 Ja, herzlich willkommen hier im Medientheater. Unser heutiger Redner ist Linus Admin. Er macht DevOps-Dinge und er würde uns jetzt ein bisschen was dazu erzählen, was KI eigentlich kann und was KI genau nicht kann. Vielen Dank und bitte einen kleinen Applaus für Uli Klemann. Nee, jetzt doch. Okay, wunderbar. Ja, vielen Dank, erst noch einen Applaus. Ich hoffe, ich kann mich gleich noch wieder revanchieren. Seit gestern wissen wir ja, die GPN ist eine Mitmachveranstaltung und lebt von Freiwilligen. Ich suche jetzt auch ein Freiwilligen, der hier als Proband mitmachen möchte. Darf natürlich auch gerne eine Dame sein. Auch gerne mal jemand aus der letzten Reihe, weil die melden sich normalerweise nicht. Wer möchte zu mir hier nach vorne kommen? Tut nicht weh, wird nicht gebissen. Steht auch keine Suchtgefahr. Keiner lusten? Ja, der Herr mit Sonnenbrille. Kleiner Applaus. Lass dir nur Zeit, ich spiele noch kurz ein Video ab und dann erkläre ich dir kurz, um was es geht. Das, und mal gerne schon mal zu mir nach oben kommen. So, ich spiele jetzt ab. Ist das hier künstliche Intelligenz? Oder das? Beginnen wir mal von vorne, nämlich mit unserem Gehirn. Rund 85 Milliarden Nervenzellen, sogenannte Neuronen, feuern ständig elektrische Impulse. Sie bilden jeweils 10.000 Verbindungen zu ihren Nachbarzellen. Dieses unfassbar komplexe Gebilde ist die Grundlage dafür, dass wir lernen, Schluss folgern und abstrakt denken können. Kann man so etwas künstlich nachbilden? Sehen wir uns genauer an, was künstliche Intelligenz, kurz KI, eigentlich ist. KI ist im Grunde ein Algorithmus, also ein Computercode. Es gibt die sogenannte schwache KI. Das ist künstliche Intelligenz, die auf ein Gebiet spezialisiert ist. Zum Beispiel die, die 1997 den Schachweltmeister Schachmatt setzte. Auch unsere Smartphones und Laptops sind voll von schwacher KI. Siri, der E-Mails-Bam-Filter, alles KIs, die richtig gut in einem Gebiet sind, aber eben nur in diesem Gebiet. Richtig intelligent wird es erst, wenn die sogenannte starke KI erreicht ist, also KI, die über die gleichen intellektuellen Fähigkeiten verfügt, wie ein Mensch. Der entscheidende Unterschied zwischen schwacher und starker KI ist, eine schwache KI, die zum Beispiel für die Spracherkennung entwickelt wird, kann ihre Schlöße nicht auf einen anderen Bereich übertragen. Eine starke KI könnte das. Die gibt es jedoch bis heute nicht. Und dann gäbe es dann noch die künstliche Superintelligenz, eine KI, die in jeder Hinsicht intelligenter ist als der Mensch. Die spannende Frage ist, wie könnte aus einer schwachen KI eine Starke werden? Indem man im ersten Schritt imitiert, wie das Gehirn lernt, zum Beispiel mit künstlichen neuronalen Netzwerken. Die künstlichen Neuronen sind miteinander über Schichten verbunden und müssen lernen, zum Beispiel auf Bildern Menschen zu erkennen. Dafür wird das Netzwerk mit wahnsinnig vielen Bildern von Menschen gefüttert. In der Lernphase wird dem Netzwerk zurückgemeldet, ob es ein Bild richtig erkannt hat oder nicht. Je nach Rückmeldung verändert das Netzwerk die Verbindungen zwischen den Neuronen. Die, die zum richtigen Ergebnis geführt haben, werden stärker. Die, die zum falschen Ergebnis geführt haben, schwächer. Nach vielen Versuchen wird das Netzwerk zum intelligenten neuronalen Netzwerk, das sich eigenständig weiter optimiert. Das nennt man Deep Learning. Das Deep Learning revolutioniert schon heute viele Gebiete. Watson von IBM hat sich unter anderem selbstständig darin perfektioniert, Krebszellen zu erkennen und soll künftig helfen, Krebs besser zu verstehen. Und Deep Learning ermöglicht zum Beispiel auch Gefühls- und Spracherkennung, automatisiertes Fahren oder Übersetzungen in Sekundenschnelle. Aber das alles ist noch immer schwache KI. Schließlich sind die KI's noch immer nur auf einem Gebiet intelligent. Vom echten Gehirn und damit von einer starken KI ist das alles noch weit entfernt. Trotzdem sind viele Spezialisten davon überzeugt, dass sogar das Erreichen einer superintelligenten KI nur eine Frage der Zeit ist. Und es steht außer Frage, dass der erste Computer, der intelligenter ist als ein Mensch, alles verändern wird. Wenn schon der Intelligenzstrung vom Gorilla zum Menschen ausreichte, um die Welt zu regieren, wie mächtig wäre dann eine Superintelligenz? Die Antwort kennt niemand. Und bis dahin bleibt die Beschäftigung mit der künstlichen Intelligenz, vor allem die Beschäftigung mit grundlegenden Fragen. Gehört zur Intelligenz nicht auch ein Bewusstsein? Wie entstehen Emotionen? Gibt es so etwas wie eine Seele? Kurz, was macht uns als Menschen aus? Ja, was macht uns als Menschen aus? Fragen über Fragen. Und die versuchen wir jetzt mal zu beantworten. Ich habe dazu meinen Probanden zu mir bitten. Hallo. Grüß dich, bin Oli. Dennis, Servus. Darf ich fragen, was du für ein Background hast, was du so machst? Ich studiere gerade Master an der Uni Ulmen. Ich habe schon ein bisschen was mit KI gemacht, ein bisschen was mit der Tilsäge. Ja, wunderbar, super, toll. Genau der richtige Proband, wir haben eine gute Wahl getroffen. Es geht darum, ich möchte dir zwei Bilder zeigen. Eine normales JPEG und eine GIF-Animation. Und dann werde ich dich bitten, Dinge zu tun, ganz harmlos. Und wenn du eine Veränderung in dem Bild erkennst, würdest du uns dann bitte sagen, wie die ausschaut. Okay. Gut, dann schauen wir mal, ob das funktioniert. Nehmen wir am besten diesen schönen Monitor. Würdest du uns und den Publikum erzählen, was du im Moment siehst, wenn du das getrachtest? Also