 So, das sieht aber schon voll hier aus. Wir wollen jetzt nun anfangen. Unsere nächste Präsentation stammt von einem Briten, der nun in Griechenland lebt. Wer weiß, vielleicht wollte er ja nun dem schlechten Wetter oder dem Brexit entfliehen. Aber auf jeden Fall ist er nun den ganzen Weg nach Hamburg gekommen. Die letzte Wahl in Amerika und die letzten Ereignisse zum Brexit haben uns gezeigt, dass die ganze Technologie und es hat sich nun gezeigt, wir können einfach nicht alles wissen und wir können einfach nicht alles vorhersehen. Und in New Dark Age ist dementsprechend nun ein Vortrag darüber, dass wir nur nicht alles darüber wissen können. Unser Sprecher ist ein Künstler, ein Autor und seine Artikel sind in allen Zeitungen, in vielen Zeitungen der Welt erschienen. Erst auch so ein Lector für Konferenzen und Universitäten. Wir sind sehr froh, dass er heute da ist. Vielen, vielen lieben Dank und einen großen Applaus für James Bridal. Hallo. Vielen, vielen lieben Dank für die Einführung und vielen, vielen lieben Dank, dass ich heute hier sein darf. Das ist wirklich groß und ich bin sehr dankbar. Und ich habe nun mal einfach nur Hallo dahin geschrieben, denn ich wollte nicht in New Dark Age als große Beschwörung an diese Vortrag halten. Und nun möchte ich heute viel darüber sprechen, was ich eigentlich alles so für Projekte mache und was ich schon gemacht habe. Also das wird heute sehr viel über mich gehen und es wird ganz viel über Kultur, Kunst und Politik gehen. Und ich möchte ganz besonders über ein spezifisches Projekt reden und dann möchte ich nun weiter über bestimmte Projekte dazusprechen und auch worüber wir uns eigentlich danach nach dem Umgang unterhalten müssen. Ich bin nicht der perfekte Programmer. Ich habe lediglich so ein Master da drin und ich habe versucht, Ewigkeiten mir das selbst beizubringen. Ich bin auch zum Teil ein Journalist und zum anderen. Und es ist halt eher meine Veröffentlichung und meine Interesse im Internet, die mich dazu bringen, mich damit zu beschäftigen und meine Publikation zu machen. Und das ist ein guter Punkt. Das Projekt ist selbst vier Jahre alt und das war das, wo ich als Publisher gearbeitet habe und ich wollte darüber reden, wie Technologie im Internet unser Wissen allgemein verändert und was ich gemacht habe. Ich habe die gesamten Inhalt und die ganze Verbesserung eines Wikipedia-Sartike genommen habe und das Ganze über dem irakischen Krieg im Irak gemacht habe. Und ich habe nun all das in genau diesen Buch gebracht, in all diesen Buchformen verbracht und veröffentlicht. Und das ist nur der Change, dass nur die Veränderung des einzelnen Artikels, die in so vielen Bänden da oben versehen ist und alles, was ich während dieses ganze Arbeit halt dachte, ist, dass immer, wenn wir was die Welt verändert, ist der Unterschied, wie wir nun mal Technologie verstehen, bringt auch unseren Denkprozess weiter. Ein gutes Beispiel dafür ist Wikipedia. Und Wikipedia ist ein super Beispiel dafür, dass wir sehen können, wie schnell Prozesse und Argumentation über nach und nach mit all seinen verschiedenen Meinungen und alles veröffentlicht werden. Und das ist das, was ich hier zeige. Und alles, was nun mal existiert, sind diese Objekte, die nicht einfach zu verstehen sind. Und so ungefähr sehe ich halt auch Software. Das ist ein Projekt, was ich für dreieinhalb Jahre auf Social Media habe und es geht darum, dass ich Drones und alles getrackt habe. Das waren die Drohenden in Pakistan, in Somalia und alles. Und dort ... Und was wir nun halt sehen, ist, dass es eigentlich genau davon eigentlich keine Bilder gibt. Und das hat mich sehr gewohnt und sehr fertig gemacht. Und ... und in Zeiten von Social Media geht es nun mal nicht ohne Bilder. Und die letzten ... und das ist eigentlich verwunderlich, dass es da keine Bilder gibt. Denn die ganze letzte Zeit konnten wir halt ... wir können halt leben in einem Zeitalter, indem wir über Satelliten jeden kleinen Fleck der Erde fotografieren können. Und das ist das, was ich hier zeige. Und nun habe ich ein Katalogisierungssystem verwendet, welche die Regierung, die Umgebung, findet. Und das habe ich nun getwittert, gepostet und auf Instagram veröffentlicht. Und was positive, was passiert ist, ist, dass diese Bilder verwendet werden in der Social Media. Es wurde also nicht mehr nur irgendein Drohnenbild veröffentlicht von dem Konstrukt, sondern es wurde sogar ein Bild von diesem spezifischen Fleck der Drohne, was die Drohne gesehen