Hier klicken Sale Salew Salem Öle & Betriebsstoffe für Ihr Auto Jetzt informieren 30 Tage lang gratis testen Cloud Drive Photos UHD TVs Learn More TDZ Hier klicken Mehr dazu Mehr dazu Shop Kindle AmazonMusicUnlimitedEcho Autorip longss17

Derzeit tritt ein Problem beim Filtern der Rezensionen auf. Bitte versuchen Sie es später noch einmal.

am 2. März 2015
Kurzweil takes the reader through a tour of selected neuroscience research and concepts of reverse-engineering the brain with a focus on neocortex neural architecture for pattern recognition. As always, Kurzweil is very enthusiastic about artificial intelligence and the pace of technological progress, illustrated in his belief in the law of accelerating returns in the field of information- processing. It is very tempting to share in this enthusiasm, but key aspects of the workings of the human mind are unfortunately not addressed in the book. It might be true that information processing will advance in leaps and bounds, so that cars will find their way from A to B better and more efficiently than human drivers, that computers will be able to answer any knowledge question in the blink of an eye etc. They might even do this by using techniques derived from architectural features of the human brain. But this intelligence, that can solve these kinds of problems will always represent a fundamentally different kind of intelligence than the one our brain creates. This can be illustrated by the nature of machine speech recognition, of which Kurzweil is an expert and which also features prominently in the book. I have been using this technology for more than 10 years and I must say that the progress has peaked about seven years ago. It might be true that recognition rates are somewhere around 90% + for continuous speech recognition since that time. This is very impressive, and being handicapped I much appreciate this technology. But it is the nature of the mistakes made that has not changed and is not likely to change only by improving processing power or adding new layers of pattern recognition. Every child will aptly label the mistakes made by machine speech recognition as stupid, because they make for nonsensical sentences. Speech recognition among humans is always a process of dialogue, a search for meaning, a search for expression. The human speaker and the human listener will work along the lines of their personal agendas. Ideally (but far from necessarily), they will try to match these agendas while communicating. This is something fundamentally different from bottom-up pattern recognition. Everybody can try this out for themselves: first dictate some thoughts to your computer, then ask a friend to write the same dictation down for you. The human friend will not just write down whatever he thinks she heard, but will try to get into your head, to anticipate your meaning and match this meaning to what she hears acoustically. Also, there is no need to dictate punctuation marks, for it will be as if your friend is writing down his own thoughts. If lost, or unsure of your meaning, she will pause and ask for clarification ("I am not familiar with this Hungarian name [sic!], can you spell that?"). Your human scribe will certainly not reach 100% accuracy, just as his machine counterpart, but his sentences will never turn out to be nonsensical. Also, you will not have to go through the tedious process of selecting and correcting the mistakes one by one, and correcting the mistakes made during correction etc. The corrections will be a fluent part of your conversation/dictation.
This of course addresses the field of top-down processing, which is briefly mentioned by Kurzweil as "a very important point" in the beginning of the book, but sadly nowhere further elaborated. "We are continually making predictions", says Kurzweil, but so far no machine does this at the level of complexity or intrinsic motivation seen in human minds. Certainly my speech recognition software is not making any predictions as to what I'm going to say next in terms of meaning. Again, this is different than using texts I have written before as templates for pattern recognition (it is even counter-productive to use letters to my daughter or to my insurance company to help in understanding my comments on a book on neuroscience). What is asked for is to share in my thoughts and purposes and making predictions based on this attempt. Kurzweil writes that the Siri-speechrecognition for example "works impressively for a first-generation product, and it is clear that this category of product is only going to get better." This does not seem to be so clear for me, as long as we do not address the problem of top-down processing. I am not saying that this is an unsolvable problem, not even a problem of unreachable processing power or forever mysterious processing architecture. It is a question of what drives the processing in the first place, of the mind or the machine actively searching for a definition of the problem to be solved. The selfdriving car might be much better than us at getting from A to B, but if we don't tell it to, it will not move. Just as the horse or oxen that we used to use for these purposes in the olden days. And they were also kind of smart. All these intelligences, biological or artificial are so far only extensions of our own selfishly motivated intelligence. We humans are thrown into a vastly complex and dangerous world and we are constantly driven to make sense of it, to find or create tools, to gain companions in our quests that extend far beyond mere survival. Our brains are vastly complex meaning-creating biological machines, they are not only problem-solving but problem-creating machines, constantly inventing new tasks and fields for learning. Everyone of us is uniquely driven by constantly evolving multilayered and conflicting needs that we project onto our surroundings. The fallen branch becomes a stick to reach an apple or a weapon to destroy an opponent, because our needs coupled with our processing power make it so. The information processing of the human mind is always also affective information processing (and the nascent field of affective neuroscience is still groping about very much in the dark). Unless we put this kind of need into a machine, we will not create true artificial intelligence, we will not create a mind, but just more and more "clever" tools. If Kurzweil knows how to create this kind of individualistic and unpredictable, self-evolving need-machine, he does not tell us in his book. But then again, do we really want to create such a mind artificially? Together with his needs we would also create his frustrations (an intrinsic part of the need-driven problem-solving process) and ultimately a rich bouquet of suffering. And we certainly wouldn't want it to become conscious (this still mysterious "emergent property") of its suffering and our part in it. We humans know all about suffering, and how it can only be made bearable by a passion for life's adventures - or by changing the very architecture of our brain through year-long meditation techniques. Do we really want to artificially create a passionate mind? The reverse-engineering of a Buddhist monks mind wouldn't solve any problems. Because it knows no more problems. It would just smile at us and pat us on our shoulder.
0Kommentar| 14 Personen fanden diese Informationen hilfreich. War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 7. Juni 2013
Ich kann mich noch gut an Prognosen in meiner Kindheit in den 70-ern erinnern, in denen illustriert wurde, wie wir um das Jahr 2000 herum alle in automatisch gesteuerten Autos herumfahren, unterseeische Städte bevölkern und die Planeten des Sonnensystems besuchen, ganz zu schweigen von kugelförmigen Fernsehern, die jedes Wohnzimmer dominieren. Man möge mir daher nachsehen, dass ich derartige Prognosen eher in Hinsicht auf ihren Unterhaltungswert betrachte.

