Beitrag von Achim Weidner

Wie sollen Wissenschaftlerinnen und Wissenschaftler mit Erkenntnissen umgehen, die durch künstliche Intelligenz (KI) gewonnen werden? In einem Gastbeitrag beschreibt die Mathematikerin, Physikerin und Philosophin Isabell Piantschitsch die Herausforderungen durch maschinelles Lernen & Co. in der Forschung – und warum KI trotz großartiger Möglichkeiten wie ein Damoklesschwert über dem Wissenschaftsbetrieb hängt. https://lnkd.in/ewtViCXH

Eine neue Ära der Künstlichen Intelligenz: Das LongWriter-System Stellt euch vor, wir stehen an der Schwelle zu einer revolutionären Entwicklung in der Welt der Künstlichen Intelligenz. Die Tsinghua-Universität und Zhipu AI haben gemeinsam ein Meisterwerk geschaffen, das LongWriter-System. Dieses bahnbrechende Tool geht weit über das hinaus, was bisher möglich war. Es kann zusammenhängende Texte von über 10.000 Wörtern generieren, was einen echten Durchbruch darstellt! Während traditionelle Sprachmodelle oft an ihre Grenzen stießen, wenn es darum ging, lange und detaillierte Inhalte zu erstellen, hat LongWriter durch die innovative Trainingsmethode „AgentWrite“ diese Hürde erfolgreich überwunden. Stellt euch die Möglichkeiten vor, präzise wissenschaftliche Veröffentlichungen, umfassende Berichte und sogar komplette Buchprojekte könnten in einer völlig neuen Dimension gestaltet werden! Das Beste daran? Der Quellcode von LongWriter ist nun als Open-Source verfügbar. Das eröffnet unzählige Möglichkeiten für weitere Innovationen und Anwendungen in der KI-Forschung. Interessiert an den neuesten Entwicklungen im Bereich der KI? Besucht die Website von dotsource, um mehr über innovative Prompting-Techniken, spannende KI-Seminare und deren Anwendungen zu erfahren! [https://lnkd.in/dTR_TjC2]

🔥 Wusstest du, dass Künstliche Intelligenz Schwierigkeiten mit Geschichte hat? Eine neue Studie des Wiener Complexity Science Hub zeigt, dass selbst das fortschrittlichste KI-Modell, GPT-4 Turbo, bei Fachfragen nur eine Trefferquote von 46 Prozent erreicht. Besonders alarmierend sind die Schwächen der Systeme in Bezug auf nicht-westliche Kulturen. 🤔 Das wirft spannende Fragen auf: Wie gut können wir mit KI historische Kontexte erfassen und verstehen? Was bedeutet das für die Zukunft unseres Geschichtswissens? 📖 Mehr zu diesem faszinierenden Thema: https://lnkd.in/d83sKcBj 

🗺️ Forschung: Die „Gedankenwelt“ einer KI verstehen Anthropic hat gerade neue Forschungsergebnisse veröffentlicht, die zeigen, wie sie Millionen von Konzepten in der KI Claude gefunden und kartiert haben. Die Forscher nutzten eine Methode namens „Dictionary Learning“, um Muster zu finden, die zu bestimmten Ideen oder Objekten passen. Diese Muster nennen sie „Konzepte“. Zum Beispiel könnte ein Konzept ein bestimmtes Objekt wie ein „Apfel“ oder eine abstrakte Idee wie „Freundlichkeit“ sein. Sie konnten diese Muster ändern und damit Claudes Antworten beeinflussen, was bedeutet, dass man die KI besser steuern könnte. Sie fanden auch Muster, die mit wichtigen Themen wie Sicherheit und Vertrauen in die KI zusammenhängen. Obwohl KI sehr schnell voranschreitet, wissen wir noch nicht genau, wie sie „denkt“. Diese Forschung hilft uns, das Innenleben der KI besser zu verstehen, sie sicherer zu machen und besser zu kontrollieren. #KI #Forschung #Technologie