hat, veröffentlicht. Aber das ist nun mal das, was sehr hart zu sehen ist. Und es ist sehr gut. Und damit habe ich mich weiter beschäftigt. Und ich habe angefangen, das Drohnschattenprojekt zu starten. Und nun musste man ja nun gucken, wie groß sind eigentlich Drohnen? Wie groß ist das? Und das habe ich nun herausgefunden. Und dann habe ich das tatsächlich in dem Maßstab an öffentlichen Plätzen auf der ganzen Welt, die Umrisse dieser spezifischen Drohne, im exakten Maßstab veröffentlichen. Und Menschen können dann sehen, das sind genau in Relationen sehen. Und das Ganze, genau, als das Ganze dann öffentlich wurde, haben Menschen mir immer mehr Bilder geschickt von diesem Projekt. Und das ist halt der Prozess, dass man erst mal das Ganze realisieren muss, dass man das auch drucken muss, und dass man es so schafft, dass diese Dinge nicht mehr unsichtbar sind, dass es nicht mehr Dinge sind, die nicht mehr zu sehen sind, sondern... und das Ganze gilt natürlich auch für den politischen Aspekt. Und somit habe ich angefangen, immer weitere Sachen auf der Straße zu bauen. Das ist in der Ukraine. Wenn ihr nur halb so viel Zeit, wie ich auf Google Maps verbringe, dann seht ihr... dann seht ihr... dann seht ihr... Flugzeuge ständig, also nicht nur in der Umgebung von... von Flugzeugen. Und wenn nun dieser Satellit in Google Maps ein Bild macht, dann gibt es sehr gute Bilder von Flugzeugen, die nah an dem Satelliten vorbeifliegen. Und das ist sehr spannend, weil Satelliten nicht dieselbe Sichtweise auf den Planeten haben, wie wir Menschen, sondern einen anderen. Und so habe ich halt diese... so habe ich halt dieses Kunstprojekt dort entworfen. Denn es sieht viel, viel, denn so ein Satellit sieht viel mehr als wir eigentlich mit unserem menschlichen Auge sehen. Und auf diesem Bild sehen wir nun, wie eben die Maschine unserer Welt sieht, also die Satelliten, diese Maschine, diese Welt sieht. Und so können wir halt genau diese Dinge zum Ausdruck bringen. Und damit können wir über bestimmte Dinge viel, viel anders nachdenken. Vor ein paar Jahren habe ich dieses Projekt gemacht in Südlanden, London. Das war das Recht zu Fliegen genannt. Und es ist auf Höhe eines Parkhauses. Dieser Ballon ist sehr, sehr cool, denn es ist eine Verbindung aus einem Ballon und einem Kite. Und das Coole ist viel, viel besser als ein Ballon und ein Kite. Aber es hat somit ein Ballon, um in die Luft zu geben und ein Kite, um die Stabilität zu halten. Und es ist ein Ballon, ein Kite, ein Ballon und ein Kite. Und es ist ein Ballon, um in die Luft zu geben und ein Kite, um die Stabilität zu halten. Und wir haben es von diesem Dach fliegen lassen. Und wir haben es nun um fliegen lassen, um genau zu realisieren, wie sieht eigentlich das aus, wenn man über der ganzen Welt schwebt und wenn man da das Ganze von oben sieht. Und so wollten wir uns nun mal diesen ganzen Luft über Sicht über London eigentlich vor Augen führen. Das war ein sehr erfolgreiches Projekt, was für viele Monate gehalten hat. Und nun habe ich eine Kamera da oben angebracht, um all diese Bilder zu sehen. Die Bilder sind wundervoll. Aber dann habe ich angefangen, dass mir das unangenehm wurde, denn ich habe nun Überwachung betrieben. So, und dann habe ich halt das Ganze öffentlich gemacht und öffentlich zu sehen gemacht. Und dass jeder sich das angucken kann. Aber niemand hat das interessiert. Es war einfach ein Teil von London, den niemand interessiert hat. Natürlich weiß man nicht, ob es nun wirklich der Teil ist oder ob London einfach so gewöhnt daran ist, ständig überwacht zu werden. Und dann habe ich mir aber bewusst gemacht, ich kann so auf diese Weise nicht noch mehr, nicht auf diese Weise machen. Und dann ist halt die Frage, wie mache ich eigentlich Bilder von Überwachung, wenn ich selber nicht überwachen möchte? Denn wenn ich das so mache, dann gibt es eigentlich noch viel mehr Überwachtung und das normalisiert das Ganze. Und dann habe ich das Ganze abgebrochen. Und da habe ich mir andere Gründe angesehen oder andere Möglichkeiten angesehen, das Ganze zu eröffnen. Und nun habe ich mit Critis in X angeguckt, was nun eine Browser extension ist. Jeder kann absolut privat damit durch das Internet surfen. Und wenn man nun darauf klickt, kann es uns ganz einfache Dinge zeigen. Viele Dinge, von denen ich denke, dass vielen Menschen das in diesem Raum bewusst sein ist. Es zeigt uns also die physikale Struktur des Internets. Und viele, viele Aktivisten haben sich mit diesem Thema