Über Ray Kurzweil wusste ich vor der Lektüre dieses Buches wenig außer seiner berüchtigten Prognose über die nahende technische Singularität; von daher habe ich mir von dem Buch nicht besonders viel versprochen.
Um so angenehmer wurde ich von dem Inhalt überrascht, der zumindest in der ersten Hälfte keine wilden Prognosen enthält, sondern im wesentlichen über neueste wissenschaftliche Erkenntnisse der Hirnforschung referiert. Ich bin zwar nicht der Lage, ein qualifiziertes Urteil über die Korrektheit der dargelegten Hypothesen zu bilden; aber wenn die These stimmt, dass das menschliche Großhirn im wesentlichen strukturiert ist als ein hierarchischer Mustererkenner, ergeben sich daraus interessante und weitreichende Erkenntnisse. Selbst wenn diese Hypothese komplett falsch sein sollte, halte ich die Beobachtungen, die zu dieser Hypothese führen, für interessant genug, um auch durch Nicht-Fachleute zur Kenntnis genommen zu werden.

Im zweiten Teil überträgt Kurzweil dann diese Erkenntnisse auf die Möglichkeit, intelligente Computer zu entwerfen, die die Strukturen des menschlichen Großhirns nachbilden. (Hier vergisst er nicht, auch die Resultate seiner eigenen Firma zu erwähnen; da aber auch die Konkurrenz zu Wort kommt, empfand ich das nicht als störend.)

Gegen Ende wird er dann doch noch seinem Ruf gerecht, kontroverse und weitreichende Spekulationen zu äußern, in diesem Fall über Bewusstsein, freien Willen und Persönlichkeit, sowohl beim Menschen als auch bei hypothetischen Maschinen, die solche Eigenschaften haben mögen. Wer in dem Gebiet tiefschürfende Gedankengänge gewohnt ist, wird diesen Abschnitt für etwas oberflächlich halten, aber als jemand ohne große Vorkenntnisse finde ich den allgemeinen Überblick recht gelungen, zumal Kurzweil auch andere Positionen als die seine referiert, und seine eigene Position als Glaubensfrage und nicht als wissenschaftlichen Standpunkt darlegt.
Ganz zum Schluss muss er sich dann doch nochmal seiner berüchtigten Prognose widmen, aber das hat er sich sozusagen verdient, da mag ich dem Buch deswegen keine Abstriche in der Bewertung geben.

Insgesamt ein gehaltvolles Buch mit interessanten Thesen, welches trotz des wissenschaftlichen Anspruchs leicht verständlich ist.
0Kommentar| 13 Personen fanden diese Informationen hilfreich. War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
Raymond Kurzweil ist ein Pionier der Artificial Intelligence und Computertechnik, der sich in diesem Buch nichts Geringeres vorgenommen hat, als die Funktion des Gehirns zu entschlüsseln und von Computern verarbeiten zu lassen. Der unaufhaltsame technische Fortschritt, so Kurzweil, wird dafür sorgen, dass zukünftige Mikroprozessoren die Leistungsfähigkeit des menschlichen Gehirns erreichen und übertreffen. Normalerweise würden Leser hier sagen, das ist ein Spinner, und aufhören weiterzulesen. Aber bei diesem Autor ist das nicht so einfach.