KI macht das "Wahrscheinliche", nicht das "Wahre", aber das macht sie gut. „Künstliche Intelligenz – Hype, Chance oder Risiko?“ - brilliant vorgetragen von Prof. Dr. Stefan Wrobel im Internationaler Club La Redoute Bonn e.V.: - Professor für Informatik - The University of Bonn - Institutsleiter Fraunhofer IAIS - Direktor des Bonn-Aachen International Center for Information Technology (b-it) Aus dem Vortrag: - Deutschland ist nicht so abgehängt bei der KI, wie oft gesagt - nur mit Europa haben wir eine Chance - EU-Verordnung über Künstliche Intelligenz (»AI Act«) ist das weltweit erste umfassende Gesetz zur Regulierung von KI - Für Schulen: Fraunhofer-Programmierplattform »Open Roberta Lab« - mit KI experimentieren https://lnkd.in/g-DYe99 (mal sehen, ob mich der Algorithmus wg. des Links abstraft) - Wir müssen die KI nicht alle im Detail verstehen, aber lernen, damit sinnvoll umzugehen - es wird uns noch verblüffen, wie stark die KI mit der Welt verbunden werden wird - die Fähigkeit gut zu formulieren wird künftig weniger wichtig Prof. Dr. Tilman Mayer leitete die nicht enden wollende Diskussion, die zeigte, dass das Thema KI im Club auf enorme Resonanz gestoßen ist. #KI #KünstlicheIntelligenz #AI #AIAct #EU

2025 – Das Jahr der Künstlichen Intelligenz Gestern hat OpenAI das o3-Modell vorgestellt und dabei einen Durchbruch im lange als (für KI) unlösbar geltenden ARC-AGI-Benchmark erzielt. Das Modell erreicht Ergebnisse, die mit dem menschlichen Durchschnitt vergleichbar sind, bei Problemen, die nur durch visuelles Schlussfolgern lösbar sind. Zudem setzt o3 neue Massstäbe in anspruchsvollen Mathematik- und Programmiertests. Ich möchte diesen Meilenstein als Anlass nehmen, um erneut über den Begriff „Künstliche Intelligenz“ und die Auswirkungen auf Bildungsinstitutionen zu sprechen, die bisher als Gatekeeper für Intelligenz fungiert haben. Ich halte es für überholt, Leitfäden zu verteidigen, die den Begriff „KI“ vermeiden oder darunter lediglich Sprachmodelle verstehen, die angeblich nur Pattern-Matching betreiben. Was OpenAI gestern vorgestellt hat, ist in meinen Augen intelligent – in jeder sinnvollen Bedeutung des Wortes. Es wird Zeit, diese Systeme – die auf Halbleitertechnologie statt auf biologischen Verbindungen basieren und Probleme lösen, die bisher menschliche Intelligenz voraussetzten – auch beim Namen zu nennen: Künstliche Intelligenz. Vielleicht lache ich in einem Jahr über diesen Beitrag. Vielleicht stelle ich fest, dass o3 nicht einmal [hier beliebiges Beispiel einfügen] konnte. Oder dass die Nutzung so teuer war, dass es nur für wenige Anwendungsfälle eingesetzt wurde. Aber wahrscheinlicher ist für mich, dass Anthropic, xAI, Meta und Google nachziehen und ähnliche Modelle präsentieren werden. Ich erwarte, dass: - die Auslagerung kognitiver Prozesse, die bislang menschliche Intelligenz benötigten, weiter voranschreitet, - wir uns von der Vorstellung verabschieden, dass KI „halluziniert“, und 2024 als das Jahr in die Geschichte eingeht, in dem KI begann zu „denken“. - 2025 werden diese denkenden Systeme wohl allgegenwärtig sein. Was bleibt die Aufgabe von Bildungsinstitutionen? Ich wage eine kontroverse These: Unsere wichtigste Aufgabe besteht darin, die Freude am Lernen zu bewahren. Wir müssen alles daransetzen, dass Menschen jeden Alters Freude daran entwickeln, neue Konzepte zu verstehen, Zusammenhänge zu erkennen und neue Phänomene zu begreifen. Nicht, um eine Note oder ein Diplom zu erreichen, sondern aus einem Grund, der viel grundlegender ist: aus Freude am Denken.