ich sehe mehrere Kreise. Und ich habe den Eindruck, dass die Kreise sich langsam rotieren. Langsam rotieren. Gut. Sieht das Publikum das auch so? Auch. Jetzt möchte ich dich bitten, dich mal auf diesen weißen Punkt da in der Mitte. Ich zeig das mal hier auf dem Bildschirmversuch, das mal mit dem Laser-Pointer zu machen. Ich hoffe, das gelingt mir auf den da. Mal zu konzentrieren. Und nur auf diesen Punkt, also möglichst die Augen nicht bewegen, nur auf diesen Punkt starten. Und uns dann zu sagen, ob sich bei deinem Bildeindruck etwas ändert. Der Kreis bleibt stehen? Der Kreis bleibt stehen, genau. Das ist aber ein ganz normales JPEG-Bild. Da bewegt sich gar nichts. Das kann sich gar nicht bewegen. Das ist überhaupt vom Dateiformat gar nicht für Animationen geeignet. Aber dennoch entsteht der Eindruck, sowohl bei euch als auch bei ihm, dass sich diese Kreise drehen. Kommen wir mal zum zweiten. Das ist vielleicht noch spannender. Ein bisschen von mir hier. In Giffy. Hier haben wir jetzt mal ein bewegtes Bild. Und würdest du uns wiederum sagen, was du hier erkennst? Du bist ja näher dran. Also ich sehe eine Figur und die läuft doch in Tunnel. Und ich habe den Eindruck, dass die quasi immer weiter durch den Tunnel durchläuft. Darf ich dich jetzt mal bitten, einen Ausfallschritt nach rechts zu machen, um mal von schräg auf das Bild zu schauen? Ändert sich da dein optischer Eindruck irgendwie? Also das kann jetzt funktionieren, das muss nicht funktionieren. Ehrlich gesagt nicht. Okay, bei manchen Menschen entsteht der Eindruck, dass sich die Figur schneller bewegen würde. Was aber auch nicht der Fall ist. Was ich damit zeigen wollte ist. Ja, doch. Wenn wir drauf mehr drauf achten. Okay, wunderbar. Dankeschön. Ja, was wollte ich damit jetzt zeigen? Unser so hochkomplexes und hochleistungsfähiges Gehirn, und zwar auch das eines doch intelligenten Menschen, lässt sich mit relativ einfacher Manipulation, wie wir gesehen haben, überlisten. Woran liegt das? Nun, beim ersten Bild, wenn wir nur diesen weißen Punkt in der Mitte fixieren, dann merkt unser Gehirn aufgrund unseres Sehsinnens, aha, im Moment spielt nur dieser weiße Punkt in der Mitte eine wesentliche Rolle. Also blende ich alles andere aus. Brauche man nicht. Und damit bleiben die Kreise vermeintlich stehen. Bei der zweiten Animation ist es ähnlich. Am Anfang schauen wir auf die Figur, gerade, und dann verändern wir unseren Blickwinkel. Und dadurch entsteht in unserem Gehirn der Eindruck, dass die Figur ihr Tempo erhöhen würde. Was aber gar nicht der Fall ist. Danke schön, darfst gerne hier bei mir auf der Bühne bleiben, den Platz geniesst. Ja, machen wir gerade weiter mit optischen Täuschungen, weil es so schön ist. Das hier kennen wahrscheinlich die meisten von euch, die berühmte Maya Müller-Leier-Täuschung. Also die Frage, welches der beiden Linien ist, vermeintlich länger. Und die übliche falsche Antwort lautet die untere. Dabei sind die genau gleich lang. Woran liegt das nun, dass wir als gebildete Europäer auf so einen einfachen Trick hereinfallen? Nun, die Antwort ist recht trivial und auch ziemlich überraschend. Ups, das war jetzt die Frage. Entschuldigung. Den zuerst. Es hat damit zu tun, dass wir die meiste Zeit unseres Lebens in sowas verbringen. Unsere Behausungen sind rechtäckigen, quadratischen Grundgröße. Wir haben gerade Kanten, rechte Winkel und Ecken. Daran sind wir gewohnt. Das können wir einschätzen. Damit können wir umgehen. Hätten wir hingegen andere Menschen gefragt, zum Beispiel diese hier, die in solchen Behausungen leben. Sie hätten unsere Fragen mit den beiden Pfeilen gar nicht verstanden. Und zwar nicht, weil sie uns geistig unterlegen sind. Sie hätten den Sinn der Frage gar nicht verstanden. Ihnen wäre von Anfang an klar gewesen, dass die beiden Linien gleich lang sind. Denn sie sind nicht geprägt durch gerade Linien, Kanten und rechte Winkel. Sie erkennen die Manipulation sofort? Wie ja nicht. Schon merkwürdig. So, da kommen wir jetzt mal so langsam in den Vortrag. Weil langweilige Hausaufgaben wollen wir ja nicht machen. Besser natürlich dumm als künstlich intelligent. Ein Beispiel für intelligente, smartes Parken. Minimaler Platzverbrauch. Aber funktioniert leider nur einmal. Ich bin mal gespannt, ob der auch geht. Doch, geht. Ja, kurz in Preamol. Es ist längst keine Zukunftsvision mehr. Und wie wir eben aus dem Video gehört haben, KI ist ein Algorithmus. Das stimmt nur zum Teil. KI ist eher ein Traum. Ein Traum, den die Menschheit schon lange träumt. Wer ich bin dazu, hatten wir schon. Und der Traum ist, das danach zu bauen. Das ist eine gute Nachricht. Jeder von uns hat sowas, nennt sich Gehirn. Zweite gute Nachricht, jeder benutzt es. Dritte Nachricht, nicht mehr so gut. Leider nicht gleichartig. Und dieses etwa 1,5 Kilogramm schwere Gebilde aus Eiweiß, Binde, Gewebe und Fett. Dieses Teil nachzubauen, das ist ein Wunsch, den die Menschheit schon lange träumt. Das ist noch sehr, sehr weit weg. Denn dieses Organ ist viel komplexer als der derzeit leistungsfähigste Superrechner, den wir auf der Welt haben. Und dennoch, wie wir gesehen haben, ist dieser Hochleistungskomputer mit ganz einfachen Mitteln auszutricksen. In manchen Disziplinen ist uns der Hochleistungsrechner eindeutig überlegen. Man kann sich Milliarden von Datensätzen merken. Innerhalb kürzester Zeit. Wir schaffen gerade mal so im Durchschnitt sieben Sachen uns zu merken. Und wenn wir dann nach nachts im Bettchen liegen und die Traumphase ist vorbei und wir fallen in