KI + Mensch Zusammen unschlagbar! - Reinhard Karger | Unternehmenssprecher Follow me on Twitter @reinhardkarger - AEWB
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
1
KI + Mensch
=
Zusammen unschlagbar!
Reinhard Karger | Unternehmenssprecher
Follow me on Twitter @reinhardkarger www.dfki.de
© R. Karger
2
1
Die DFKI GmbH hat Betriebsstätten in Kaiserslautern,
Saarbrücken, Bremen, Berlin, Oldenburg und Osnabrück.
1988
d et m b H
e g rün zige G r
g n üt beite men
e i n tar svolu
e m M i
Standort Standortg
0 00 chProjektbüro
Standort ng –RG Marine
uBerlin Robotics
1
Perception
s Q
For eschä erung
Saarbrücken Kaiserslautern Bremen Oldenburg Innovation Center
(Firmensitz) Außenstelle Osnabrück
€
io jektg zi
DFKI GmbH DFKI GmbH
M DFKI GmbH
an DFKI GmbH DFKI GmbH
55 Pro undfin
Stuhlsatzenhausweg 3 Trippstadter Straße 122 Robert-Hooke-Straße 1 Alt-Moabit 91c DFKI GmbH ICO InnovationsCentrum
Saarland Informatics Campus D3 2 D-67663 Kaiserslautern D-28359 Bremen D-10559 Berlin RG Marine Perception Osnabrück
D-66123 Saarbrücken
G r Marie-Curie-Str. 1 Albert-Einstein-Straße 1
e 26129 Oldenburg D-49076 Osnabrück
Tel.: 0681 85775 5252
email: info@dfki.de
kein
Tel.: 0631 205 75-0 Tel.: 0421 178 45-4100 Tel.: 030 23895 1800 Tel.: 0541 386050 2252
www.dfki.de email: info@dfki.de email: info@dfki.de email: info@dfki.de Tel.: 0441 36116-102 email: info@dfki.de
www.dfki.de www.dfki.de www.dfki.de email: info@dfki.de www.dfki.de
www.dfki.de
3
Die Gesellschafter der DFKI GmbH
4
2
Die Spin-offs der DFKI GmbH
5
6
Was
ist... KI?
3
„Künstliche Intelligenz
ist die Digitalisierung
menschlicher
Wissensfähigkeiten“
7
„Schwache KI“ „Starke KI“
i c
konzentriert sich auf
i t y i ty
zielt auf das umfassende
la p l
konkrete Fähigkeiten und
l
künstliche
u a r
M u
die Implemenaerung von
- S i n g
menschenähnliche Etwas -
n
digitalen Assistenten, die letztendlich mit einem
rd e
den Menschen in seinen
o o d
maschinellen Bewusstsein
l l i a
Handlungskontexten
i l l y w
- den Homunculus, das
M arkt Ho
opamal unterstützen, seine künstliche Menschlein als
Ziele besser, leichter oder Kopfgeburt.
€-M
mit einer höheren Qualität
zu erreichen.
8
4
„Nur so viel scheint zur Einleitung oder Vorerinnerung
nöag zu sein, daß es zwei Stämme der menschlichen
Erkenntnis gebe, die vielleicht aus einer
gemeinschaQlichen, aber uns unbekannten Wurzel
entspringen, nämlich, Sinnlichkeit und Verstand, durch
deren ersteren uns Gegenstände gegeben, durch den
zweiten aber gedacht werden.“ S. 66
„Bei dieser Untersuchung wird sich finden, daß es zwei
reine Formen sinnlicher Anschauung, als Prinzipien der
Erkenntnis a priori gebe, nämlich Raum und Zeit…“ S. 71
„Das: Ich denke, muß alle meine Vorstellungen
begleiten können.“ S. 136 / Gemüt / innerer Sinn
Immanuel Kant, 1724-1804, Kriak der reinen VernunQ, 2te Auflage,
1787, Werke in zwölf Bänden. Herausgegeben von Wilhelm
Weischedel. Frankfurt, Suhrkamp, 1977.
