenz (KI) stellt eine grosse Herausforderung für Nachhaltigkeit und Klimaschutz dar.

Bei Fragen: FragRoger

Quellen gibts hier

Heute sprechen wir über die Unterschiede von interaktiver und operativer KI.

Es ist wichtig, zwischen interaktiver und operativer KI zu unterscheiden. Interaktive KI bezieht sich auf Anwendungen, die direkt mit Benutzern interagieren und deren Erfahrungen personalisieren.

Beispiele dafür sind ChatGPT und Copilot M365, Perplexity und Github Copilot. Diese Anwendungen sind darauf ausgelegt, menschliche Interaktionen zu simulieren und eine intuitive und personalisierte Erfahrung zu bieten.

Operative KI hingegen verbessert im Hintergrund die Effizienz und Entscheidungsfindung in betrieblichen Abläufen. Beispiele dafür sind Azure AI, Power Automate und Darwin. Diese Anwendungen nutzen Datenanalyse, maschinelles Lernen und Automatisierung, um betriebliche Abläufe zu verbessern und Ressourcen effizienter zu nutzen.

Wenn Du mehr wissen willst, hier sind die ⁠Quellen⁠

Und bei Fragen: ⁠#fragRoger

Warum KI oft im Hintergrund wirkt

KI-Systeme arbeiten häufig im Hintergrund, da sie in der Regel als unterstützende Technologie dienen, die Daten analysiert, Muster erkennt und Prozesse automatisiert, ohne dass Nutzer:Innen direkt mit den komplexen Mechanismen interagieren müssen.

Wir als Nutzer:Innen erleben die Vorteile der KI, wie schnelle Datenverarbeitung und präzise Analyseergebnisse, ohne in die komplexen Prozesse involviert zu sein.

Maschinelles Lernen ist ein zentraler Bereich der Künstlichen Intelligenz (KI), der sich auf die Entwicklung von Algorithmen und statistischen Modellen konzentriert. Diese Technologien ermöglichen es Computern, Aufgaben zu erfüllen, ohne explizit programmiert zu sein.

Stattdessen lernen sie aus Daten, erkennen Muster und Zusammenhänge und treffen auf dieser Basis Vorhersagen oder Entscheidungen.

ML umfasst verschiedene Lernmethoden:

ML wird in vielen Anwendungen eingesetzt, darunter Bild-

Wenn Du mehr wissen willst, hier sind die Quellen

Und bei Fragen: #fragRoger