Kurzweil ist nämlich ein Genie, der schon vor Jahrzehnten wesentliche technische Entwicklungen vorausgesehen hat; die Entwicklung des Internets, den Fortschritt der Transistortechnik, mobile Computer ohne Tastaturen (iPad), selbst den elektronischen Verkauf vom Musik (iTunes), Büchern (Kindle) und Software (AppStore). Schon in den 1990ern hat er auf die Problematik der Verschlüsselung und Überwachung der Kommunikation u.a. durch die NSA hingewiesen. Kurzweils zahlreiche Erfindungen haben die Technologie der Schrifterkennung (OCR) und Sprachverarbeitung (Nuance, Siri) wesentlich vorangebracht. Ray Kurzweil ist zwar sehr von sich eingenommen und lobt sich selber, aber er hat tatsächlich enorm viel geschafft und immer wieder Recht gehabt.

Zum Buch. Der 1948 geborene Kurzweil ist von der Idee besessen, noch zu seinen Lebzeiten Computer und Software zu schaffen, die den menschlichen Geist übertreffen, das nennt er "Singularity". Weil das vielleicht doch etwas länger als die angesetzten 2028 brauchen könnte, schluckt er Pillen zur Lebensverlängerung; er ist halt ein genialer Spinner, aber das nur am Rande. Das Buch "How to create a mind" soll die theoretischen Grundlagen für das geplante Kunst-Gehirn beschreiben.

Der Autor macht sich viele Gedanken, was Bewusstsein eigentlich sei und welche ethischen Regeln dafür gälten. Zwischen menschlichem Geist und künstlicher Rechenleistung macht er keinen Unterschied, solange eine äußerlich ähnliche Wirkung erzielt wird. Dies ist m.E. ein Fehler, der ungefähr der Gleichsetzung von Vögeln mit Flugzeugen entspricht. Diese Analogie war in der Anfangszeit des technischen Fliegens weit verbreitet und hat die Theorie und praktische Entwicklung damals stark behindert.

Die moralischen Fragen, die sich Kurzweil zu Roboter-Menschen macht, sind m.E. vergebens, denn es wird kaum dazu kommen. Vielmehr wird die künstliche Intelligenz heute wie in Zukunft vernetzt sein und nicht an einen bestimmten Ort gebunden. Statt mit Menschen zu konkurrieren wird die technische Intelligenz so wie heute Google, Siri oder Wikipedia ein technisches Instrument sein, das wir konsultieren werden, wenn es uns nützt. Unsere menschen-spezifischen Talente werden dadurch nicht überflüssig, so wie Vögel nicht durch Flugzeuge abgelöst werden.

Doch auch wenn Kurzweil politisch und philosophisch Schwächen zeigt, die vielleicht auf seine religiöse Erziehung zurückgehen, wirft er Fragen auf wie kein anderer. Technisch ist er absolut versiert und seine handgestrickte Entwicklungstheorie ist trotz ihrer Schlichtheit revolutionär. Da Kurzweil kritisch und aufgeschlossen denkt, erreicht er mit diesem Buch ein gutes Stück seines extrem ehrgeizigen Ziels.

Wer sich nur für ein technisches Modell des menschlichen Denkens interessiert, kann auch Jeff Hawkins' On Intelligence lesen. Ansonsten ist Ray Kurzweil eine Pflichtlektüre für jeden, der sich über die Zukunft der Technik Gedanken macht.
22 Kommentare| 5 Personen fanden diese Informationen hilfreich. War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 27. Juni 2013
Ray Kurzweil genießt im englischsprachigen Raum hohes Ansehen. So erhielt er 19 Ehrendoktortitel und eine ganze Reihe von Auszeichnungen, darunter die „National Medal of Technology“. Er gilt als eine der Leitfiguren des Trans- und des Posthumanismus. Er ist Pionier der optischen Texterkennung, der Sprachsynthese, der Spracherkennung, der Flachbettscannertechnologie und der elektronischen Musikinstrumente (insbesondere Keyboards) und hat in diesen Bereichen eine Reihe von Firmen gegründet. Seit 2012 arbeitet er als leitender Ingenieur bei Google. Sein 2005 veröffentlichtes Buch „The Singularity Is Near“ war ein Bestseller. Im Verlag lolabooks ist gerade eine deutsche Übersetzung unter dem Titel „Menschheit 2.0: Die Singularität naht“ erschienen. Der Verlag plant, auch das hier besprochene Buch demnächst in deutscher Sprache herauszugeben.