𝗞Ü𝗡𝗦𝗧𝗟𝗜𝗖𝗛𝗘 𝗜𝗡𝗧𝗘𝗟𝗟𝗜𝗚𝗘𝗡𝗭 𝘂𝗻𝗱 𝗱𝗶𝗲 𝗚𝗘𝗪Ö𝗛𝗡𝗟𝗜𝗖𝗛𝗘 𝗧𝗨𝗥𝗕𝗢𝗟𝗘𝗡𝗭 #𝟬𝟭 In meinem neuen Format möchte ich Mythen aus dem Bereich KI auf ihren Wahrheitsgehalt überprüfen und euch auf diese Reise mitnehmen! Derzeit ist künstliche Intelligenz das Gesprächsthema Nummer eins und fasziniert Menschen weltweit. Doch stimmen unsere Annahmen dazu?   In der ersten Folge geht es um folgende Aussage: 𝗞ü𝗻𝘀𝘁𝗹𝗶𝗰𝗵𝗲 𝗜𝗻𝘁𝗲𝗹𝗹𝗶𝗴𝗲𝗻𝘇 𝗶𝘀𝘁 𝗲𝗶𝗻𝗲 𝗻𝗲𝘂𝗲 𝗧𝗲𝗰𝗵𝗻𝗼𝗹𝗼𝗴𝗶𝗲, 𝗱𝗶𝗲 𝗶𝗻 𝗱𝗲𝗻 𝗹𝗲𝘁𝘇𝘁𝗲𝗻 𝗝𝗮𝗵𝗿𝗲𝗻 𝗵𝗲𝗿𝘃𝗼𝗿𝗴𝗲𝗴𝗮𝗻𝗴𝗲𝗻 𝗶𝘀𝘁. Natürlich haben die technischen Möglichkeiten der letzten Jahre den allgemeinen Durchbruch der Künstlichen Intelligenz vorangetrieben. Die Ideen und zu Grunde liegende Konzepte gehen teilweise aber schon auf die Antike zurück: 🏺 Automaten und Roboter finden sich bereits in der griechischen Mythologie wieder. Das hat weniger mit den Modellen zu tun, die wir heute nutzen. Dennoch zeigt es eindrucksvoll, dass die Menschheit sich schon vor über 2.000 Jahren das Konzept einer Künstlichen Intelligenz vorstellen konnte. ⌨️ Turingmaschine (1936): Alan Turing ermöglichte erstmals die theoretische Ausführung von Algorithmen und legte damit den Grundstein für die moderne Informatik. 🏫 Dartmouth-Konferenz (1956): Erstmals trafen sich führende Wissenschaftler, um die Möglichkeiten und Grundlagen der Künstlichen Intelligenz systematisch zu erforschen. Der Begriff „KI“ wurde zum ersten Mal offiziell verwendet. 🔙 Backpropagation-Verfahren (1986): Die Arbeit von Hinton/Rumelhart/Williams war wegweisend und ermöglichte das Training von neuronalen Netzen. Dem Konzept auf dem ein Großteil der zeitgemäßen KI-Modelle basiert. KI ist also älter als wir denken! Habt ihr damit gerechnet? Ich freue mich schon nächste Woche mit einem neuen Mythos zur KI für erneutes Erstaunen zu sorgen. 😏 #künstlicheintelligenz #geschichte #mythos #story #KI (Bild: Generative KI, Adobe Express)

🔍 Hast du schon von FrontierMath gehört? Es ist nicht nur ein neues Benchmarking-System – es stellt die Fähigkeiten von KI auf die ultimative Probe! 🤖✨ Mit anspruchsvollen mathematischen Herausforderungen, die selbst die besten KI-Modelle ins Schwitzen bringen, zeigt FrontierMath, wie weit wir in der Entwicklung von maschineller Intelligenz tatsächlich sind. Was bedeutet das für die Zukunft der KI und ihre Fähigkeit, wie Menschen zu lernen? Lass uns darüber diskutieren! 💬💡 👉 Neugierig geworden? Lies den vollständigen Beitrag und teile deine Gedanken in den Kommentaren! https://lnkd.in/ePVJQ5Rj

"Eine aktuelle Studie zeigt, dass LLMs Standardtests in Mathematik oder Jura sehr gut lösen können, aber nur die Antworten lernen. Wenn die Aufgaben im Wesentlichen gleich bleiben, sich aber die Details der Zahlen oder Fälle ändern, können die Ergebnisse um bis zu 80 Prozent sinken." Kein Wunder, dass in vielen Unternehen die KI-Euphorie der Ernüchterung gewichen ist, schreiben Dr. Lysander Weiss und Lucas Sauberschwarz in ihrer neuen Kolumne #futureproof. Einfach nur rumexperimentieren ergebe keinen Sinn mehr, jetzt gilt: "Unternehmen brauchen eine systematisch erarbeitete KI-Strategie." https://lnkd.in/d-etu7JG

Neu im Publishingblog:  KI kann die Zukunft nicht präzise vorhersagen, doch in Bereichen wie Spracherkennung und Navigation zeigt sie beeindruckende Stärken. Dieser Beitrag erschien auf dem publishing.blog, geschrieben von Christian Denzler.