...
close

Cookie-Einstellungen

Zulassen:

 

Infos/Erklärung
Gemäß Ihrem Recht auf informierte Selbstbestimmung.

 tutor tutor

delete account

Damit wir unseren Service verbessern können, würden wir uns über die Angabe eines Grundes freuen.
Thank you!



Abbrechen

Blog [ tutor ]

Zum Thema Nachhilfe & Nachhilfe-Vermittlung

Deep Learning - wie Künstliche Maschinenintelligenz in einem Wimpernschlag Menschenpädagogik abhängt

Deep Learning als Provokation einer überfälligen Reform der Pädagogik

Das MIT (Cambridge Massachusetts Institute of Technology) veröffentlichte kürzlich einen ausführlicheren Artikel zu neuen Entwicklungen, Problemstellungen und Erkenntnissen im Bereich KI (Künstliche Intelligenz, engl.: AI, Artificial Intelligence). Es wird berichtet über den erfolgreichen Versuch ein selbstfahrendes Auto mit sogenannter Deep Learning Technologie auszurüsten statt es, wie bei derzeit auf den Markt kommenden selbstfahrenden Autos von Google oder Tesla üblich, mit Algorithmen und Methoden zu steuern, die von den Programmierern genau vorgegeben werden. Das bedeutet, dass ein Auto, das "herkömmliche" KI nutzt, vor einer Ampel auf einen Algoritmus zurückgreift, die speziell für diese Situation vorgesehen wurde. Die voraussehbare Situation "Ampel" wurde vorher von den Programmierern und zusammen mit tausenden von anderen Fällen in die Autosoftware integriert und arbeitet beim Erkennen einer Ampel und beim Steuern des Autos vor einer Ampel gemäß den gewünschten Maßgaben, die von menschlichen Programmierern hineinprogrammiert werden. 
   "Deep Learning" funktioniert etwas anders und geht einen revolutionären Schritt weiter: 
Die Programmierer versuchen nicht mehr jede mögliche Situation, in die ein Auto kommen könnte, vorherzusehen und ein Rezept dafür zur Verfügung zu stellen. Es wird im Gegenteil der künstlichen Intelligenz zugetraut, was auch nach 100 Jahren Bildungsreformen kaum noch in staatliche Bildungseinrichtungen vorgedrungen ist: der Künstlichen Intelligenz wird zugetraut, durch Beobachtung und selbständiges Lernen erfolgreich eigene Methoden zu entwickeln, die das Auto und die sich darin befindenden Passagiere sicher durch den Straßenverkehr bringt. 
   Diese sicherlich sehr starke Vereinfachung provozierte bei mir nach dem Lesen des Artikels u.a. auch den Gedanken, wie anachronistisch die Großzahl der heutigen Bildungsansätze sind, und wie hilflos, planlos und ahnungslos Bildungspolitiker sein müssen, wenn Autos bereits fortschrittlicher lernen als mit menschlicher Kreativität und menschlichem Bewußtsein begabte Schüler und Schülerinnen. 
   Deep Learning repräsentiert einen Ansatz in der Wissenschaft der Künstlichen Intelligenz, welcher der Maschine ermöglicht aufgrund von Beobachtung und Nachahmung, und evtl. Ausprobieren, eigene Methoden (eigenen Code) zu entwickeln, welcher dann in einer tieferen Schicht (deep) wiederum Grundlage für eine Verfeinerung des Codes einer weiteren tieferen Schicht entwickelt. Absichtlich sehr vereinfacht ausgedrückt programmiert sich der Bordcomputer selbst, indem er mit einem Werkzeug ausgerüstet wird, daß ihn zur Selbständigkeit befähigt, dann auf die Straße geschickt wird, dort durch Beobachtung Erfahrungen sammelt und daraus Code entwickelt, der Code entwickelt, der Code entwickelt, der Code entwickelt, usw. usw. - bis in Sekundenbruchteilen(!) Methoden entwickelt wurden, die funktionieren und aufgrund deren sich das Auto selbst steuern kann. 
   Deep Learning wird schon etwas länger im Bereich der automatischen Texterkennung, aber auch in anderen Bereichen verwendet und findet in diesen Monaten auch erstmals Anwendung in Suchmaschinen und Medizin(!) wo Deep Learning KI bereits erfolgreich, schnell und effektiv Krankheiten aufgrund von Patientendaten diagnostiziert, bevor ein Arzt sich an die Krankenakte setzen kann. Diese neuen Technologien und die defacto Entwicklung der Schüleralltagswelt mit Computern und Smartphones, Internetverfügbarkeit und kurzlebiger Konsumgesellschaft lachen laut über einen altertümlichen Frontalunterricht nach "Bankiers-Methode" (Paulo Freire), bei dem die Vermittlung von mehr oder weniger fertigen Methoden und Daten im Vordergrund stehen und die Menschen vor allem zu funktionierenden Elementen in einem konsumgesteuerten Apparat erzogen werden. Deep Learning erschüttert ein Paradigma, das bisher noch beinahe unangetastet die Souveranität des Menschen über die Maschine postuliert, wenn es um Spezialistenwissen und Spezialistenfähigkeiten geht.
  Man muß sich das nur mal eine Sekunde bei ruhigem und klarem Verstand zu Gemüte führen: Künstliche Intelligenz ist bereits dabei Methoden und Wissen hervorzubringen, welche das menschliche Verständnis überschreitenen, während in den Schulen noch Konzepte herrschen, welche aus vorindustrieller Zeit stammen.
   Und genau da liegt eine gewaltige Herausforderung selbst für die Programmierer, die Deep Learning Systeme entwickeln: denn die durch die künstliche Intelligenz entwickelten Methden sind so komplex und aufwändig, das der Versuch herauszufinden, warum und durch welche Algorithmen das Auto verwendete um erfolgreich durch den Verkehr zu manövrieren, vergebens sind. Das Auto, der medizinische Computer, die Suchmaschine, autarke Drohnensoftware und militärische Bedrohungs- und Präventivanalysetechnologie kann und wird Entscheidungen treffen, deren Nachvollziehbarkeit außerhalb unseres Verständnisses liegt, was Komplexität und auch die Geschwindigkeit der Erkenntnisse und Entscheidungen angeht. (Was geschieht, wenn zwei oder mehrere Militärintelligenzen aufgrund der umfassenden Datenmengen in Sekundenbruchteilen militärische Entscheidungen treffen müssen, bevor die KI des Feindes eine Entscheidung trifft, und der Mensch in diesen Entscheidungsprozessen eine gefährliche Bremse als langsamstes dümmstes Glied der Entscheidungskette desautorisiert wird?) 
   Und während Skynet bereits in den Babywindeln liegt, kämpft die Großzahl der jungen Schüler und Schülerinnen noch mit Vokabeln, Periodenlisten und Geschichtsdaten und wird kaum darin gefördert, was problemformulierend wichtiger wäre: selbständiges und kreatives Denken. Und vor allem: das zu entdecken und zu entwickeln, was uns angesichts dieser technologischen Erdbeben auf uns zurückwirft und uns fragt:
   Was ist ein Mensch? Wer bin ich? Und was will ich?

(D. Lepold für NHV24.com, 17.04.2017)

go Zum Artikel im MIT Tech Review (in englischer Sprache)
04/17/2017 19:58

















Tutor | Tutor | Nachhilfevermittlung | Send request |  EF Familie Unternehmsnetzwerk Erfolgsfaktor Familie
Merkzettel ()