bereits beschäftigt. Und es ist auch so, dass man sich mit dem Internet, mit dem Thema bereits beschäftigt. Und das gibt uns halt einen Blick mit dem Begriff Cloud. Denn es ist nicht, denn die Cloud ist nun mal keine Wolke, sondern die Cloud ist halt ein großer Computer, ein großer Space, der auch bestimmten gerechten, bestimmten Regeln und bestimmten anderen Dingen folgt. Wenn wir uns also, und ich wollte aber nicht zeigen, was das physikale Internet ist, was das physikalische Internet eigentlich für unsere Rechte macht, und das Ganze wollte ich an den Dokumenten der NSA machen, denn was die NSA eigentlich tut, ist eigentlich, sie nimmt sich das, die Daten, die reinkommen. Denn die NSA muss sich jetzt erstmal angucken, ist das eigentlich die Daten, die reinkommen? Von wem stammen die eigentlich, und könnte das ein US-Amerikaner sein? Normalerweise ist sowas wie deine Nationalität auf deinem Passport. Du kannst sie, du kannst sie Menschen zeigen, und du kannst damit beweisen, welche Nationalität du angehörst. Aber das ist nun mal im Internet nicht mehr der Fall. Aber dementsprechend wird sich im Internet nun mal angeguckt. Je nachdem, nach deinem Verhalten wird halt, nach deinem Verhalten online wird nun mal, nach deinem Verhalten online wird halt, nach deinem Verhalten online wird nun mal also deine Nationalität gemessen. Und dementsprechend kann man sich damit angucken, wie deine Nationalität aufgrund eines Browserverläusers auf On-Siege. Ich habe mich bereits mit dem Himmel und mit dem Überwachung von Himmel und den Drohnen beschäftigt, und dann habe ich tatsächlich gefunden, dass es diese Art von Flüge gibt. Das ist ein Beispiel. Eine Runde von Reisen, die ich mich bewegen habe, und es ist sehr cool, weil du stehst neben, auf diese Reise habe ich mich nicht alleine begeben, sondern auch mit weiteren Aktivisten von anderen Reisenden, von anderen Aktivisten von Trainspottern. Und was die machen ist, was sie nun machen ist, sie mieten private Flüge in der Mitte der Nacht. Und das passiert in Private Detention Centers und in Private Gerichtsseelen. So was wir also nun gemacht haben, ist, wir haben uns genau angeguckt, welche dieses Sport es eigentlich gibt und was es nun genau damit gibt. Das, was ihr dort seht, ist nun ein Gerichtssaal eines Gerichtssaals in London, aber es gibt nun mal überhaupt, es ist nun mal verboten, in London Gerichtssaale zu fotografieren. Und deswegen, es gibt eigentlich nur Zeichnungen dafür, aber dies ist ein spezialer Gerichtssaal, denn es gibt auch spezielle, es gibt auch nur spezielle Gerichte, die dort funktionieren. Denn es geht hier um Terrorismus und um andere. Und darum, dass es bestimmte Gerichte gibt, wo Menschen nicht wissen dürfen, was nun genau passiert ist. Und das macht natürlich auch überhaupt nicht möglich, das ganze Transparenz nachzuverziehen. Und was ihr hier seht, ist die Sichtweise vom Zuschauerraum. Und es gibt nun diesen 8-Minuten-Film, welcher dokumentiert. Er seht in diesem 8-Minuten-Film, nicht nur den, es gibt den Gerichtssaal, den Saal, den geheimen Flughafen, sondern auch den Platz, zu dem die Menschen deportiert werden. Normalerweise würde man im Fotojournalismus total andere Dinge machen. Und als ich das nun gezeigt habe, geht es gegen eine Wuhu, eine große Sache durch die Reihe. Man kann sich nun das heutige ... Der Film wurde in einer Ausstellung ausgestellt neben Bildern über Menschenrechtsverletzungen. Und wenn man über Fotojournalismus nachdenkt, denkt man häufig an schwarz-weiß Bilder von Menschen. Und was wir getan haben, ist etwas ganz anderes. Wir haben versucht, die Architektur wahrzunehmen und das Architektur-Software einzuflegen, um diese Räume, die sonst nicht öffentlich sichtbar sind, darzustellen. Alle diese verschiedenen ... Verschiedene Fähigkeiten kommen zusammen, um ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... Lucifer Richardson in 1922 war ein Meteorologe und hat in einem Beobachtungszentrum in Schottland gearbeitet, wo er das Wetter beobachtet hat und vor allem das Wetter dokumentiert hat und dadurch ganz viele Wetterdaten hergestellt hat. Und dann brach der Krieg aus und er musste in der Amie beitreten und dein Pazifist war, hatte im Krankenbereich gearbeitet, im Gesundheitsbereich und während dieser Zeit im Krieg während er den von Linien gearbeitet hat, hat er weiter mit Wetterdaten gearbeitet und Wetterdaten ausgewertet und er hat versucht dadurch die ersten Wettervorhersagen zu machen, indem er die alten