Details

<p>Über den Autor 9</p> <p>Einführung 19</p> <p><b>Über dieses Buch</b> <b>19</b></p> <p>Konventionen in diesem Buch 20</p> <p>Törichte Ansichten über den Leser 21</p> <p>Wie dieses Buch aufgebaut ist 21</p> <p>Teil I: Ganz schön clever (Kapitel 1 bis 3) 21</p> <p>Teil II: Die Intelligenz in der Maschine – Vom Denken und Lernen (Kapitel 4 bis 8) 22</p> <p>Teil III: Die KI erobert die Welt (Kapitel 9 und 10) 22</p> <p>Teil IV: Die Zukunft steht nicht mehr in den Sternen – Chance und Risiko der Künstlichen Intelligenz (Kapitel 11 und 12) 23</p> <p>Teil V: Der Top-Ten-Teil 23</p> <p>Symbole, die in diesem Buch verwendet werden 23</p> <p>Wie geht es nun weiter? 24</p> <p><b>Teil I: Ganz schön clever 25</b></p> <p><b>Kapitel 1 Einführung in das Thema</b> <b>27</b></p> <p>Das verstehen wir unter Intelligenz 28</p> <p>Intelligenz definieren 28</p> <p>Intelligenz als Blackbox-Konzept 29</p> <p>Klassifikation der Künstlichen Intelligenz 35</p> <p>Schwache KI vs Starke KI 36</p> <p>Künstliche Intelligenz – Wie konnte es so weit kommen 38</p> <p>Wie will man Denken nachbilden? 39</p> <p>Die Vorentwicklungen zur KI 41</p> <p>Die Geburtsstunde der KI 42</p> <p><b>Kapitel 2 Die Grundlagen der Künstlichen Intelligenz 45</b></p> <p>So viel Chaos um Begriffe 45</p> <p>Was ist Wissen? – Ein erster Erklärungsversuch 46</p> <p>Was ist Wahrheit? 46</p> <p>Daten – Die Rohstoffe der KI 48</p> <p>Unsere Definition für Daten 48</p> <p>Von Wissen und Halbwissen 52</p> <p>Weiterführende Erklärungen zur Bedeutung von Informationen 53</p> <p>So generiert die KI echtes Wissen 55</p> <p>Warum die KI keine Witze versteht 55</p> <p>Fazit – Was wollen wir uns merken? 56</p> <p>Alles digital oder was … – die große Digitalisierungswelle als Voraussetzung der KI 57</p> <p>Warum man Angst, Freude oder Hunger nicht digitalisieren kann 60</p> <p>Der Nutzen der Digitalisierung am Beispiel 62</p> <p>Der Mensch speichert sein Wissen nicht digital 63</p> <p>Der Unterschied zwischen Gehirn und Digitalcomputer _64</p> <p><b>Kapitel 3 Wie intelligent ist eigentlich die Künstliche Intelligenz?</b> <b>67</b></p> <p>Wie klug ist die KI heute? 67</p> <p>Die angemessene Intelligenz – Intelligenzstufe I1 68</p> <p>Die lernende Intelligenz – Intelligenzstufe I2 69</p> <p>Die kreative Intelligenz – Intelligenzstufe I3 71</p> <p>Die bewusste Intelligenz – Intelligenzstufe I4 79</p> <p>Die selbstbewusste Intelligenz – Intelligenzstufe I5 81</p> <p>Einordnung der KI im Rahmen der verschiedenen Intelligenzstufen und Anmerkungen zu Bots 82</p> <p>Was ist ein Bot? 82</p> <p>Eine Definition für KI-Systeme, die wir in diesem Buch treffen wollen 83</p> <p>Der Turing-Test 83</p> <p>Was ist ein Turing-Test? 84</p> <p>Wie funktioniert der Test? 85</p> <p>Chatbots, soweit das Auge reicht 85</p> <p>Das chinesische Zimmer und Probleme der Semantik 88</p> <p>Zusammenfassung 89</p> <p><b>Teil II: Die Intelligenz in der Maschine –Vom Denken und Lernen 91</b></p> <p><b>Kapitel 4 Automatische Erzeugung von Wissen</b> <b>93</b></p> <p>Wissenserwerb durch logisches Denken 94</p> <p>Die Deduktion 94</p> <p>Die Abduktion 96</p> <p>Wissenserwerb durch Lernen – die Induktion 98</p> <p>Das Lernen von Regeln 98</p> <p>Das Lernen von Funktionen und Modellen 99</p> <p>Maschinelles Lernen, Data Mining und Data Science – Wir erkennen erste Grenzen 100</p> <p>Bonitätsprüfung 102</p> <p>Expertensysteme 103</p> <p>Zusammenfassung 104</p> <p><b>Kapitel 5 Logisches Denken auf Maschinen</b> <b>105</b></p> <p>Was ist Kognition? 