den Tiefschlaf, dann geht unser Gehirn ganz automatisch hin und selektiert, was von den Sinneseindrücken des Tages kommt auf die Festplatte und was schmeißt sich aus dem flüchtigen Arbeitsspeicher raus? Was brauchen wir nicht mehr? Auf gut Deutsch was können wir vergessen? Das macht der Computer bekanntlich nicht. Ja, aufgebaut ist dieses wunderbare Organ in etwa so. Ich bin jetzt rein Mediziner. Ich habe mir das vom meinem Hausarzt geklaut. Das sind so in etwa die Teilbereiche, die wir kennen. Was ist für was zuständig? Das heißt aber noch nicht, dass wir bis zuletzt wüssten, wie diese einzelnen Teile im Detail funktionieren. Haben wir zufällig medizinisches Fachpersonal hier, einen Arzt oder eine MFA, radiologische Assistentin oder sowas? Nein. Irgendjemand, der mir Lebensversicherung oder Krankenversicherung zu tun hat, braucht euch nicht zu schämen. Das ist ein ehrenwerter Beruf. Das habe ich auch mal gemacht. Nein, schade. Ich wollte eigentlich in Stefan Streit gewinnen, aber der musste nach Hause. Ja, da müssen wir vielleicht so hoch arbeiten. Fahre ich mal nach vorne, die Dame. Was glaubst du hier zu sehen? Radiologisch gemachte Bilder von einem Hirn. Ja, genau. Gleich die nächste Frage. Wie würdest du denn aufgrund dieser Aufnahmen den Gesundheitszustand dieser drei Menschen einschätzen? Da fühle ich mich jetzt nicht in der Lage, die Frage zu beantworten. Fangen wir vielleicht mal jemand anderes nach seiner Meinung. Normale, ja. Normale. Genau, das ist der Punkt. Diese drei Patienten, weil im ersten Gehirn handelt es sich um einen, als etwa mit 40-jährigen französischen Beamten mit Frauen, zwei Kindern. Bei dem zweiten Gehirn, um ein damals dreijähriges Mädchen. Ja, bei dem dritten Gehirn kann ich es jetzt erst mal nicht mehr sagen, was es war. Gemeinsam haben die drei, sie gelten alle drei als klinisch unauffällig. Und als ich das zum ersten Mal gehört habe, weil ich dachte, das muss ein Fake sein. Das kann ja wohl nicht sein. Ist aber so, diese drei Menschen sind kerngesund, haben keinerlei gesundheitliche Einschränkung und nur eine Reflex-Messung kann überhaupt irgendetwas anzeigen, hat aber nichts angezeigt. Besonders interessant ist der zweite Fall, dieses dreijährigen Mädchens. Dieses dreijährige Mädchen war damals an einem schweren, bösartigen Hirntumor erkrankt. Und die Ärzte haben sich zu einer sehr radikalen Maßnahme entschieden, um das Leben dieses Mädchens zu retten. Sie haben chirurgisch, wie man sieht, das halbe Hirnt entfernt. Das funktioniert, habe ich mir sagen lassen, bei etwa 20 Prozent aller Patienten, die das überleben. Davon sind nachher die meisten Pflegefälle. Dieses Kind ist körperlich kerngesund, spricht zwei Sprachen fließend, macht eine ganz normale Ausbildung, man erkennt keinerlei Symptome, die auf irgendeine Beeinträchtigung hindeuten würden. Und jetzt baum mal bei deinem Rechner die Grafikkarte aus und sag der Netzwerkarte, du hast ja eh nichts zu tun, kompensier das doch bitte mal. Auf die Ergebnisse wäre ich sehr gespannt, dürfte mir gerne zukommen lassen. Ja, warum ist das so? Weil dieses wunderbare Gehirn aus etwa 86 oder 89 Milliarden so dann der Nervenzellen oder Neuronen besteht. Nervenzellen kann man sich ungefähr so vorstellen, wie ein Leistungstransistor. Da liegt eine gewisse geringe Spannung an, damit die Dinger am Leben sind und irgendwann kommt eine Steuerspannung und der Leistungstransistor feuertlos. Und das tun unsere Nervenzellen permanent, 24 Stunden am Tag, ohne Pause. In großer Anzahl. Allerdings ist es so, diese Nervenzellen sind über so genannte Synapsenstränge verbunden. Und Synapsenstränge würde ich am ersten Mal mit einem Muskelstrang vergleichen. Deshalb habe ich vorhin gesagt, dritte Nachricht, nicht jeder benutzt das Gehirn gleich. Und genauso wie bei Muskeln entwickeln sich natürlich die mehr, die mehr beansprucht werden und die weniger beansprucht werden, die entwickeln sich halt weniger oder bilden sich sogar zurück. Das ist hier genau das Gleiche. Je nachdem, womit sich das Gehirn schwerpunktmäßig beschäftigt, sind diese Synapsenstränge mehr oder weniger stark ausgebildet. Ja, das ist mal so ein Synapsenstrang. Synapsen sind quasi die Kontakte zwischen den einzelnen Leistungstransistoren. Und so ein Synapsenstrang besteht aus etwa 10 hoch 15 Synapsen. Ganz schön komplex. Ja, ich habe gesagt, dieser Traum von Nachbau des menschlichen Gehirns und somit der KI, das ist schon ein sehr alter Traum. Angefangen hat dieser Traum schon in den 20er Jahren, aber da waren wir noch ganz weit weg von den Möglichkeiten, die wir heute haben und in der Theorie. Und interessant wurde dieser Gedanke erst wieder 1936 mit der Turing-Maschine von Alan Turing, dieser Überlegung. Und dann hat es sehr, sehr lange gedauert, bis etwa 1951, das Neurokomputer-Projekt aus der Traufe gehoben wurde. Wir erinnern uns vielleicht Turing, Turing-Bombe, Enigma-Code geknackt. Also es gab die ersten elektrischen, elektronischen Rechner, die aber von ihrer Leistungsfähigkeit sehr, sehr weit von dem entfernt sind oder waren, was wir heute haben. 1956 hat man dann das erste Experiment gestartet, den Logic Terrorist, also eine ganz einfache, ja, sagen wir mal, ganz schwachen KI. Dann in den 60er Jahren mit dem Apollo-Projekt wurde dann das Dental-Projekt aus der Taufe gehoben, auch noch weit von dem weg, als KI kennen. Und dann 1966 der erste wirkliche Durchbruch der Herr Weizenbaum mit Elisa, dem ersten Chatbot, der einen Psychotherapeuten gemiemt hat. Manche Chatbots, mancher Webseiten sind heute noch nicht viel weiter. 