Der Algorithmus des Denkens

In der ersten Hälfte des Buches gibt Kurzweil einen zusammenfassenden Überblick über den gegenwärtigen Stand der Hirnforschung. Die grundlegenden Funktionseinheiten des Gehirns sind die Nervenzellen (Neuronen). Sowohl ihre biochemische Funktion als auch die daraus resultierende Funktion der Informationsverarbeitung sind weitestgehend erforscht und es gibt gute Simulationsmodelle dafür. Da als Grundlage dieser Modelle die klassische Physik und die sich daraus ableitende Biochemie ausreichend ist und sich diese Teile der Naturwissenschaften vollständig algorithmisch beschreiben lassen, ist damit zwangsläufig auch die Funktion der Neuronen vollständig algorithmisch beschreibbar. Das häufig vorgebrachte Gegenargument, dass die Neuronen teilweise analog arbeiten und somit mit einem Digitalcomputer nicht ausreichend simuliert werden können, begegnet Kurzweil mit dem Hinweis dass z.B. die analoge Größe der Leitfähigkeit in den Synapsen der Neuronen völlig ausreichend mit 8 Bit verschlüsselt werden kann. Analoge Vorgänge können grundsätzlich mit jeder gewünschten Präzision in Digitalcomputern simuliert werden.

Der Teil des Gehirns, in dem bewusstes Denken stattfindet, ist der Neocortex. Es ist die äußere Schicht des Großhirns mit einer Stärke von 2 bis 5mm, die selbst wieder aus sechs einzelnen Schichten besteht. Durch die Faltung des Gehirns ist die Gesamtfläche vergleichsweise groß (1800 qcm). Man kann hier Einheiten, so genannte cortikale Säulen, identifizieren, die jeweils aus etwa 10 000 Neuronen bestehen. Der Teil des genetischen Codes, in dem der Bauplan des menschlichen Gehirns steckt, hat einen Umfang von ca. 25MB. Das ist eine erstaunlich geringe Datenmenge. Der Bauplan eines heutigen Verkehrsflugzeugs benötigt eine hundert bis tausendmal größere Datenmenge. Es ist nach Kurzweil wohl so, dass im genetischen Code im Wesentlichen die Baupläne für die Grundbausteine (Neuronen und z.B. ihre Organisation zu cortikalen Säulen) des Gehirns verschlüsselt sind und die Anweisung, wie oft diese zu vervielfältigen sind. Bei einem Embryo mit voll entwickeltem Gehirn sind sozusagen nur die Hardware und ein einfaches Betriebssystem vorhanden. Alles andere muss erlernt werden. Dieser Prozess beginnt in begrenztem Umfang durchaus schon vor der Geburt.

Unser Denken besteht im Wesentlichen aus der Erkennung und der Manipulation von Mustern. Insgesamt können wir bis zu 300 Millionen verschiedene Muster unterscheiden. Zur Speicherung und Verarbeitung werden jeweils um die 100 Neuronen verwendet. Obwohl die Verarbeitungsfrequenz in unserem Gehirn nur zwischen 100 und 1000Hz liegt und damit mehr als eine Million mal kleiner als in unseren Computern ist, schafft unser Gehirn eine Mustererkennung innerhalb von Sekundenbruchteilen. Der Grund dafür ist, dass hier die Datenverarbeitung extrem parallel erfolgt. Nach Kurzweil ist der Algorithmus nach dem dies geschieht, mathematisch am bestem mit dem so genannten Hierarchical hidden Markov model (HHMM) zu beschreiben. Es handelt sich dabei um ein künstliches neuronales Netz, das mit zum Teil statistischen Methoden aus einer Datenmenge bestimmte Muster erkennen kann.

Beim Lesen von Text muss man sich das z.B. so vorstellen, dass in der untersten Hierarchieebene zunächst einfache geometrische Muster aus den vom Sehnerv kommenden Signalen erkannt werden wie z.B: Linien, Bögen und Kreise, wobei bereits in der Netzhaut des Auges eine Datenkompression erfolgt. In der nächsten höheren Ebene werden daraus Buchstaben erkannt. Danach erfolgt die Erkennung von Wörtern, dann folgen Sätze. In der höchsten Stufe werden wir uns des Inhalts eines Satzes bewusst. Alle diese Denkprozesse laufen ausschließlich algorithmisch ab und obwohl sie damit deterministisch sind, können trotzdem Zufälle im Rahmen des so genannten deterministischen Chaos eine Rolle spielen. Das Denken des menschlichen Gehirns und die Abläufe in ähnlich aufgebauten künstlichen neuronalen Netzen lassen sich daher nicht vollständig vorhersagen.