9
„Der transzendentale Schein dagegen hört
gleichwohl nicht auf, ob man ihn schon aufgedeckt
und seine Nichtigkeit durch die transzendentale
Kritik deutlich eingesehen hat.
(Z.B. der Schein in dem Satze: die Welt muß der
Zeit nach einen Anfang haben.)
Die Ursache hievon ist diese: daß in unserer
Vernunft (subjektiv als ein menschliches
Erkenntnisvermögen betrachtet) Grundregeln und
Maximen ihres Gebrauchs liegen, welche gänzlich
das Ansehen objektiver Grundsätze haben,
und wodurch es geschieht, daß die subjektive
Notwendigkeit einer gewissen Verknüpfung
unserer Begriffe, zu Gunsten des Verstandes, für
eine objektive Notwendigkeit, der Bestimmung
der Dinge an sich selbst, gehalten wird.“ S. 310
10
5
Die Zeit hat
keinen Anfang
11
Der Raum hat
keine Grenze
12
6
Der Zahlenraum
ist unendlich
13
„System 1 arbeitet automatisch und schnell,
weitgehend mühelos und ohne willentliche
Steuerung“
„System 2 lenkt die Aufmerksamkeit auf die
anstrengenden mentalen Aktivitäten, die auf
sie angewiesen sind, darunter auch komplexe
Berechnungen. Die Operationen von System 2
gehen oftmals mit dem subjektiven Erleben
von Handlungsmacht, Entscheidungsfreiheit
und Konzentration einher.“
Daniel Kahneman, Schnelles Denken, langsames
Denken, 2012
14
7
15
< >
> <
Müller-Lyer-Illusion, 1889
16
8
< >
> <
Müller-Lyer-Illusion, 1889
17
20
9
21
22
1028
23
Kahnemann, 2012, Kap. 9, Die 3-D-Heuristik
H e a l t h
11Speech Analysis for the Detec`on of Cogni`ve Disorders
ki-elements.de
https://ki-elements.de
29
30
124 . 0
st ri e
I n d u
31
Human Robot
Collaboraaon
32
13fety
S a
33
34
1435
36
1537
e l l e
ch i n g
as z u n
M rset
Ü b e
38
1639
40
1741
42
1843
44
19Tex t
45
07.11.2019
https://www.spiegel.de/netzwelt/web/talk-to-transformer-
kuenstliche-intelligenz-schreibt-texte-fertig-a-1295116.html
46
2048
47
https://talktotransformer.com
21& A
49
Q
https://www.bloomberg.com/news/articles/2018-01-15/alibaba-s-ai-outgunned-humans-in-key-stanford-reading-test
50
22hups://t3n.de/news/lesetest-ki-besser-als-
menschen-911500/
51
According to scholars Walter Krämer, Götz
Trenkler, Gerhard Ritter, and Gerhard
Prause, the story of the posting on the
door, even though it has settled as one of
the pillars of history, has little foundation
in truth. The story is based on comments
made by Philipp Melanchthon, though it
is thought that he was not in Wittenberg
at the time.
hups://rajpurkar.github.io/SQuAD-explorer/explore/1.1/dev/Maran_Luther.html
52
23e l l e
i rt u te n
V t e n
s s i s
A
53
54
2455
56
2557
58
26m e n
sa m a r?
Z u l a gb
sch
un
© W. Wahlster
59
https://www.hachettebookgroup.com/titles/garr
“Kasparov’s law” (2017)
y-kasparov/deep-thinking/9781541773646/
weak human + machine +
better process
was superior to a strong
computer alone and, more
remarkably, superior to a
strong human + machine +
inferior process
© W. Wahlster
60
27rer?
l s L eh
KI a
61
62
28https://www.replacedbyrobot.info
63
64
2965
66
30https://www.replacedbyrobot.info
67
68
31d e r
u nQ
k
Zu it...?
rb e
A
69
The Technology Trap
Capital, Labor, and Power in hups://press.princeton.edu/atles/13489.html
the Age of Automaaon
How the history of
technological revolu`ons
can help us becer
understand economic and
poli`cal polariza`on in the
Erschienen 18.06.2019 age of automa`on
© W. Wahlster
70
32Part V: The Future
https://press.princeton.edu/titles/13489.html
...for the time being, there is little to suggest that
widespread joblessness is imminent...