72 hat man sich dann zum ersten Mal in der Medizin mit KI beschäftigt, ein Gebiet, in dem die KI mit am stärksten verbreitet ist. Warum? Kommen wir noch drauf. 1984 kam dann RB5X. 1986 hat Nett Talk zum ersten Mal gesprochen. Dann kommen wir 97 zu dem Ereignis überhaupt. Big Blue Computer schlägt den Schach-Weltmeister. Die Eltern werden sich vielleicht noch daran erinnern. Sowjetunion, kalter Krieg, ja, die waren im Schach eigentlich immer Weltmeister. Osteuropa war dort führend und dann hat dieser IBM Computer namens Big Blues geschafft, den Herrn Gerri Kasparov den Großmeister zu schlagen. Haben wir hier zufällig Schachspieler? Ja, super. Kommen wir mal zu dir rüber. Nehmen wir mal an, ich weiß nicht, auf welchen Niveau spielst du, spielst du Turnier oder, naja, nur so zu Hobby. Nehmen wir an, der Schachverband sagt, okay, wir wollen Experiment machen. Du spielst gegen einen Großmeister. Du hast 500.000 Euro Preisgeld. Sie gehen davon aus, du hast praktisch keine Chance. Sie können die 500.000 verhalten, deshalb sind sie auch so großzügig. Frag dich jetzt, welche Strategie würdest du wahrscheinlich ausprobieren, um bei dieser Partie überhaupt eine Chance zu haben? Ja, was völlig anderes, als man erwarten wird. Keine eröffnung oder so. Es ist einfach zu formulieren, einen Zug, der so verrückt ist, dass der Großmeister völlig aus dem Konzept käme. So die Richtung. Genau, das hat Big Blue gemacht. Big Blue hat einfach gesagt, okay, ich mache jetzt einen Zug und hoffe, dass der Kasparov dabei so aus dem Konzept kommt, dass er sich für Schachmarkt erklärt. Hat das was mit Intelligenz zu tun? Ja, KI erreicht den Alltag, wird zum ersten Mal groß drüber gesprochen, weil eine KI namens Wotzen, übrigens wieder von IBM, gewinnt eine Quiz Show, und zwar Jeopardy. 2018 fängt die KI an zu debattieren, und zwar über Raumfahrt, und vereinbart sogar für eine Dame einen Friseurtermin. Ja, und jetzt sind wir bei 2023, wo sind wir angelangt, wo geht die Reise hin, wie geht es weiter? Dazu habe ich mal sechs Thesen aufgestellt, frei nach Luther. Erste These können Maschinen denken. Wer würde sagen, wer glaubt, dass eine Maschine denken kann? Ja? Okay. Was konnte Big Blue besser als Kasparov? Nun, Big Blue hat über den Sinn seiner Züge nicht nachgedacht. Big Blue hat einfach gesagt, ich habe eine riesen Datenbank, da sind alle möglichen Partien der letzten 100 Jahre gespeichert. Probier ich einfach mal den Zug, gucke ich mal, ob ich da mir weiterkomme. Mensch hätte das so nie gemacht, Mensch hätte sich voll überlegt, macht das irgendein Sinn. Big Blue war das völlig egal. Intelligent muss sein, was rauskommt. Ja, Frage ist, was kommt raus? Das Turing-Test ist eine Maschine intelligent, ja oder nein? Gefällt dir das Wetter in Australien? Eine Frage, an der eine KI verzweifelt ist? Was macht den Turing-Test für Rechner eigentlich so schwer? KI spielt Jeopardy, hatten wir schon, was ist der schwarze Tod eines Handungsreisenden? Ja, hat Albi im Wotsen das Problem gelöst? Nein, nicht wirklich. Und auf den Rest, da spring ich jetzt einfach mal drüber weg, dann kommen wir mit der Zeit nicht hin. Ja, fangen wir mal mit der Frage an, wann gilt eigentlich etwas als intelligent? Frage ich einfach mal, wenn es eine strategische Aufgabe effizient lösen kann, ist ein solches System eurer Meinung nach dann intelligent? Zweifelhaftes Nicken. Wenn es Muster in komplexen Strukturen entdecken kann, schon eher Zustimmung. Wenn es gut zuhören kann, wenn es sehr wissensdostig ist, wenn es chaotisch ist, wenn es vielseitig begabt ist, wenn es empathisch ist, wenn es kurze Reaktionszeiten hat. Ja, dann muss ich sagen, ist die KI nicht wirklich intelligent. Weil zuhören kann sie nicht wirklich, Nikaschen macht sie auch nicht, wissensdostig ist sie nicht wirklich, chaotisch zum Teil schon, vielseitig begabt, auf gar keinen Fall. Und Empathie ist etwas, was der KI völlig fremd ist. Intelligenz ist das, was der Intelligenztest misst. Edward Boring, 1923. Da wollen wir mal feststellen, wie das hier mit der Intelligenz so bestellt ist. Wie viel Quadrate seht ihr hier? 26. 27. 35. Wer bietet mehr oder weniger? 36. 37. 42. Herzlich willkommen im Club der Intelligenz. Du bist am nächsten dran, es sind 40. Der Rest leider nicht intelligent nach dieser Definition. Gut, ich geh auch zum Club der Doven, herzlich willkommen. Ja, was ist Intelligenz überhaupt? Da wundert sich der Leier und die Fachleute streiten sich. Sie konnten sich bis heute noch nicht auf eine eindeutige Definition einigen und haben das damals umschrieben, mit Fähigkeit, sich neuen Situationen durch Einsicht zurechtzufinden und Aufgaben durch Denken zu lösen. Ja, wie der Edward Boring, wie wir eben gesehen haben, der war halt eben eine andere Meinung. Bis heute gibt es keine einheitliche Definition, auch nicht der Intelligenztest. Und diese Intelligenz-Sets messen weder emotionale noch soziale Intelligenz. Und die ist sehr wichtig. Die macht uns nämlich als Mensch aus. Eine Maschine hat keine Freunde. Eine KI gratuliert dir. Freudestrahlen zum Todestag deiner Mutter. Versteht gar nicht, dass du da nicht begeistert bist. Und ich freust, denkt sich überhaupt nichts dabei. Ein Mensch käme niemals auf so eine Idee. Aber eine KI, kein Problem. Eine KI kann problemlos völlig taktlos sein. Klar kein Problem. Was sie noch alles fertig bringt, dazu kommen wir noch. Ja, dann unterscheiden die Experten zwischen Sonata Fluida und Kristallina Intelligenz. Ich habe hier nur mal die