Das Material unserer Nervenzellen wird im Zeitrahmen von einigen Monaten vollständig ausgetauscht. Dies hat aber keinen Einfluss auf die Fähigkeiten der Informationsverarbeitung der Zelle. Denken ist auf der untersten Hierarchieebene nichts anderes als Symbolverarbeitung, so wie sie auch in Computern stattfindet und sie ist unabhängig von einer bestimmten Materie. Nach der Church-Turing-These ist die Fähigkeit zur Lösung von algorithmischen Problemen unabhängig von dem konkreten Aufbau einer Hardware, solange es sich um eine universelle Rechenmaschine mit genügend Speicherplatz handelt. Daraus und aus der erwähnten Tatsache, dass die Abläufe innerhalb der Neuronen algorithmisch ablaufen, resultiert, dass das menschliche Gehirn grundsätzlich nicht mehr Probleme lösen kann als jede andere universelle Rechenmaschine und dieses wiederum heißt im Umkehrschluss, dass es prinzipiell möglich sein muss, einen Computer mit sämtlichen geistigen Fähigkeiten auszustatten, die der Mensch hat, einschließlich des Bewusstseins.

Maschinen lernen denken

Im zweiten Teil des Buches zeigt der Autor, wie nun die Erkenntnisse der Hirnforschung dazu genutzt werden können, Computerprogramme zu erstellen, die wie das menschliche Denken funktionieren. Die Hauptanwendungsgebiete liegen derzeit in der Mustererkennung. So basiert das Spracherkennungsprogramm Siri, das auf dem iPhone 4S und dem iPhone 5 installiert ist, auf einem künstlichen neuronalen Netz, das lernfähig ist und sich mit der Zeit auf seinen Nutzer einstellt. Microsoft stattet jetzt seine neuen Smartphones mit einem verbesserten Spracherkennungsprogramm aus, das doppelt so schnell arbeitet wie Siri und um 15% zuverlässiger sein soll. Eines der derzeit am weitesten fortgeschrittenen Programme in Bezug auf die Simulation menschlichen Denkens ist „Watson“ von der Firma IBM. Es ist in der Lage, ganze Sätze zu verstehen und darauf sinnvolle Antworten zu geben. Bei dem im amerikanischen Fernsehen beliebten Spiel „Jeopardie“ hat es im Jahr 2011 besser abgeschnitten als die besten menschlichen Kandidaten. Bei diesem Spiel muss auf einen Satz, der eine Antwort darstellt, die zugehörige richtige Frage gefunden werden. Das Programm kann durch einen Lernprozess für verschiedenste Fähigkeiten optimiert werden. Eine kleine Gruppe bei IBM hat dem Programm inzwischen beigebracht, neue Kochrezepte zu erstellen. Die menschlichen Geschmackseindrücke wurden dabei vorher einprogrammiert.

Ray Kurzweil selbst hat jahrzehntelange Erfahrung im Programmieren von lernfähigen Mustererkennungsprogrammen. Nach seiner Erfahrung arbeiten diese Programme dann am besten, wenn man sie in ihrem Aufbau als neuronalem Netz dem menschlichen Gehirn nachempfindet. Für die jeweilige Aufgabe kann man gewisse Grundregeln einprogrammieren. Die Feinheiten erlernt das Programm dann selbstständig durch seinen praktischen Gebrauch. Zusätzlich kann man noch einen evolutionären Optimierungsvorgang einbauen, der die Verschaltung des Netzes für die jeweilige Aufgabe optimiert, so wie das auch im menschlichen Gehirn geschieht. Auf die Frage, wann es gelingt, Computer mit allen menschlichen geistigen Fähigkeiten einschließlich des Ich-Bewusstseins auszustatten, gibt Kurzweil das Jahr 2029 an. Zu diesem Zeitpunkt wird nach seiner Meinung das erste Computerprogramm den so genannten Turing-Test bestehen. Was danach geschieht, hat er ausführlich in seinem Buch „The Singularity is Near“ beschrieben. Es wird nach seiner Meinung eine rasante Vervielfachung der Rechenleistung und der Fähigkeiten der künstlichen Intelligenz geben, die gewaltige Auswirkungen auf unsere Gesellschaft haben werden.