Wetterdaten genommen hat und versucht hat, in der Vergangenheit mit den alten Daten bis zu 20 Stunden in die Zukunft Prognosen zu machen und hat diese dann mit den tatsächlichen alten Daten abgeglichen. Die waren damals allerdings erst 20 Jahre, also die waren damals noch 20 Jahre, als er das mit den Daten aus der Vergangenheit gemacht hat. In diesem Buch, was ich euch gerade gezeigt habe, hat er diese Fantasiefeld aufgemacht, wo er beschrieben hat, was dafür benötigt wird, um diese Wettervorhersagen zu machen, um die ökonomisch verwendbar zu machen. Hier hätte dieses Bild gemalt, wo er diesen großen Globus aufgemalt hat, wo er verschiedene, wo er ein Koordinatensystem aufgemalt hat, wo die Personen, die daran gearbeitet haben, dann eben auf diesem Koordinatensystem anzeigen können, wo die Informationen gesammelt werden können, um die Informationen dann auf diesen Globus zu projizieren. Damals hatte er gedacht, dass es unmöglich, aber die Menschheit ist zu diesem Punkt gekommen in 1950, wo die erste mechanische Wettervorhersage berechnet wurde. Das Ganze wurde mit dem Amirnak berechnet, was mein Lieblingscomputer ist. Der Computer wurde 1940 an der Universität von Pennsylvania entwickelt. Hier seht ihr den Prozess, mit dem das berechnet wurde. In 1950 haben sie die erste erfolgreiche Wettervorhersage berechnet für den Norden der Vereinigten Staaten. Als sie das getan haben, hat das drei Wochen gedauert, um das zu berechnen. Das Dauer hat eine ganze Weile gedauert. In diesem Prozess ist die Maschine mehrfach kaputtgegangen, ist der Prozess abgebrochen. Und tatsächlich, wenn man die Zeit rausgenommen hat, wo die Maschine nicht funktioniert hat, haben sie es dann doch geschafft, das Wetter schneller vorhersagen zu können, als das Wetter tatsächlich passiert ist. Das war der Durchbruch, dass die maschinelle Berechnung schneller wurde. Zum ersten Mal schneller war, was es ermöglicht hat, um Wettervorhersagen schneller zu berechnen. Hier sehen wir ein Bild von diesem Computer, der damals zwei Räume in Universitäten benötigt hat. Er hat ganz viele Kabel gebraucht, die verbunden werden mussten. Es gibt ein Buch von Harry Reeds, der Menschen, der diesen Computer gearbeitet hat. Er hat einen Personalcomputer genannt. Heute denken wir, wenn wir Personalcomputer hören, wenn wir PC hören, an einem Computer, den wir mit uns herum tragen können. Aber damals war das Wort gemeint, als ein Computer, in dem man reingehen konnte, in dem man leben konnte. Und vielleicht ist auch das immer noch ein aktuelles Wort, das wir in einem Computer immer noch leben. Das andere, was ich wirklich sehr an diesem Computer mag, ist, dass der zu einer Generation an Computern gehört, die physikalisch noch nachvollziehbar waren. Heute müssen wir logisch nachvollziehen, was die Computer berechnen. Mit dem ENIA konnte man noch nachvollziehen. Mit den Augen konnte man anhand der Kabel an den Wänden nachvollziehen, was dort Schritt für Schritt berechnet wurde in der Computerarchitektur. Das finde ich sehr faszinierend, das noch mal anzuschauen, wie man das damals verwendet hat und was das bedeutet hat. Das war auch der Wetterprojekt, aber auch der Manhattan-Projekt. Eine andere Person ist von Neumann, der hier auf dem Bild mit Oppenheimer zu sehen ist, der auch an diesem Computer gearbeitet hat mit der Wettervorhersage und für die Entwicklung von Atombomben, die gleichzeitig stattgefunden haben und die sehr wichtig für die Entwicklung von Computern zu dieser Zeit waren. Neumann hat eine Zeile geschrieben, was er zuerst für die Wettervorhersage geschrieben hat, aber auch für die Atombomben verwendet hat. Alle stabilen Prozesse können wir vorhersagen und alle unvorhersagbaren Prozesse sollten wir kontrollieren. Ich wollte einige von diesen Teilen über das Wetter übernehmen, um für die heutige Entwicklung das damit zu vergleichen. Was ich gefunden habe, ist die im Bereich der künstlichen Intelligenz leernde Computer. In den 90ern gab es da ganz viel Entwicklung und dann ist es ein bisschen gestorben, aber gerade ist es wieder aktuell daran zu arbeiten. Deswegen finde ich es wichtig, dass wir das noch einmal anschauen und das noch einmal zu betrachten. Das ist aus einer Studie von Anfang des Jahres, wo Facebook eine Studie gemacht hat. Das ist eine Studie, bei der sie Tausende von Schlafzimmern genommen haben. Und dem System gesagt haben, okay, mach mir neue Schlafzimmer. Alle Schlafzimmer, die ihr hier seht, sind keine realen Schlafzimmer, sondern