AI is a long way from being able to replace
workers in all domains, and the new
technologies on the horizon will not all arrive
at the same ame, nor will they be adopted
overnight.
...fears that work will disappear have always
turned out to be false alarm...
When I was researching this book, I struggled
to find a single argument for why this ame
Erschienen 18.06.2019 should be different that had not been made in
earlier debates about automaaon.
© W. Wahlster
71
THE FUTURE OF EMPLOYMENT: HOW
https://www.oxfordmartin.ox.ac.uk/downloads
SUSCEPTIBLE ARE JOBS TO
/academic/The_Future_of_Employment.pdf
COMPUTERISATION?∗
Carl Benedikt Frey† and Michael A. Osborne‡
September 17, 2013
.
Abstract
We examine how susceptible jobs are to computerisation. To as-
sess this, we begin by implementing a novel methodology to estimate
the probability of computerisation for 702 detailed occupations, using a
Gaussian process classifier. Based on these estimates, we examine ex-
pected impacts of future computerisation on US labour market outcomes,
with the primary objective of analysing the number of jobs at risk and
the relationship between an occupation’s probability of computerisation,
wages and educational attainment. According to our estimates, about 47
percent of total US employment is at risk. We further provide evidence
that wages and educational attainment exhibit a strong negative relation-
ship with an occupation’s probability of computerisation.
© W. Wahlster
72 Keywords: Occupational Choice, Technological Change, Wage Inequal-
ity, Employment, Skill Demand
JEL Classification: E24, J24, J31, J62, O33.
∗
We thank the Oxford University Engineering Sciences Department and the Oxford Mar-
tin Programme on the Impacts of Future Technology for hosting the “Machines and Employ-
ment” Workshop. We are indebted to Stuart Armstrong, Nick Bostrom, Eris Chinellato, Mark
Cummins, Daniel Dewey, David Dorn, Alex Flint, Claudia Goldin, John Muellbauer, Vincent
Mueller, Paul Newman, Seán Ó hÉigeartaigh, Anders Sandberg, Murray Shanahan, and Keith
Woolcock for their excellent suggestions.
†
33
Oxford Martin School, Programme on the Impacts of Future Technology, University of
Oxford, Oxford, OX1 1PT, United Kingdom, carl.frey@philosophy.ox.ac.uk.
‡A PPENDIX
The table below ranks occupations according to their probability of computeri-
sation (from least- to most-computerisable). Those occupations used as training
data are labelled as either ‘0’ (not computerisable) or ‘1’ (computerisable), re-
spectively. There are 70 such occupations, 10 percent of the total number of
occupations.
Computerisable
Rank Probability Label SOC code Occupation
1. 0.0028 29-1125 Recreational Therapists
2. 0.003 49-1011 First-Line Supervisors of Mechanics, Installers, and Repairers
3. 0.003 11-9161 Emergency Management Directors
4. 0.0031 21-1023 Mental Health and Substance Abuse Social Workers
5. 0.0033 29-1181 Audiologists
6. 0.0035 29-1122 Occupational Therapists
7. 0.0035 29-2091 Orthotists and Prosthetists
8. 0.0035 21-1022 Healthcare Social Workers
9. 0.0036 29-1022 Oral and Maxillofacial Surgeons
10. 0.0036 33-1021 First-Line Supervisors of Fire Fighting and Prevention Workers
11. 0.0039 29-1031 Dietitians and Nutritionists
12. 0.0039 11-9081 Lodging Managers
13. 0.004 27-2032 Choreographers
14. 0.0041 41-9031 Sales Engineers
15. 0.0042 0 29-1060 Physicians and Surgeons