Die Kritiker

Wie nicht anders zu erwarten, gibt es auch heftige Kritik an den Positionen von Kurzweil, zumal für viele die mögliche Machbarkeit von künstlichem Bewusstsein eine Kränkung ihres Menschenbildes darstellt. Insbesondere im deutschsprachigen Raum gibt es eine tief greifende Aversion gegen die Ideen von Ray Kurzweil und generell gegen den Transhumanismus und den Posthumanismus. Wahrscheinlich ist einer der Gründe, dass die meisten immer noch einer christlichen Ethik und einem Menschenbild verbunden sind, die ihre Ursprünge in der Bronzezeit haben. Daneben gibt es ein tiefes und zum Teil irrationales Misstrauen gegenüber neuen Technologien. So glauben religiös oder metaphysisch inspirierte Intellektuelle nach wie vor an den Dualismus von Leib und Seele bzw. Geist und Körper. Sie können aber keine wirklich nachvollziehbaren rationalen Argumente für ihre Position anführen. Insofern ist das eine reine Glaubensfrage. Den Naturwissenschaften etwas mehr zugeneigte Geisteswissenschaftler vertreten häufig die Position, dass man zwar womöglich alle geistigen Fähigkeiten des Menschen mit einem Computer simulieren kann, aber die Simulation immer noch etwas anderes ist als die Wirklichkeit, ähnlich wie die Simulation des Wetters etwas anderes ist als das Wetter selbst. Prominenter Vertreter dieser Position ist der amerikanische Philosoph John Searle. In seinem Buch „Die Wiederentdeckung des Geistes“ geht er zwar davon aus, dass das menschliche Gehirn im Rahmen des Naturalismus vollständig beschrieben werden kann als eine Art Bio-Computer, dass aber seine Fähigkeiten nicht mit der künstlichen Intelligenz gleichrangig nachvollzogen werden können. Der Denkfehler der dieser Position zugrunde liegt, ist die Ansicht, dass unsere geistigen Fähigkeiten an eine bestimmte Materie gebunden sind. Im Kern ist aber Denken nichts anderes als Informationsverarbeitung und dies geschieht auf der untersten Ebene als reine Symbolverarbeitung und dies ist bereits ein abstrakter Vorgang. Ray Kurzweil schreibt dazu: „Wenn das Verstehen von Sprache und anderer Phänomene über statistische Analysen (wie z.B. bei moderner Spracherkennungssoftware) nicht als wahres Verstehen zählt, dann haben Menschen auch kein wahres Verstehen.“

Fachleute der künstlichen Intelligenz an deutschen Hochschulen und Universitäten bezeichnen die Ansichten von Kurzweil häufig als überzogen optimistisch in Bezug auf die Machbarkeit der künstlichen Intelligenz und ihrer Auswirkungen auf die Menschheit. Allerdings geht Kurzweil bereits in seinem Buch „The Singularity is Near“ neben den großen Chancen auch auf die Gefahren der neuen Technologien ein. Insofern ist der Vorwurf nicht ganz zutreffend. Für seine Kritiker hat er eine Analyse seiner eigenen Vorhersagen aus seinem Buch „The Age of Spiritual Maschines“ gemacht. Das Buch erschien 1999. Von seinen 147 einzelnen dort gemachten Vorhersagen für das Jahr 2009 waren 78% voll zutreffend. Weitere 8% waren im Prinzip richtig, traten aber bis zu 2 Jahre später ein als vorhergesagt. 12% waren nur teilweise korrekt und 2% waren falsch. Zu den falschen Vorhersagen gehört, dass es bis 2009 Autos gibt, die ohne Fahrer betrieben werden können. Aber selbst in diesem Fall muss man zugestehen, dass das Problem technisch durchaus bereits gelöst ist. So hat Google im Oktober 2010 einen elektrisch angetriebenen Lieferwagen fahrerlos über 13000 km von Italien nach China fahren lassen. Im Moment liegt das Problem zur generellen Einführung dieser Technik eher bei den fehlenden gesetzlichen Regelungen. Man muss sich angesichts dieser Zahlen fragen, wer von den Kritikern eine bessere Statistik seiner eigenen Vorhersagen vorlegen kann. Bill Gates meint jedenfalls dazu: „Ray Kurzweil ist von denen Personen, die ich kenne, am besten geeignet die Zukunft der künstlichen Intelligenz vorauszusagen“.

Deutsche Bedenkenträger

Während Pioniere wie Ray Kurzweil den Weg in eine Zukunft weisen mit weniger Leid und mehr Lebensqualität, sehen selbsternannte Ethikexperten in unserem Land schon bei der PID die Menschenwürde in Gefahr. Einer der prominenten deutschen Vertreter der Bedenkenträger gegenüber neuen Technologien ist der Philosoph Jürgen Habermas. In seinem Buch „Die Zukunft der menschlichen Natur. Auf dem Weg zu einer liberalen Eugenik?“ bezeichnet die Anhänger des Trans- und des Posthumanismus als „ausgeflippte Intellektuelle“. Ihm selbst muss man allerdings bescheinigen, dass er hier über Dinge schreibt, von denen er nicht die geringste Ahnung hat.