alle Schlafzimmer, die sich das System ausgedacht hat. Das ist wirklich faszinierend, denn es ist aufgrund dieser Information, die diese Bilder geliefert haben, entstanden. Und wenn wir uns nun neue neuronale Netzwerke ansehen, die mit richtigen Bildern arbeiten, dann sehen wir hier ein Traum, den vor allem Google hat. Wir wollen uns also angucken, wie diese neuronalen Maschinen Bilder machen. Wir geben also diesem Netzwerk ein Bild und fragen es, was siehst du. Und dann, und wenn es halt verstehen hat, was es sieht, dann kann es die auch rückwirkend visualisieren. Und das kann auch ganz schön feuchterregend sein. Und DeepDream, das Ganze nennt sich DeepDream, und das ist halt nun bei Google. Und der wird sagen, oh, guck mal, das haben wir gemacht, und alle haben erst mal gestockt. Und DeepDream wurde nun geleaked. Und dann mussten sie natürlich sich hinstellen und sagen, okay, das ist das, was wir gemacht haben. Was neuronale Netzwerke nun machen, ist unglaublich faszinierend. Wir können unglaublich viele Dinge mit solchen Netzwerken machen. Das ist aus derselben Studie. Du kannst eine Gruppe von Bildern nehmen, die mit einem bestimmten Konzept konzipiert werden, und dann mit einem bestimmten Konzept konzipiert werden. Und dieses Netzwerk wird dir ein komplett neues Bild bauen. Und es wird also das erste Mal ein Gesicht gezeigt, also zum Beispiel ein lachendes Gesicht. Und dementsprechend kann es halt von sehr vielem träumen. Wenn es also genug Input hat, kann es all diese Weile, die wir hier haben, die wir hier haben. Und es ist so, es ist so, es ist so, es ist so, es ist so, es ist so. Wenn es also genug Input hat, kann es all diese weiteren Bilder entwickeln, und das kann es auch mit dem Wetter tun. Es hat acht Jahre gedauert. Es gab acht Jahre von Satellitenwetterdaten, welches von einem Satelliten stammt, welcher mehrere Bilder am Tag macht und das Ganze über England überwacht. Und dementsprechend gibt es 16.000 Bilder, welches ist, welches nicht, natürlich nicht ausreicht, um diese Studie zusammen machen. Aber ich hatte nun mal nur acht Jahre von Daten, also habe ich es einfach versucht. Es tut mir ziemlich leid, was mit Brexit passiert ist und darüber will ich eigentlich nicht reden, obwohl ich werde es doch tun, weil das ist nochmal ein Thema für heute Abend. Und so habe ich halt eines dieser Netzwerke gebaut und habe es mit diesen acht Jahren Daten gefüttert, die wir nun von den Wolken im Weltall über England gemacht haben. Und nach einer Weile war es halt verständlich, dass, okay, jetzt hat das System gesehen, wie das Wetter sein kann, so ungefähr wie wir das mit den Lächeln in den Gesichtern hatten. Und dementsprechend war es, dass es nicht so gut war, dass es nicht so gut war. Und dementsprechend können wir nun sagen, okay, wenn wir das Ganze jetzt auch noch zusätzlich mit den Daten vom Brexit eingeben, dann können wir halt sagen, okay, wie wird es eigentlich aussehen, wenn wir halt diese bestimmten politischen Ergebnisse haben wollen. Und dann können wir uns halt damit beschäftigen, wie unsichere Voter damit umgehen. Die knappen Entscheidungen waren die spannenden Entscheidungen, die spannenden Wahlen dieses Jahr. Und diese unentschiedenen Wählerinnen und Wähler waren diejenigen, die für uns irgendwie interessant waren, hier anzuschauen. Eine Sache, die wir heute tun können, ist, dass wir das Wetter beeinflussen können. Dieser Mann hier hat Cloudseeding erfunden. Das ist eine Möglichkeit, wo man bestimmtes Jodhsalz in sich formende Wolken geben kann und damit die Wolkenbildung beeinflussen kann und beschleunigen kann. Wenn er damit angefangen hatte, gab es eine große öffentliche Debatte darüber, was die Möglichkeiten von dem Beeinflussung von Wetter sein können. Es gibt ein großes militärischen Glauben daran, dass Wetter ein Einfluss auf die Kriegsführung haben sollte. In Vietnam wurde das sehr stark verwendet, wo ganz viele Chemikalien verwendet wurden, um die Monsunzeit zu verlängern, um eine Monsunzeit ums durchschnittlich sechs Wochen zu verlängern. Als es öffentlich wurde, gab es große Aufregungen und seitdem gab es geringere weitere Forschung dazu. Andere haben aber trotzdem weiter daran geforscht. Hier sehen wir Bilder aus China, wo sie mehrere Tausend Arbeiter haben, die dafür verantwortlich sind, das Wetter zu beeinflussen, insbesondere für die... Was natürlich auch, das Ganze sollte für öffentliche Events sein, dass zum Beispiel das Wetter an bestimmten Demonstrationen, dass