Definition für die Fluideintelligenz genommen. Alles, was hier nicht steht, gehört dann zum Bereich der Kristallinen. Und Fluideintelligenz bezeichnet die gesamte geistige Leistungsfähigkeit. Also wie gut seine geistigen Fähigkeiten funktionieren. Das heißt logische Schlussfolger, Verarbeitungsgeschwindigkeit von Informationen, seine Konzentration, habe ich sogar zweimal erwähnt, die Merkfähigkeit unter sonater Arbeitsgedächtnis. Das sind alles Eigenschaften, die für ein Fachidioten eine eher untergehende Rolle spielen. Ja, was ist dieses berühmte Arbeitsgedächtnis? Auch da habe ich lange nach einer Definition gesucht, die man verstehen kann. Eine Serie von Prozessen, was uns erlaubt, kurzfristig Informationen zu Speichern, zu verarbeiten und komplexe, kognitive Aufgaben, wie beispielsweise Sprachsagenten, lesen, lernen oder logisches Denk überhaupt durchzuführen. Anders formuliert, es ist eine Art Kurzzeitgedächtnis für Nerds RAM. Was bedeutet eigentlich künstliche Intelligenz? Ja, alles das, was nicht fluid ist. Also Fachwissen und ärmliche Dinge. Alles das, was nicht, ich gehe mal wieder zurück, was du hier nicht findest. Alles das ist Kristalline Intelligenz. Zeichnet in der Regel, wie gesagt, Menschen aus, die wir so intern als Fachidioten beschimpfen, weil diese Kompetenzen eher nicht unbedingt besitzen. Aber was bedeutet dieses KI überhaupt? Ja, was ich schon gesagt habe. Es ist der Versuch, bestimmte Entscheidungsstrukturen des Menschen nachzubilden, in dem ein Computer so gebaut wird und programmiert wird, dass er relativ eigenständig Probleme bearbeiten kann, sagt Wikipedia. Ich sage, es ist der Traum, dieses 1,5 Kilo Organ nachzubilden. Starke und schwache KI, hat man in dem Video schon kurz drin, alles das, was wir bis jetzt an KI haben, so faszinierend das für uns sein mag, zählt zur sogenannten schwachen KI. Eine starke KI ist bisher noch nicht einmal entwickelt. Es gibt in der Schweiz, ich glaube in Bern, seit 3 Jahren das European Brain Project, ein Projekt, das sich auf die Fahnen geschrieben hat, innerhalb 10 Jahren ein Computer zu entwickeln, der wie das menschliche Gehirn arbeitet, 3 Jahre sind schon vorbei, die Ergebnisse sind eher dürftig. Von einer starken KI sind wir noch sehr, sehr weit weg und von einer super KI, ich glaube nicht, dass wir die noch erleben werden. Ja, die lange Geschichte hatte ich vorhin schon ein bisschen angesprochen. Wie gesagt, 1920 ging das schon los, brauchen wir jetzt nicht wieder reinzugehen, bis zum Geht nicht mehr. Der logische Terrorist ging da um wissenschaftliche Fragen. Vergleichsweise wirklich simpel, können wir glaube ich jetzt drüber weg springen, Strachweltmeister haben wir erreicht. 2011, wie gesagt, hatten wir zum ersten Mal entsprechende starke Prozessoren und Software, die das ermöglicht haben. Watson gewinnt, Jeopardy, ja, mal 6 Thesen, die hatte ich schon angekündigt. Sie sind Mythos. Und zwar einer, der sich von der Realität längst verabschiedet hat. KI wird weder Menschen versklagen, noch eliminieren. Irgendjemand hat mal gesagt, Computer können Go spielen, ein sehr, sehr komplexes Brettspiel. Sie können auch Auto fahren. Sie können dir sogar in einem tollen Restaurant ein Tisch für das Diener mit einer Traumfrau reservieren. Aber die KI wird niemals begreifen, wie geil das ist, mit der Frau dort zu essen. Das ist ja völlig fremd. Andere These, Kaisen, Missverständnis. Ein sogenannter Kategoriefehler. Also es werden zwei fundamentale Kategorien verwechselt. Das lösen strategischer Probleme und das Bewusstsein. Und was das Bewusstsein ist und wie das Bewusstsein funktioniert, das kann bis heute noch nicht erklärt werden. Das Bewusstsein, welches in der Fähigkeit besteht, auf die Komplexität der Welt mit Gefühl und Kreativität zu antworten. Ob eine KI kreativ ist, darauf kommen wir noch. Und zwar das Ganze, um intelligent im humanoiden Kontext zu sein. Denn darum geht es ja. Die KI soll uns quasi als künstlicher Mensch entgegentreten. Um das aber zu schaffen, müssen Maschinen aus Fleisch und Blut bestehen, Schmerz und Sterblichkeit besitzen und Gefühle wie Freude und Leid empfinden können. Können sie aber nicht. Noch nicht einmal Mitleid, ja? Eine Kreissäge sägelt die Finger ab. Von Mitleid keine Frage, ja? Tut sie einfach. Dass sie dir dabei höllische Schmerzen zufügt in irreversablen Schaden. Ist der Maschine egal, Maschinen haben keine Freunde. KI ist ein Meister der Prognose. Prognosen erstellen kann die KI gut. Über die Qualität der Prognosen ist ein anderes Thema. Sie erzwingt ein Upgrade menschlicher Intelligenz und Empathie. KI wird uns dazu zwingen, über unser Miteinander neu nachzudenken und unser Verhalten entsprechend zu ändern. Sie ist ein Job Schifter, aber kein Job Killer. Das würde ich zum Teil unterschreiben. Die KI ist im Moment hervorragend geeignet, stupide Aufgaben zu erledigen. Beispielsweise fehlerhafte Teile auszusordieren. Auch Muster zu erkennen. Aber alles das, was Improvisationstalent erfordert, was geistige Flexibilität erfordert, was um die Ecke denken oder Querdenken oder Kreuzdenken oder Schrägdenken angeht, was zwei Deutigkeiten angeht oder mögliche missverständliche Ausdrucksweisen, da ist die KI eindeutig überfordert. Sie stellt die Frage nach der Freiheit neu. Ja, tut sie. Wie weit wollen wir uns dem Algorithmus unterwerfen? Was wollen wir noch alles preisgeben? Und wo sagen wir, nein, das geht die KI nichts an. Können Maschinen denken? Damit hat sich der Herr Turing den Kopf zerbroren. Damit haben sich andere den Kopf