Bei der Diskussion der ethischen Grundlagen neuer Technologien und ihrer gesetzlichen Regelung hat der Deutsche Ethikrat einen großen Einfluss. Er hat sich im letzten Jahr einen Namen gemacht mit der Empfehlung an den Bundestag, einem Gesetz zur Regelung der Genitalverstümmelung von Jungen zuzustimmen. Mit solchen Leuten, bei denen nicht die Verminderung sondern die Verherrlichung des Leids im Vordergrund steht und die einen Weg zurück ins Mittelalter beschreiten, werden wir die Zukunft nicht meistern können. Dennoch werden auch sie die Entwicklung nicht wirklich aufhalten können. Ray Kurzweil meint dazu, dass sich die neuen Technologien, wenn überhaupt, dann nur in totalitären Staaten aufhalten werden lassen. Wir werden diese zukünftigen Herausforderungen nur meistern, wenn wir ein wissenschaftsfundiertes Weltbild anerkennen und uns von einem metaphysischen bzw. religiösen Menschenbild endlich befreien.
22 Kommentare| 13 Personen fanden diese Informationen hilfreich. War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 16. November 2012
*A full executive summary of this book will be available at newbooksinbrief dot com on or before Monday, November 26.

When IBM's Deep Blue defeated humanity's greatest chess player Garry Kasparov in 1997 it marked a major turning point in the progress of artificial intelligence (AI). A still more impressive turning point in AI was achieved in 2011 when another creation of IBM named Watson defeated Jeopardy! phenoms Ken Jennings and Brad Rutter at their own game. As time marches on and technology advances we can easily envision still more impressive feats coming out of AI. And yet when it comes to the prospect of a computer ever actually matching human intelligence in all of its complexity and intricacy, we may find ourselves skeptical that this could ever be fully achieved. There seems to be a fundamental difference between the way a human mind works and the way even the most sophisticated machine works--a qualitative difference that could never be breached. Famous inventor and futurist Ray Kurzweil begs to differ.

To begin with--despite the richness and complexity of human thought--Kurzweil argues that the underlying principles and neuro-networks that are responsible for higher-order thinking are actually relatively simple, and in fact fully replicable. Indeed, for Kurzweil, our most sophisticated AI machines are already beginning to employ the same principles and are mimicking the same neuro-structures that are present in the human brain.

Beginning with the brain, Kurzweil argues that recent advances in neuroscience indicate that the neocortex (whence our higher-level thinking comes) operates according to a sophisticated (though relatively straightforward) pattern recognition scheme. This pattern recognition scheme is hierarchical in nature, such that lower-level patterns representing discrete bits of input (coming in from the surrounding environment) combine to trigger higher-level patterns that represent more general categories that are more abstract in nature. The hierarchical structure is innate, but the specific categories and meta-categories are filled in by way of learning. Also, the direction of information travel is not only from the bottom up, but also from the top down, such that the activation of higher-order patterns can trigger lower-order ones, and there is feedback between the varying levels. (The theory that sees the brain operating in this way is referred to as the Pattern Recognition Theory of the Mind or PRTM).

As Kurzweil points out, this pattern recognition scheme is actually remarkably similar to the technology that our most sophisticated AI machines are already using. Indeed, not only are these machines designed to process information in a hierarchical way (just as our brain is), but machines such as Watson (and even Siri, the voice recognition software available on the iPhone), are structured in such a way that they are capable of learning from the environment. For example, Watson was able to modify its software based on the information it gathered from reading the entire Wikipedia file. (The technology that these machines are using is known as the hierarchical hidden Markov model or HHMM, and Kurzweil was himself a part of developing this technology in the 1980's and 1990's.)

Given that our AI machines are now running according to the same principles as our brains, and given the exponential rate at which all information-based technologies advance, Kurzweil predicts a time when computers will in fact be capable of matching human thought--right down to having such features as consciousness, identity and free will (Kurzweil's specific prediction here is that this will occur by the year 2029).

What's more, because computer technology does not have some of the limitations inherent in biological systems, Kurzweil predicts a time when computers will even vastly outstrip human capabilities. Of course, since we use our tools as a natural extension of ourselves (figuratively, but sometimes also literally), this will also be a time when our own capabilities will vastly outstrip our capabilities of today. Ultimately, Kurzweil thinks, we will simply use the markedly superior computer technology to replace our outdated neurochemistry (as we now replace a limb with a prosthetic), and thus fully merge with our machines (a state that Kurzweil refers to as the singularity). This is the argument that Kurzweil makes in his new book 'How to Create a Mind: The Secret of Human Thought Revealed'.

