Künstliche Intelligenz und Hirnforschung (eBook)

Neuronale Netze, Deep Learning und die Zukunft der Kognition

Patrick Krauss (Autor)

eBook Download: PDF

2023 | 1. Auflage
XII, 292 Seiten
Springer-Verlag
978-3-662-67179-5 (ISBN)

Infos

Wie funktioniert Künstliche Intelligenz (KI) und gibt es Parallelen zum menschlichen Gehirn? Was sind die Gemeinsamkeiten von natürlicher und künstlicher Intelligenz, und was die Unterschiede? Ist das Gehirn nichts anderes als ein biologischer Computer? Was sind Neuronale Netze und wie kann der Begriff Deep Learning einfach erklärt werden?

Seit der kognitiven Revolution Mitte des letzten Jahrhunderts sind KI und Hirnforschung eng miteinander verflochten. Im Bereich der KI gab es in den letzten Jahren mehrere spektakuläre Durchbrüche, von alphaGo über DALL-E 2 bis ChatGPT, die so bis vor kurzem noch völlig undenkbar waren. Doch schon heute arbeiten Forscher an den Innovationen von morgen, wie hybrides maschinelles Lernen oder neuro-symbolische KI. Aber was verbirgt sich dahinter überhaupt?

Anhand aktueller Forschungsergebnisse und spannender Beispiele aus der Praxis bietet dieses Sachbuch einen verständlichen Einstieg in die Grundlagen und Herausforderungen dieser faszinierenden Disziplinen. Sie erfahren, was Neurowissenschaft und Psychologie über die Funktionsweise des Gehirns wissen und wie Künstliche Intelligenz arbeitet. Lernen Sie zudem, wie KI unser Verständnis des Gehirns revolutioniert hat und wie Erkenntnisse aus der Hirnforschung umgekehrt in der Informatik eingesetzt werden, um KI-Algorithmen weiterzuentwickeln. Entdecken Sie die faszinierende Welt dieser beiden Disziplinen. Erfahren Sie, warum Künstliche Intelligenz und Hirnforschung zwei Seiten einer Medaille sind und wie sie unsere Zukunft prägen werden.

?Patrick Krauss hat Medizin, Informatik und Physik studiert. Nach seiner Promotion in Neurowissenschaft habilitierte er sich in Linguistik zum Thema Sprachverarbeitung in Neuronalen Netzen und dem Gehirn. Er forscht und lehrt an der Universität Erlangen-Nürnberg und an der Uniklinik Erlangen zu Themen an der Schnittstelle von Neurowissenschaft, Künstlicher Intelligenz und Sprache. Zu seinem wissenschaftlichen Werk gehören über 80 Publikationen.