zerbroren. Bei die Blue hat man es behauptet, aber man hat festgestellt, nein, sie können eben nicht denken, sondern sie machen sich über den Sinn und Unsinn ihres Handelns überhaupt keine Gedanken. Sie tun es einfach. Wenn es erfolgreich war, verbuchen Sie es als Plus, wenn es nicht erfolgreich war als Minus und tun es nicht wieder. Sie können ja auch nicht erklären die Algorithmen, wie sie zu der Entscheidung gelangt sind. Ja, der konnte damals 200 Millionen mögliche Schachzüge pro Sekunde kalkulieren und ermitteln, also prognostizieren. Wie würden Sie den weiteren Ablauf der Partie beeinflussen? Das ist natürlich für den Menschen eine Leistung, die unser Gehirn nicht erbringen kann. Heißt aber nicht unbedingt, dass die Blue wirklich besser Schach spielen kann als Kasparov. Intelligent muss sein, was rauskommt. Reicht es denn schon aus, in einem eng umgrenzten Feld überragend zu sein, damit ich intelligent bin? Ich habe es mal Fach-Idioten-Syndrom genannt. Ich habe nur ein einziges Thema, in dem ich top bin, aber in allem anderen bin ich eine Flasche. Geld ich dann als Intelligent? Wie lässt sich Intelligenz bei einem Rechner überhaupt ermitteln oder definieren? Damit hat sich Intelligent Julien schon 1950 beschäftigt. Und ihm war klar nicht die Art und Weise, mit der das Gehirn oder der Prozessor zu dem Ergebnis kommt, ist entscheidend, sondern das Ergebnis. Und er hat den Julien-Test erfunden, der da besagt, kann ein Mensch in einem Dialog mit einem für ihn nicht sichtbaren Partner unterscheiden oder nicht unterscheiden, ob er damit einem Menschen den Dialog führt oder mit einem Computerprogramm. Wenn er es nicht unterscheiden kann, ob Maschine oder Mensch die Antworten gibt oder die Fragen stellt, dann gilt das System als Intelligent. Nur es gibt noch kein System, das diesen Test restlos bestanden hätte. Beispiel, gefällt dir das Wetter in Australien? Diese Frage hat man Brian gestellt. Brian ist ein in Australien entwickeltes Dialogprogramm gewesen. Und bei Standard-Fragen hat es sich auch ganz wacker geschlagen. Und dann hat man ihm halt die Frage gestellt, gefällt dir das Wetter in Australien? Da kam noch was. Da kam die Folgefrage, schneidest du dort im Winter? Antwort? Nein, habe ich leider nicht. Ja, spätestens jetzt dürfte klar sein, Brian ist nicht bei der Sache. Oder eben nicht menschlich. In dem Fall war es das Zweite. Was macht diesen verdammten Julien-Test für Rechner eigentlich so schwer? Sie scheitern am Grundlegenden überhaupt. Und zwar in unserer menschlichen Sprache. Die ist mit all ihren Nuancen, ihren scheinbaren Widersprüchen so komplex, dass sie als Königsdisziplin der KI betrachtet werden kann. Gibt für eine KI nichts schwierigeres, als menschliche Sprache zu analysieren und zu erkennen. Und es geht dabei nicht nur um die lexikalische Bedeutung von Wörter. Chat GPT, so toll das es aussehen mag. Was macht Chat GPT? Sprachmuster und Setztwörter. Einigermaßen sinnvoll eineinander. Aber wenn du von dem Thema wirklich Ahnung hast und das mal liest, was Chat GPT da zusammenschreibt, dann merkst du ganz schnell, das war kein Mensch. Das war eine Maschine. Sprache zu verstehen bedeutet auch, Assoziationen zu erkennen, zwischen wichtigem und unwichtigem unterscheiden zu können. Ironie, Witze, Wortspiel, richtig zu dekodieren. Alles Aufgaben, mit denen eine KI bis heute total überfordert ist. Ja, Chat GPT hat Wortsen geschafft. Okay. Die Frage war, was ist der schwarze Tod eines Handlungsreisenden? Der einzige Weg, um auf die Antwort zu kommen, steht darin, Informationsbrocken aus verschiedenen Quellen zusammenzusetzen. Der Kandidat muss den Titel des Theaterstück Tod eines Handlungsreisenden von Arthur Müller muss erkennen, damit ihm das was sagt. Und er muss wissen, dass die Pest den Beinamen der schwarze Tod trug. Und das muss er halbwegs sinnvoll kombinieren. Sonst wird er nicht auf die Antwort kommen, ob Mensch oder Maschine. Wie hat IBM Wortsen jetzt dieses Problem gelöst? Nun, durch zahlreiche, ich weiß nicht wie viele, aber jede Menge, parallel und nacheinander geschaltet Lösenschritte. Zunächst wird man die Frage analysiert und ermittelt, nach welcher Kategorie gesucht wird. Also geht es um Personen, Gebäude, Filmtitel, etc. Dann suchen hunderte verschiedener Algorithmen nach möglichen Antworten. Und aus diesem Fundus erzeugt dann die Software, ohne dass sie uns erklären könnte, wie sie es macht, Antworten, die dann nach bestimmten Kriterien, die der Programmierer vorgegeben hat, bewertet, gegeneinander abgewogen und immer weiter eingeengt werden. Also quasi ein System aus lauter Filtern, oben gebe ich die Suppe rein und unten kommt nur noch der Saft raus. Das Geheimnis der Musterbildung, auch damit hat sich die Wissenschaft jahrhundert lang beschäftigt. Woher weiß die Sonnenblume, wie sie ihre Kerne anorten soll? Oder woher die Zellen eines Amplios, wo sie beinahe Arm oder Kopf bilden sollen? Noch hundert Jahre vor Turing hat man geglaubt, das wäre eine Information, die in jedem Samenkorn wieder Keimzelle irgendwie versteckt ist. Den Humunkulus hat man das Ganze genannt, hat sich natürlich alles als Theorie und falsch erwiesen. Deshalb gehe ich da jetzt nicht groß drauf ein, wie das Ganze funktioniert. Gehen wir lieber zum Turing, zu seinen Morphogenen. Turing war bekanntermaßen Mathematiker und Mathematiker versuchen, die Welt halt mathematisch nachzuvollziehen. Und er hat versucht nachzuvollziehen, wie sich der molekulare und menschliche Status des Amplios von einem Schritt zum nächsten