es zum Beispiel nicht auf Polizisten hageln sollte oder dass es an bestimmten Feiertagen besonders schön sein sollte. Wir müssen uns also nun in der Zukunft darüber überlegen, wie wir eigentlich mit der Umwelt umgehen und wie werden wir solche Systeme verwenden und wie groß wird unser Glauben sein, darin diese Sachen einzusetzen? Der Grund, warum ich das mache, ist, ich bin nicht mehr davon überzeugt, dass wir die Welt verstehen können, denn wir haben einfach nicht genug Informationen. Ich wollte die Cloud verwenden, nicht als... nicht als... das materialistische Sicht. Hier, schaut mal dieses Datenkabel. Es wollte das als ein Weg sehen, dass die Cloud tatsächlich wolkig ist, die tatsächlich einen Einfluss auf die Welt hat, die nicht nur einen statischen Einfluss auf die Welt hat, sondern dass wir das hinterfragen. Ich finde das immer notwendiger. Dieses... dieses... dieses Sicht auf die Welt ist weiterhin... also ist... ich glaube, Moslo ist für euch alle bekannt. Das hier ist das Gegenteil davon. Das hier wurde Rumslaw, Rumsregel genannt. Hier sehen wir den... die Grafen, wie viel Geld ausgegeben wurde für medizinische Forschung und wie viele Medikamente dadurch gefunden wurde, umso weniger Geld da reingesteckt wird, umso weniger haben wir entdeckt. Das ist ein großes Problem in der Pharmazie. Ein großes Problem, was es da gibt, ist ein Informationsproblem. Wie neue Medikamente hergestellt werden es heute nicht mehr Menschen in Laboren mit weißen Umhängen, sondern das sind Computer, das sind Roboter, die diese Tests durchführen und die verschiedene Medikamente ausprobieren und die vergleichen. Dieses Problem breitet sich aus und wie wissenschaftliche Labore damit umgehen, ist immer mehr Menschen doch wieder in diesen Prozess hinein zu beziehen. Es gibt einen anderen Weg, über die Welt zu denken, was nicht nur rein über die technische Computersicht ist, sondern auch eine menschliche Sicht. Hier ist ein Schachspiel zu sehen, wo IBM 10 Jahre gebraucht hat, um ein Computer zu programmieren, der Schach gespielt hat gegen den Schachweltmeister, um den zu besiegen. In der Diskussion darüber, was künstliche Intelligent ist, sind wir immer weitergegangen, was das eigentlich bedeutet, eine künstliche Intelligent zu haben. Damals war der Stand des Schachs, das Spiel war, was es zu gewinnen galt, um künstliche Intelligent weiterzuentwickeln. Die Blue hatte die Möglichkeit, ganz viele mechanische Möglichkeiten durchzurechnen, wie dieses Schachspiel weitergehen konnte, und all die möglichen weiteren Züge durchzurechnen. Aus all diesen Daten dann die wahrscheinlichste Möglichkeit auszuwählen, um das Schachspiel zu gewinnen. Kasparo hat ein Jahr später eine neue Form des Schachs vorgestellt, in dem nicht ein Computer gegen einen Menschen spielt, sondern ein Computer und Menschen gemeinsam gegen einen anderen Computer und anderen Menschen spielen. Ein... Ein... Ein... Ein Supercomputer kann gegen einen Menschen einfach gewinnen, aber wenn ein Computer mit... Ein einfacher Computer von einem Menschen verwendet wird, der kann diese Kombination, diese Kooperation gegen diesen Supercomputer ganz einfach gewinnen durch die menschlichen Fähigkeiten. Das... Die nächste große Herausforderung der künstlichen Intelligenz sehen wir hier, wo wir ein Beispiel aus diesem Jahr sehen, wo Google DeepMind Go gespielt hat, gegen einen der besten Go-Spieler, die es gerade auf der Welt gibt. DeepMind hat in einem... in einer Vierspiele-Serie am Ende gewonnen. Das ist der nächste Meilenstein in der künstlichen Maschine, die wir jetzt erreicht haben. Und es gibt aber nun einen großen Unterschied zwischen dieser Maschine und Deep Blue, die nun das Schachspiel beschäftigt hat. Aber wir verstehen halt nicht, wie es sich um die Maschine geht. Wir verstehen halt nicht, wie das neuronale Netzwerk Go gewonnen hat. Das war eine Maschine, die erst von Menschen getrainiert wurde und dann immer gegen sich selbst angetreten ist. Und dementsprechend hat es das Wissen exponentiell erreicht. Und dementsprechend ist es halt an einem sehr fundamentalen tiefen Punkt trainiert, so wie zum Beispiel die Deep Space Bilder, die wir vorhin hatten. Und das halt die Frage, welcher Prozess genau bringt, dazu zu realisieren. Das, was ihr hier seht, ist eines der Kuriositäten der neuronalen Netzwerke. Das ist die klassische Geschichte, die die US Army hat ein neuronales Netzwerk gebaut, zum Erkennen von Panzern. Haben also ganz, ganz viele Fotos gemacht von ganz, ganz