105</p> <p>Die Grundlagen der Logik 106</p> <p>Die Logik des Altertums 106</p> <p>Aussagenlogik 107</p> <p>Grundbausteine der Logik 108</p> <p>Die Implikation und die Deduktion 111</p> <p>Deshalb kann ein Computer korrekt schlussfolgern 113</p> <p>Das Deduktionstheorem der Aussagenlogik 114</p> <p>Implementierung der Aussagenlogik auf einem Computer 115</p> <p>Warum reicht die Aussagenlogik nicht 116</p> <p>Höhere Logiken 118</p> <p>Prädikatenlogik 119</p> <p>Auch in der Prädikatenlogik kann man korrekt schlussfolgern 120</p> <p>Probleme der Wahrheitsfindung auf einem Computer 122</p> <p>Prädikatenlogik 1 Ordnung 122</p> <p>Prädikatenlogik 2 Ordnung 123</p> <p>Zusammenfassung und Grenzen der klassischen Logik 126</p> <p><b>Kapitel 6 Automatisiertes Lernen auf Maschinen</b> <b>129</b></p> <p>Maschinelles Lernen 130</p> <p>Was ist maschinelles Lernen? 130</p> <p>Data Mining - So lernt man auf Daten 131</p> <p>Der einfachste empirische Zusammenhang: Korrelationen 133</p> <p>Eine Warnung an alle Freunde der Korrelation 134</p> <p>Modelle über die Welt 135</p> <p>Die Mathematik der Modellierung 137</p> <p>Von theoretischen zu empirischen Modellen und wieder zurück 139</p> <p>Empirische Modellbildung bei Ihrer Hausbank 140</p> <p><b>Kapitel 7 Die Maschine lernt richtige Regeln</b> <b>143</b></p> <p>Entscheidungsbäume 143</p> <p>Empirische Regelbildung für das Marketing 146</p> <p>Beispiel: Regeln zur Erhöhung des Abverkaufs von Zahncreme in einem Supermarkt 147</p> <p>Assoziationsregeln 149</p> <p><b>Kapitel 8 Neuronale Netze – Auf dem Weg zum künstlichen Gehirn</b> <b>153</b></p> <p>Die KNN sind Simulatoren 153</p> <p>Das Neuronenmodell 154</p> <p>Die Mathematik Künstlicher Neuronen 156</p> <p>Wie alles begann … das binäre Neuron 157</p> <p>Vom binären zum kontinuierlichen Neuron 158</p> <p>Die Topologie von neuronalen Netzwerken 159</p> <p>So arbeitet ein neuronales Netzwerk 159</p> <p>Mathematische Grundlagen neuronaler Lernverfahren 162</p> <p>Lernverfahren der Praxis – Hinweise zu Backpropagationund Deep Learning-Netzen 166</p> <p>Zusammenfassung und Grenzen des maschinellen Lernens 168</p> <p><b>Teil III: Die Künstliche Intelligenz erobert die Welt 171</b></p> <p><b>Kapitel 9 Unüberwindbare Hürden für die Künstliche Intelligenz</b> <b>173</b></p> <p>Auf der Suche nach der Wahrheit 173</p> <p>Das Paradox des Maschinellen Lernens 175</p> <p>Die Bewusstseinsgrenze der heutigen KI 177</p> <p>Die Physikalische-Symbol-System-Hypothese (PSSH) von Newell und Simon 177</p> <p>Eine weitere These der KI-Szene: Bewusstsein als Epiphänomen 178</p> <p>Eine These des Autors 178</p> <p>Eine weitere These des Autors: Künstliche Intelligenz auf Digitalcomputern kommt bald an ihr natürliches Ende 180</p> <p><b>Kapitel 10 Künstliche Intelligenz in