Inhalt

Vorwort 6
Inhaltsverzeichnis 10
1 Einführung 12
ChatGPT besteht den Turing-Test 12
Die nächste Kränkung 13
Künstliche Intelligenz und Hirnforschung 15
Zu blind, um den Elefanten zu sehen 16
Gehirn-Computer-Analogie 19
Computationalismus 20
Funktionalismus 21
Fazit 23
Literatur 23
Teil I Hirnforschung 26
2 Das komplexeste System im Universum 27
Das Gehirn in Zahlen 27
Wie viele verschiedene Gehirne kann es geben? 28
Wie viele verschiedene Geisteszustände sind möglich? 29
Fazit 30
Literatur 30
3 Bausteine des Nervensystems 32
Neurone und Synapsen 32
Neuroplastizität 35
Gliazellen 37
Fazit 38
Literatur 38
4 Organisation des Nervensystems 40
Modularität des Nervensystems 40
Rückenmark und Hirnstamm 41
Der Thalamus 43
Der Cortex 44
Der Hippocampus 45
Die Basalganglien 47
Das Kleinhirn 48
Fazit 51
Literatur 52
5 Organisation des Cortex 54
Einteilung des Cortex in Hemisphären und Lappen 54
Kolumnen: Die radiale Organisation des Cortex 55
Schichten: Die vertikale Organisation des Cortex 57
Brodmann-Areale 57
Karten im Kopf 59
Der kanonische Schaltkreis des Cortex 62
Hierarchie der Cortexareale 63
Fazit 63
Literatur 65
6 Methoden der Hirnforschung 66
Bildgebende Verfahren: Dem Gehirn beim Denken zuschauen 66
CT 67
PET 67
MRT 67
EEG und MEG 68
Ereigniskorrelierte Potentiale und Felder 69
Intrakranielle EEG 70
Fazit 70
Literatur 71
7 Gedächtnis 72
Das Gedächtnis als Informationsverarbeitungssystem 72
Sensorisches Gedächtnis 73
Kurzzeitgedächtnis 75
Arbeitsgedächtnis 77
Langzeitgedächtnis 79
Fazit 80
Literatur 81
8 Sprache 83
Wie kommt der Mensch zur Sprache? 83
Noam Chomskys Universalgrammatik 84
Kognitive Linguistik: Gebrauchsbasierte Ansätze 84
Sprache im Gehirn 86
Fazit 88
Literatur 89
9 Bewusstsein 91
Ein uraltes Rätsel 91
Monismus und Dualismus 93
Wie ist es, eine Fledermaus zu sein? 93
Bewusstsein als nützliche Illusion? 95
Grenzen der Philosophie des Geistes 96
Neuronale Korrelate des Bewusstseins 96
Integrated Information Theory 98
Ist das Gehirn ein Quantencomputer? 98
Global Workspace Theory 99
Ich fühle, also bin ich! – Damasios Modell des Bewusstseins 100
Emotionen und Gefühle 102
Hierarchien des Bewusstseins 103
Erklärungskraft des Modells von Damasio 105
Fazit 107
Literatur 109
10 Freier Wille 113
Ist freier Wille nur ein frommer Wunsch? 113
Das Libet-Experiment 115
Fazit 116
Literatur 119
Teil II Künstliche Intelligenz 122
11 Was ist Künstliche Intelligenz? 123
Geschichte der KI 123
Begriffsklärung 125
Maschinelles Lernen und Mustererkennung 127
Deep Learning 127
Fazit 128
Literatur 129
12 Wie lernt Künstliche Intelligenz? 130
Künstliches Neuron 130
Künstliche neuronale Netze 131
Überwachtes Lernen 134
Unüberwachtes Lernen 136
Selbstüberwachtes Lernen 137
Neurone für Katzen und Jennifer Aniston 139
Verstärkungslernen 139
Fazit 140
Literatur 142
13 Spielende Künstliche Intelligenz 144
Videospiele 144
Go und Schach 145
AlphaGo schafft den Durchbruch 147
Fazit 148
Literatur 149
14 Rekurrente neuronale Netze 150
Rekurrenz in Gehirn 150
Rekurrenz in künstlichen neuronalen Netzen 151
LSTMs 152
Elman-Netze 152
Hochgradig rekurrente neuronale Netze 153
Schwierigkeit beim Training von rekurrenten Netzen 155
Fazit 155
Literatur 156
15 Kreativität: Generative Künstliche Intelligenz 157
Was ist Kreativität? 157
Deep Dreaming: Wenn der Input trainiert wird, nicht das Netz 158
Style Transfer 160
Generative Adversarial Networks 161
Diffusionsmodelle 161
Fazit 163
Literatur 164
16 Sprachbegabte KI: ChatGPT und Co. 166
Eine kurze Geschichte des Natural Language Processing 166
Wortvektoren 167
Transformer 170
Die GPT-Reihe 174
ChatGPT 175
Sprachschnittstellen 176
Fazit 178
Literatur 179
17 Woran forschen KI-Entwickler heute? 180
Lernen lernen 180
Few-Shot Learning 181
One-Shot Learning 181
Zero-Shot Learning 182
Transfer Learning 183
Meta-Learning 183
Hybrides Maschinelles Lernen 185
Fazit 185
Literatur 186
Teil III Herausforderungen 187
18 Herausforderungen der KI 188
Auf die Daten kommt es an 188
Halluzinierende Chatbots 189
Gefährliche Sticker und andere Angriffe 190
Alchemie, Reproduzierbarkeit und schwarze Kisten 191
Eine kritische Würdigung 192
Fazit 194
Literatur 196
19 Herausforderungen der Hirnforschung 198
Drei große Herausforderungen 198
Kann ein Biologe ein Radio reparieren? 199
Die Geschichte von den Hirnforschern und dem Alien-Computer 200
Könnten Hirnforscher einen Mikroprozessor verstehen? 202
Fazit: Was bedeutet es, ein System zu verstehen? 203
Literatur 206
Teil IV Integration 208
20 KI als Werkzeug in der Hirnforschung 210
Big Data in der Hirnforschung 210
Analyse und Visualisierung von Schlafstadien 211
Erzählungen, Hörbücher und Gedankenlesen 211
Inception Loops 213
Fazit 213
Literatur 214
21 KI als Modell für das Gehirn 217
Cognitive Computational Neuroscience 217
Visuelle Verarbeitung 218
Räumliche Navigation und Sprachverarbeitung 219
Fazit 220
Literatur 220
22 Mit Hirnforschung die KI besser verstehen 223
Neurowissenschaft 2.0 223
Läsionen 224
Visualisierung 225
Netzwerkvisualisierung 225
Merkmalsvisualisierung 226
Fazit 227
Literatur 228
23 Das Gehirn als Vorlage für KI 230
Neuroscience-Inspired AI 230
Rauschen im Netz 232
Zufällige Verbindungen und Architekturen 233
Fazit 236
Literatur 236
24 Ausblick 240
Bewusste Maschinen? 240
Der Turing-Test 241
Das Chinesische Zimmer 243
Das Grounding-Problem 244
Fazit: Wollen wir bewusste Maschinen überhaupt? 245
KI-Apokalypse 247
Wer trainiert hier eigentlich wen? 248
Ausblick: Singularität, Uploads, Holodecks 249
Literatur 250
Glossar 252
Stichwortverzeichnis 287

Produkt-Details

• Erscheint lt. Verlag: 30.9.2023
• Zusatzinfo: XII, 294 S. 32 Abb.
• Sprache: deutsch
• Themenwelt: Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik
• Themenwelt: Medizin / Pharmazie ► Studium
• Schlagworte: Algorithmen • Autonomes Fahren • Bewusstsein • black box problem • ChatGPT, alphaGo, DALL-E 2 • Deep learning • Geist Gehirn Maschine • Hirnforschung • Informatik • Kognitionswissenschaft • Kognitive Revolution • Künstliche Intelligenz (KI) • machine learning • Maschinelles Lernen • Neurobiologie • Neuronale Netze • Neurowissenschaften • Psychologie • Roboter • Sprachverarbeitung
• ISBN-10: 3-662-67179-4 / 3662671794
• ISBN-13: 978-3-662-67179-5 / 9783662671795