vielen Panzern, dann haben die in das Netzwerk gegeben. Und die haben also Kamouflage sehen können und die haben Panzer gesehen. Und die haben diese ganzen Fotos gemacht, haben das alles eingegeben. Und was dann passiert ist, hat super funktioniert. Nach all den ganzen Bildern hat alles super, was hat super funktioniert. Also selbst wenn der Panzer super funktioniert hat, selbst wenn der so versteckt wie auch der auch war, haben sie das zurückgegeben. Und dann haben sie das abgegeben. Und dann hat das, haben sie plötzlich festgestellt. Und dann haben sie festgestellt, dass sie alle Panzer am Morgen und alle Bilder ohne Panzer abends geschossen haben. Und dementsprechend, es ist halt nur fähig, am Morgen Panzer überhaupt zu sehen. Und das ist eines dieser verrückten Dinge, in denen wir wieder feststellen, dass wir einfach nicht sehen, wie die Maschine funktioniert und einfach anders denken als diese Maschine. Und da sehen wir nun, wie wir ein System beibringen zu fahren. Es kennt also, dieses System kennt die Straße nicht. Das System kennt die Gesetze der Straße nicht. Und es soll fahren, absolut lernen bei sich selbst. Und wir bauen aktiv wir haben also angefangen, das Werkzeug dafür zu bauen. Und das ist von Google. Und das ist ein paar Monate alt. Und so haben sie zwei neuronale Netzwerke trainiert. In dem neuronalen, die zwei neuronalen Wettwerke, haben wir das System, die zwei neuronalen Wettwerke haben ihre Kommunikation vor einem dritten neuronalen Netzwerk geheimhalten sollen. Und also haben alles und Bob eine Kryptografie entwickelt, eine Verschlüsselungstechnologie entwickelt, um ihre Kommunikation von Eve verschlüsselt zu halten. Diesen Trend alles zusammen, um bessere Entscheidungen zu machen. Das ist eine Entwicklung, die wir sehen in allen Bereichen. Das hier ist die Herangehensweise, die wir von Überwachungsagenturen sehen, um möglichst viele Daten zu sammeln, um dadurch die Welt zu verstehen und zu beeinflussen. Das ist nicht ganz unterschiedlich von dem, was wir überhaupt glauben, was wir glauben wollen, denn die Frage ist ja nun, inwieweit wollen wir eigentlich Meinungen beeinflussen? Und da geht es natürlich auch viel um Transparenz. Und auch um das Herausgeben von allen Informationen. Sie haben nun mal das selbe Ziel gehabt und haben das selbe geglaubt. Sie glauben, wenn wir Informationen haben, dann können wir damit arbeiten. Und das ist nun mal eine sehr allgemeine Ansicht in der Welt. Das sind die Hot Topics in Facebook. Und Wikileaks ist nun mal eines der meist diskutierten Themen während der Wahl. Und ich bin ein großer Fan von Julian Assens und all seiner Theorie und dem System des Leaks von autoritären Systemen. Aber im Moment im Moment ist es halt eine kaputte Maschine, die Öl verliert und niemand von uns behalten und reparieren möchte. Wir alle spielen gegeneinander, aber wir kommen aus diesem Nichts dieser Spiele, die wir gegeneinander spielen, wird uns daraus rausbringen. Komplett um uns herum scheint es mir es fühlt sich so an, als würden immer mehr mathematische Systeme, immer schwieriger haben, diese Welt um uns herum zu verstehen und unsere Gesellschaft zu verstehen um uns herum, gibt es ein großes um alles, denn das Trump-Refendum und die Abstimmung beim Brexit war nun mal in dem Sinne falsch und müssen nun mal korrigiert werden. Und all diese Aussage, dass das Wirft halt Gift in den ganzen Prozess ist, das wirft sich. Und mit diesen Vorhersagen, die während den Campaigns gemacht werden, wird beeinflusst, wie die Menschen dann am Ende tatsächlich wählen. Also wenn die Menschen sehen, was diese Wahl vorhersagen sagen, beeinflusst das auch wiederum deren Wahlen. Die Diskussion über Fake-News, die Erschmeldung, ist ziemlich erschütternd und interessant. Sie ist nicht besonders neu, und sie sollte es auch nicht sein. Es ist nichts, was geschichtlich, plötzlich passiert ist, oder das ist von einem besonderen Sichtweise auf die Welt passiert, das ist nicht richtig. Mich hat besonders schockiert ein Ereignis aus Macedonien. Und die ganze Story wurde veröffentlicht, ohne dass überhaupt ein Hintergrund geliefert wurde, oder dass geliefert wurde, was in Macedonien überhaupt existiert. Und diese ganze Website bringt nun unglaublich viele Klicks über Facebook und über alles andere, ohne überhaupt eine einzige richtige Nachricht zu liefern. Und was ihr hier seht, ist ein Projekt der mazedonischen Art, ist eine Statue, die errichtet wurde aufgrund in Macedonien, aber wo eine