Industrie und Gesellschaft</b> <b>181</b></p> <p>Künstliche Intelligenz in der Industrie 181</p> <p>Roboter in der Industrie 182</p> <p>Industrie 4.0 und Internet der Dinge 183</p> <p>Künstliche Intelligenz in der Gesellschaft 185</p> <p>KI und Spiele 185</p> <p>Das Internet und soziale Netzwerke 186</p> <p>Spracherkennung und Sprachsteuerung 187</p> <p>Sprachübersetzung 188</p> <p>KI in der Medizin 188</p> <p>KI in Kunst und Wissenschaft 190</p> <p>Autonome Autos (Roboterautos) – und ihr wahrscheinliches Scheitern 191</p> <p>KI, das Internet & Big Data – Fluch und Segen zugleich 197</p> <p>Facebook 197</p> <p>Google 198</p> <p>Internetfirmen 200</p> <p>KI zur Überwachung von Personen 202</p> <p>Gesichtserkennung 202</p> <p>Die Detektion von Gefährdern, Terroristen und unschuldigen Bürgern 203</p> <p>Pre-Crime – Verbrechen bekämpfen, bevor sie entstehen 206</p> <p>KI und Gedankenlesen 206</p> <p>Zusammenfassung zu den Anwendungen 210</p> <p><b>Teil IV: Die Zukunft steht nicht mehr in den Sternen – Chance und Risiko der Künstlichen Intelligenz 213</b></p> <p><b>Kapitel 11 Der Geist in der Maschine</b> <b>215</b></p> <p>Eine Hypothese: Zur Erzeugung von Bewusstsein benötigen wir wahrscheinlich die Quantenphysik 217</p> <p>Was ist Qualia? 218</p> <p>Der Mensch sieht nicht nur mit seinen Augen 218</p> <p>Zusammenfassung, technische Hürden und Ausweg für die Künstliche Intelligenz 222</p> <p>Das Paradox der Künstlichen Intelligenz 223</p> <p><b>Kapitel 12 Zukünftige Entwicklungen und ethische Fragen</b> <b>227</b></p> <p>Die Evolution der Schwachen KI 227</p> <p>Deduktive KI – Die schlussfolgernde KI von gestern 227</p> <p>Induktive und Kognitive KI – Die lernende und denkende KI der Gegenwart 228</p> <p>Neuromorphe KI – Die Hardware-KI von morgen 228</p> <p>Quanten-KI – Die maschinenbewusste KI von übermorgen 230</p> <p>Die Evolution der Starken KI 231</p> <p>Wir müssen über Ethik reden 232</p> <p>Was ist Ethik? 232</p> <p>Große Gefahren und Risiken der KI 233</p> <p>Wir brauchen einen regelmäßigen KI-TÜV 234</p> <p>Zusammenfassung und Fazit 235</p> <p><b>Teil V: Der Top-Ten-Teil 237</b></p> <p><b>Kapitel 13 Zehn heiße Tipps für meine Leser</b> <b>239</b></p> <p>1 – Damit die KI nicht Science Fiction wird 239</p> <p>2 – Tipps für Schüler 240</p> <p>3 – Tipps für den nicht-studierten Laien 240</p> <p>4 – Tipps für den studierten Laien 241</p> <p>5 – Tipps für Manager 241</p> <p>6 – Tipps für Politiker 241</p> <p>7 – Es gibt auch Big Data 242</p> <p>8 – Probieren Sie selbst mal was aus 242</p> <p>9 – Lesen Sie jedes Jahr ein Büchlein über die KI 243</p> <p>10 – Führen Sie KI in Ihrem Unternehmen ein 244</p> <p>Und nun mein Tipp für ALLE 244</p> <p>Stichwortverzeichnis 247</p>

Dr. Ralf Otte ist Professor für Automatisierung und Künstliche Intelligenz an der Technischen Hochschule Ulm und dort unter anderem verantwortlich für die Ausbildung "Künstliche Intelligenz und Softcomputing" in den Masterstudiengängen«. Er besitzt eine über 25-jährige Praxiserfahrung bei der Umsetzung von KI-Projekten in Industrie und Gesellschaft. Sein Forschungsschwerpunkt liegt im Bereich des maschinellen Bewusstseins.

DE