wandelt. Und nach Ansicht von Turing muss es sich dabei um chemische Moleküle handeln, muss es irgendwelche chemischen Moleküle geben, im Land der Morphogenen, die die Zellen und Gewebe dazu bringen, sich in eine bestimmte Richtung zu differenzieren. War für ihn klar. Und durch die Verteilung dieser Morphogenen wird die Fusion bestimmt. Ohne Diffusion ist das System stabil und homogen. Mit Diffusion wird es aber instabil und formt räumliche Muster. Wissen wir heute alles? Missbildungen sind meistens dadurch bedingt, dass irgendwelche genetischen Defekte vorliegen. Zu seiner Zeit wusste man das nicht. Chemische Basis der Formelbildung, da hüpfe ich jetzt mal drüber weg. Wie Maschinen denken? Darüber hat man sich schon lange Gedanken gemacht. Kann es überhaupt so eine Maschine geben? Damit hat sich schon Gottfried Wilhelm Leibniz 1646 bis 1716 gelebt, entwickelt. Und er hat versucht, das Problem zu lösen, indem er eine Methode entwickelt hat, die hat er Krogatio symboliker genannt. Mit ihr sollte es möglich sein, komplizierte Probleme aufgrund rein logischer Verfahren zu lösen. Eine schöne Idee. Grundlage ist eine Furchtung des menschlichen Denkens, nach der Symbole für die Vergegenstand des Nachdenkens steht und so weiter und so fort. Ich lese es jetzt alles vor. War eine schöne Idee, natürlich hat sie so nicht funktioniert. Die Welt ist einfach zu komplex. Dann hat sich George Spuhl ernsthaft damit beschäftigt, eine Logik herauszubringen, die Bulsche Allgebrat, die er ja alle kennt. Brauchen wir auch nicht groß drauf einzugehen. Beschäftigen wir uns lieber mal mit der Frage, was ist überhaupt Denken? Für manche Menschen eine echte Herausforderung. Für andere eher eine Art Leistungssport. Albert Schweizer als Mediziner hat irgendwann mal gesagt, das Wissen ist begrenzt, das Denken nicht. Ja, dann denken wir mal. Was ist Denken? Eine Form des Erkenntnisgewins und der Erkenntnisnutzung. Ja, etwas Dynamisches, das in der Zeit abläuft. Ja, aber woher kommt die Strukturbildung in den Denkverläufen? Kommt die von unten, also vom Gedächtnis her, oder von oben, ist sie das Ziel des Denkvorgangs selbst? Damit hat sich schon Aristoteles den Kopf zerbrochen und er war der Meinung, Denken kommen von unten. Also die Assoziativitäten zwischen Gedächtnienhalten verleihen dem Denken die Richtung. Anlass ausgedrückt, was beim Wahrnehmen in Raum und Zeit zusammen vorkommt, was ähnlich erscheint oder gegensätzlich wirkt, das prägt sich auch in unser Gedächtnis ein. Das war seine Ansicht, wie Denken funktioniert. Andere Ansichtdenken von oben. Kleines Kind geht bei seinem Denken unmittelbar von der Anschauung aus. Es begreift die Welt im wahrsten Sinne des Wortes. Wer Kinder hat, weiß das. Es wird alles angelangt, in den Mund gesteckt, ausprobiert. Und durchsetzt dann seine Anschauung mit seinen bildhaften Fantasien, kann aber äußere Realität und inneres Erlebnis noch nicht sicher trennen. Wenn das Kind älter wird, entsteht eine so-callede kritische Prüfung. Also ein Vergleich mit der Wirklichkeit. Und die sekundären Denkvorgänge entstehen dadurch, dass Anpassung an das Realitätsprinzip es kennzeichnet. Das Kind fängt langsam an, wie ein Erwachsener zu denken. Bei den Naturvölkern hingegen sieht das völlig anders aus. Das Denken der Naturvölker sieht so aus, dass sich alles auf alles bezieht. Die Vorgänge in der natürlichen Umwelt nach dem Maßstab menschlichen Handels erlebt werden müssen und auch durch Magie beeinflusst werden können. So nennt er Animismus. Vielleicht kurze Anekdote dazu. Im einen oder anderen wird der Name Rüdiger Neberg noch was sagen. Janomami-Projekt Brasilien. Rüdiger Neberg ist nach Brasilien mit dem Ziel, verstärkten Schutz für einen Indianerstamm der Janomami zu erreichen und ist mit Janomami auf die Jagd und dusse dich, wie er als Europäer nun mal war, hat er beim Antirschen auf irgendein Ast oder was getreten, hat Geräusch erzeugt und damit war die Jagd natürlich gelaufen, das Wild war weg. Ja, die Janomami waren natürlich von seinem Verhalten nicht gerade begeistert und haben gesagt, er soll nach Hause ins Dorf gehen, sondern der Mutter hat schon genug Schaden angerichtet, du Depp. Und er hat dann darum gebeten, dass er mitgebt, weil er den Weg nicht finden würde. Und der Janomami-Häubchen, der Anführerjagd, hat dann sinngemäß gesagt, wie kann man nur so Dorf sein? Das ist doch gar kein Problem. Es sind noch genug Bäume da, die den Weg weisen. Ja, die sehen aber für uns alle gleich aus. Die Janomami haben allein für das Wort Grün 300 Worte, können aber nur bis drei zählen. Eins, zwei, drei viele. Reicht für sie. Und die jetzt weniger intelligent als wir, weil die hätten keinen gebraucht, der in den Weg durch den Wald zeigt. Für die waren die Pflanzen und die Bäume und alles, was da stand, Wegweiser, die sie lesen konnten. Wir können sie nicht lesen. Was geschieht eigentlich bei so einem Denkprozess? Es ist eine reine geistige Aktivität, die sich von außen nicht beobachten lässt, Gott sei Dank. Die Gedanken sind noch frei. Durch den Denkprozess können Erinnerungen hervorgerufen werden oder Emotionen entstehen. Ja, in erster Linie ist eine innere Beschäftigung. Gesteuert wird es vom Gehirn. Und zum Denken kommt im Grunde genommen eine chemische und elektrische Aktivität der Nervenzellen. Wenn die Synapsen da ihre Elektronen abfeuern, dann drehten die einzelnen Nervenzellen untereinander in Verbindung. Und ja, dann geht es da oben rund im Oberstübchen. Analytisches und analoges Denken. Man muss gestehen, ich wusste