Geschichte in Macedonien, die aber so nie existiert hat, also es wurde von der Regierung geöffnet, aber es gab diese Geschichte nie. Und das alles resultiert in Nationalismus, und diese Nationalismus wird nun gefüttert von falschen Nachrichten über die mazedonische Geschichte, und all dieses ganze, was ihr hier seht, sind Robert Elliot Smith, und er hat die zwei Bilder auf der linken Seite veröffentlichtet, und Googles automatischer Algorithmus hat das Bild rechts verbunden, auf dem nun mal beide Menschen lächeln und hat damit einen Moment geschaffen, der so gar nicht existiert hat. Es war also eine Memoriespiel. Wir haben eine Software entwickelt, die eine Stimme oder ein Sound produziert, zu einem spezifischen Satz. All unsere technologischen Entwicklung entwickeln sich immer weiter, aber sie entwickeln sich immer weiter von der Realität. Sie zeigen immer mehr alternative Realitäten. Und damit stürzen sie natürlich auch das Missvertrauen in solche Systeme an. Und ich möchte hier überhaupt nicht sagen, dass das schlecht ist. Es ist halt eine sehr alarmende Situation, wenn wir immer weniger an solche Systeme glauben. Und wie wir nun sehen, dass immer mehr Daten und immer mehr Daten, die wir eigentlich sammeln, nicht zwingend in bessere Ergebnisse resultieren. Und in diesem Mapping-Prozess wird nun besprochen. Und es ist halt so, dass eben solche Verschwörungstheorien, das zusammenhalten solcher Informations, dass das ganze gemappte Situationen, die ganzen Daten, einfach gar nicht in eine Person passen. Denn wir sind nun mal täglich damit konfrontiert, dass bestimmte Dinge eben nicht in bestimmte Systeme passen. Wir sind keine allwissenden Kreaturen. Und damit müssen wir uns nun auch beschäftigen, wie gehen wir eigentlich damit um mit paradoxen Informationen? Das ist absolut alarmierend. Denn das ergibt viele, viele Möglichkeiten. Wir haben nun mal den Zugang zu all diesen Informationen. Und es macht das Ganze immer komplizierter. Und all diese naive Sicht, die wir auf die Welt haben, das alles so einfach ist, wir leben nun mal in einer Welt, in der Informationen verfügbar sind für sehr lange Zeit. Und die aber nun mal von sehr fundamentalen Ansichten und von vielen verschiedenen Sichtweisen geprägt sind. Was sind die Antworten, die wir darauf bilden müssen? Wir müssen uns dementsprechend also auch bewusst machen, welche Unterschiede es zwischen Informationen eigentlich gibt. Das ist das Bild aus der New York Times von ein paar Wochen von der Global Weather Foundation. Und was er sagt, was dort gesagt wurde, war, Abseits, von dieser großen Informationsmenge, Climate change is now progressing to such an extent, the atmosphere is warming to such an extent. Es müssen wir uns natürlich auch angucken, dass zum Beispiel am Klimawandel, wir sehen, dass all diese Daten zeigen, dass die Klima immer weiter wärmer wird. Und wir sehen, dass wir uns auch bewusst machen müssen, dass unsere Wettermodelle dementsprechend nicht mehr wirklich funktionieren. Und unsere Wettermodelle funktionieren nicht mehr so gut. Und wir wissen dementsprechend auch immer weniger über die Welt, als wir eigentlich vorher schon wussten. Und das wird alles davon beschäftigen, wie gut, wie vorbereitet sind überhaupt auf das, was kommt. Nein, nicht das. Hier ist das, was ich glaube. Ich glaube nicht, dass das Internet und all das, was wir darauf gebaut haben, ein Tool zum Weltverständnis ist. Es ist nicht statisch und stabil. Es ist kein Tool, das wir uns in der Welt haben. Es ist das größte und komplexeste Advanced Tool, was wir in dem Sinne gebaut haben. Es ist etwas, was halt sehr viel passt zu unserer Sprache und zu dem, was wir eigentlich geschrieben haben. Es gibt halt keine Intention, die das gebaut hat. Und niemand weiß, was wir damit machen werden. Es gibt keine Intention, sondern es ist ein generelles Tool, das entwickelt wurde. Es ist quasi die wolkige Wolke. Wenn wir damit, wenn wir die ganze Welt verstehen wollen, müssen wir uns auch die Unterschiede bewusst machen. Wir müssen uns die Wolkigkeit der Wolke angucken. Wir müssen uns die Wolkigkeit der Wolke angucken. Vielen Dank. Vielen Dank, James. Wir haben eine Gezeit für Fragen. Ihr könnt die Mikrofone verwenden. Gibt es Fragen aus dem Publikum? Es ist auch okay, wenn es keine Fragen gibt. Ihr könnt nachher auf den Speaker zukommen. Das ist auch in Ordnung. Scheinbar gibt es keine Fragen. Vielen Dank. Vielen Dank an James Bridal. Ihr habt der Übersetzung ins Deutsche zugehört.