Kurzweil lays out his arguments very clearly, and he does have a knack for explaining some very difficult concepts in a very simple way. My only objection to the book is that there is a fair bit of repetition, and some of the philosophical arguments (on such things as consciousness, identity and free will) drag on longer than need be. All in all there is much of interest to be learned both about artificial intelligence and neuroscience. A full executive summary of this book will be available at newbooksinbrief dot com, on or before Monday, November 26; a podcast discussion of the book will be available shortly
11 Kommentar| 9 Personen fanden diese Informationen hilfreich. War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 8. Januar 2017
Ray Kurzweil shows the human brain in a completely new way. From a complicated, ununderstandable mass of neurons, he reveals its simple structure and explains how we could replicate it in a memory of a computer. But doesn't stay only at the technical part. The book also takes its time to discuss various philosophical problems, connected with intelligence and consciousness.

It was probably the best popular science book I have read.
0Kommentar|War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 2. Dezember 2013
Ray is not afraid, to point out every detail about why it is gonna be us, to be The next step in evolution. Technology is not taking over, we will just embrace it more, when it comes to meet us in smarter ways.
Highly recommended read!
Ps: did you know, Ray is now hired by google, as head of their AI lab...
0Kommentar|War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 23. Mai 2016
Easy to read for such a seemingly complicated topic. Even so, for my linear brain, hard to follow. Opens up new visions. Most convincing is that his principle of hidden Markov chains in neuronal networks has proven its power in already existing solutions as speech recognition and Watson's winning at jeopardy
0Kommentar|War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 11. Januar 2016
Ray Kurzweil one moré time shining with his thought provoking reflections. A must read for all of those interested in AI vs human evolution
0Kommentar|War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden
am 20. April 2013
Ever since I read “Singularity is Near” I’ve been fascinated by Ray Kurzweil – his wirings, ideas, a predictions. He’s not been afraid to go on the limb and make some brave and seemingly outlandish forecasts about the upcoming technological advances and their oversize impact on people and society. One of the main reasons why I always found his predictions credible is that they can, in a nutshell, be reduced to just a couple of seemingly simple observations: 1. Information-technological advances are happening exponentially, and 2. Information technology in particular is driving all the other technological and societal changes. The rest, to put it rather crudely, are the details.

In “How to Create a Mind” Kurzweil zeroes in on just one scientific/technological project – creating a functioning replica of the human mind. He uses certain insights from information technology and neurology to propose his own idea of what human mind (and by extension human intelligence) are all about, and to propose how to go about emulating it “in silico.” Here too Kurzweil reduces a seemingly intractable problem that the humanity has grappled with for millennia to just a couple of overarching insights. In his view the essence of virtually all cognitive processes can be reduced to the scientific paradigm of “pattern recognition” – an ability of computational agent to identify and classify patterns. And the information theoretical and engineering tool for emulating the kind of pattern recognition that goes on in a mind is the mathematical technique called “hierarchical hidden Markov chains” (HHMS). What gives Kurzweil confidence about this insight and this kind of approach are the successes that he has had in starting and marketing companies which used HHMS for speech and character recognition. Many of these technologies and their derivatives have in recent years made it to the wide ranging set of consumer products (Apple’s Siri is just one such example), so it’s not surprising that Kurzweil would be feeling exceptionally confident about his insights. However, the history of computation and artificial intelligence is filled with examples of paradigms that seemed promising at one level of “thinking” complexity only to be proven ineffective at tacking more sophisticated problems. Furthermore, even though I am not an expert at neuroscience, Kurzweil’s descriptions of what goes on in an actual biological brain come across as not too sophisticated. He is obviously well informed on many neurobiological topics, far above what even a well-educated reader may know, but from what I know about biology the intricacies of the brain are still too complex to be reduced to a simple (simplistic?) model. Kurzweil may still turn out to be right about what he is proposing in this book (and if I had to bet I would loath to bet against him), but the evidence that he presents leaves a lot of potential gaps and pitfalls that would need a lot more convincing to completely bridge.

This is definitely a very well written book with a lot of interesting and though-provoking insights and predictions. Anyone interested in scientific and technological progress in the upcoming years and decades would greatly benefit from reading it, especially since it’s such an enjoyable book. I highly recommend it.
0Kommentar| Eine Person fand diese Informationen hilfreich. War diese Rezension für Sie hilfreich?JaNeinMissbrauch melden

Haben sich auch diese Artikel angesehen

Brauchen Sie weitere HilfeHier klicken

Gesponserte Links

  (Was ist das?)