16. 0.0042 25-9031 Instructional Coordinators
17. 0.0043 19-3039 Psychologists, All Other
18. 0.0044 33-1012 First-Line Supervisors of Police and Detectives
19. 0.0044 0 29-1021 Dentists, General
20. 0.0044 25-2021 Elementary School Teachers, Except Special Education
21. 0.0045 19-1042 Medical Scientists, Except Epidemiologists © W. Wahlster
22. 0.0046 11-9032 Education Administrators, Elementary and Secondary School
73 23. 0.0046 29-1081 Podiatrists
24. 0.0047 19-3031 Clinical, Counseling, and School Psychologists
25. 0.0048 21-1014 Mental Health Counselors
26. 0.0049 51-6092 Fabric and Apparel Patternmakers
27. 0.0055 27-1027 Set and Exhibit Designers
28. 0.0055 11-3121 Human Resources Managers
29. 0.0061 39-9032 Recreation Workers
30. 0.0063 11-3131 Training and Development Managers
31. 0.0064 29-1127 Speech-Language Pathologists
32. 0.0065 15-1121 Computer Systems Analysts
Computerisable
33. 0.0067 0 11-9151 Social and Community Service Managers
34. Rank
0.0068 Probability Label
25-4012 SOC code
CuratorsOccupation
35. 0.0071
687. 0.98 29-909143-4151
AthleticOrder
Trainers
Clerks
36. 0.0073
688. 0.98 11-911143-4011
MedicalBrokerage
and HealthClerks
Services Managers
37. 0.0074
689. 0.98 0 25-201143-9041
Preschool Teachers, Except
Insurance Claims andSpecial
Policy Education
Processing Clerks
38. 0.0075
690. 0.98 25-902151-2093
Farm and HomeDevice
Timing Management Advisors
Assemblers and Adjusters
39. 0.0077
691. 0.99 119-309143-9021
Anthropologists and
Data Entry Archeologists
Keyers
692. 0.99 25-4031 Library Technicians
693. 0.99 43-4141 New Accounts Clerks
694. 0.99 51-9151 57
Photographic Process Workers and Processing Machine Operators
695. 0.99 13-2082 Tax Preparers
696. 0.99 43-5011 Cargo and Freight Agents
697. 0.99 49-9064 Watch Repairers
698. 0.99 1 13-2053 Insurance Underwriters
699. 0.99 15-2091 Mathematical Technicians
700. 0.99 51-6051 Sewers, Hand
701. 0.99 23-2093 Title Examiners, Abstractors, and Searchers
702. 0.99 41-9041 Telemarketers
hups://www.oxfordmaran.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf
© W. Wahlster
74
34https://eff.org/ai/metrics
© W. Wahlster
75
AI INDEX 2018
Steering Committee
Yoav Shoham (Chair)
Stanford University
Raymond Perrault
SRI International
Erik Brynjolfsson
MIT
Jack Clark
OpenAI
James Manyika
hup://www.aiindex.org
McKinsey Global Institute
Juan Carlos Niebles
Stanford University
Terah Lyons
Partnership On AI
John Etchemendy
Stanford University
Barbara Grosz
Harvard University
Project Manager
Zoe Bauer
© W. Wahlster
2
76 1
35Fragen, die bearbeitet werden könnten...
Kann KI ethisch handeln?
Welche Entscheidungen sollte KI nie treffen müssen?
Kann KI das “Bauchgefühl” ersetzen?
Kann KI den Menschen ersetzen? Ist KI der bessere Mensch?
Wer kontrolliert KI und ihre Entscheidungen?
Wie lernfähig ist KI? Wo sind die Grenzen?
Wie emotional kann KI sein?
Inwieweit kann die KI die ethisch entscheiden?
Wie definieren wir die Begriffe "Intelligenz" und "Künstliche Intelligenz"?
Wie gehen wir mit dem wahrgenommenen Unterschied zwischen
Zuspitzung und vermeintlicher Eindeutigkeit in der medialen Darstellung
und der Differenziertheit und Vorläufigkeit in der Wissenschaft um, sprich:
wie passen mediale und wissenschaftliche Logik zusammen?
77
Vielen Dank!
Reinhard Karger | Unternehmenssprecher
Follow me on Twiuer @reinhardkarger www.dyi.de
78
36Sie können auch lesen