vorher gar nicht, dass es es gibt. Das Erste basiert auf einer Analyse von bestimmten Sachverhalten. Um das zu können, brauchen wir die so nannnte kristalline Intelligenz. Komplexes Problem, man muss uns zuletzt eins lösen. Worum ging es dabei? Wie bist du vorgegangen und was war das Ergebnis? Wie bist du bei der bisherigen Jobsuche vorgegangen? War das erfolgreich oder weniger erfolgreich? Wie habt ihr euch auf den heutigen Vortrag vorbereitet? Was haben die nachher kommen? Der analoge Denkprozess kommt ohne diese Analyse aus. Zum Beispiel Vorurteile und Phobien. Wir dürfen keine Analyse. Denken zur Problemlösung. Ja, es liegt ein Problem vor. Wir haben eine bestimmte Ausgangssituation und die soll sich zu einer bestimmten Zielsituation verändern. Um das zu erreichen, haben wir schon hier die Warnung, sind gewisse Denkvorgänge erforderlich. Dabei wird aber nicht in bewusst und unbewusstes Denken getrennt, da jeder bewusste Denkprozess auf einem unbewussten Denkprozess basiert. Beispiel, wie komme ich durch dieses Labyrinth? Laut Denken wird immer gefährlicher, aber hilft sehr. Faktoren, die so einen Denkvorgang beeinflussen können. Das Erste, was so in der KI kam, waren die Wissensbasierten, die Expertensysteme. Man hatte eine Datenbank mit Expertenwissen und konnte die befragen. Das ist ungefähr vom Schema so aufgebaut. Da müssen wir jetzt leider ein bisschen drüber hüpfen, weil die Zeit wegläuft. Die gibt es auch heute noch. Haben ihre Vorteile, haben aber auch leider ihre Nachteile. Nachteile fangen dann an, wenn gewisse Anweisungen nicht eindeutig sind oder variieren können. Wie zum Beispiel bei Toleranzen, Mischtemperaturen und so. Da müssen wir jetzt mal rübergehen. Unsicherheiten, das ist so das große Problem bei wissensbasierten Systemen. Wenn die Regeln halt nicht eindeutig sind. Dann hat man die Fazilogik, die unscharfe Logik dafür entwickelt, die genau solche Probleme lösen soll. Menschen können in solchen komplexen Situationen unscharf reagieren. Der dumme Computer kann es nicht. Man hat versucht es ihm beizubringen. Ist teilweise ganz gut gelungen. Aber so richtig kann er es immer noch nicht. Stichwort, so die intelligente Waschmaschine, die halt feststellt je nach Grad der Verschmutzung, wie viel Temperatur braucht, wie viel Waschmittel, wie viel Wasser. Da klappt es einigermaßen. Damit wir uns heute vor allen Dingen beschäftigen Deep Learning. Bestes Beispiel erkennen von Gesichtern in Bildern die Hauptbildererkennung. Aber die Bildererkennung ist auch nicht ganz so einfach, wie wir uns das vorstellen. Beispiel, man hat eine KI entwickelt, die solche Schiffe erkennen, die entgegenkommen. Sie hat aber auch Schiffe dort erkannt, wo überhaupt kein Schiff war. Also hat man sich so eine HIT-Pipe zeigen lassen. Dann gesagt, liebe KI, sag mir mal, an welchen Kriterien machst du denn fest, Schiff oder nicht Schiff? Das Kriterium war Wasser. Wenn Wasser vorhanden war, dann gab es da auch ein Schiff. Neuronale Netze, das geht dann schon wirklich in die Richtung. Wir bauen etwas nach, was in etwa so funktioniert, wie unser Gehirn, bestehend aus vielen, vielen, vielen Nervenzellen und Verbindungen, schmeißen da oben nach dem Nürnberger Richterprinzip jede Menge Informationen rein und lassen dann dieses neuronale Netzwerk mal arbeiten und gucken mal, was hinten dabei rauskommt. Manchmal kommen da ganz komische Sachen raus. Stichwort, wieder Bildererkennung, man wollte eine Bildererkennung. Die Wölfe von Hunden unterscheidet. Das hat man gemacht, man hat das neuronale Netz gefüttert mit jeder Menge Bilder von Wölfen und jeder Menge Bilder von verschiedensten Hunden. Und dennoch hat im Ergebnis das System immer wieder normale Hunde als Wolf definiert. Warum denn? Nun, man hatte folgende Fehler gemacht. Alle Wölfe, alle Bilder von Wölfen wurden im Winter aufgenommen, als Schneelag. Und jedes Mal, wenn das System auf dem Bild erkannt hat, da ist Schnee, war klar, das Tier muss ein Wolf sein. War es aber nicht. So. Deep Learning, auch so ein schöner Stichwort, im Grunde nur eine von vielen Methoden. Neuronales Netz, ja, so ungefähr funktioniert. Es gibt einen Input, es gibt einen Schicht für Knoten, es gibt Zwischenschichten. Man kann sich das aufvorkt, wie so eine große Getreidemühle oben kippste Getreide rein und ganz unten kommt ein ganz weines weißes Mehl raus und in den Zwischenstufen eben halt das gröbere und das Müsli und was weiß ich. Muss jetzt leider ein bisschen Gas geben, die Zeit läuft weg. Neuron, brauchen wir jetzt, denke ich, nicht mehr groß drüber zu gehen. Ja, es ist immer noch eine Blackbox, weil wir nicht wissen, muss jetzt leider aufhören, wie das Ding funktioniert. Kurz und gut, um zum Ende zu kommen. KI ist bei Weitem nicht das, was viele Menschen sich darunter vorstellen. Von starker KI sind wir wahrscheinlich noch Jahrzehnte weg von super starker KI. Ich weiß es nicht, wie lange das noch dauern wird und ob sich das jemals realisieren lässt. Und deswegen bin ich nach wie vor der Meinung besser natürlich dumm als günstig intelligent. Danke fürs Zuhören und fürs Kommen. Vielen, vielen Dank für diesen tollen Talk im Namen der GPN an Uli Kleemann. Bitte verlassen den Saal noch nicht, denn um 14.30 Uhr beginnt das Closing. Beim Closing wird das Hackcenter geschlossen, das heißt die Tische da vorne. Alles muss davor von den Tischen runter. Wenn ihr zum Hauptbahnhof wollt mit dem ÖPNV, nehmen vielleicht ein, zwei Takte eher die in den ÖPNV, denn die Busse, die Bahn werden sehr, sehr voll sein. Vielen Dank.