Moin moin,
in dieser Videoreihe geht es um Theorien und Gedankenexperimente. Diese haben keinen Realitätsanspruch, sind aber auch nicht aus der Luft gegriffen.
In dem heutigen Video geht es um die Themen Simulation, Intelligenz, Berechnungen unserer Realität und Vorhersagen.
In dem Thubnail des Videos haben sie ja meine Behauptung und Hauptthese schon gelesen. Ich möchte ihnen nun erklären, was mich zu dem Schluss kommen lässt.
Fangen wir zum Verständnis mit den Grundbegriffen an und wie ich diese Definieren würde:
Intelligenz: Für mich ist Intelligenz die Fähigkeit, die beschreibt wie präzise und schnell ein System oder Lebewesen eine Aufgabe selbstständig bewältigen kann.
Außerdem inwiefern es die richtigen Schlüsse aus Erfahrungen ziehen kann.
Simulation: Mit Simulation meine ich die näherungsweise Beschreibung der Realität mithilfe von Mathematik. Zum Beispiel durch ein Computerprogramm und jemandem, der weiß wie damit umzugehen ist.
Sie wissen sicher alle um den gegenwärtigen Hype um das Thema künstliche Intelligenz. Ich denke dass wir gerade erst die Schneeflocke auf der Spitze des Eisberges zu Gesicht bekommen haben. Viele der heutigen Algorithmen von Systemen wie ChatGPT sind bereits in den 80er Jahren von Pionieren wie Professor Jürgen Schmidthuber erdacht worden. Erst durch die Verbesserung der Rechensysteme wurde es möglich, diese Algorithmen für Anwendungen zu verwenden.
Wenn sie sich mehr mit diesem Thema beschäftigen wollen empfehle ich für den Einstieg den TED talk von Jürgen Schmidthuber zum Thema künstliche Intelligenz.
Heute künstliche Intelligenz ist noch sehr beschränkt durch folgende Faktoren:
Die Systeme lernen langsam (= benötigen viele Daten um präzise zu sein).
Außerdem lässt sich darüber streiten ob es sich um wirklich intelligente Systeme handelt. Denn sie können meines Wissens Erkenntnisse nicht übertragen, haben also kein wirkliches Verständnis.
Dass liegt daran, dass die Algorithmen von Menschen geschrieben sind, genauso wie die Programmiersprache des Algorithmus und die Hardware der Systeme menschengemacht sind.
Nun zum Thema Simulation:
Einige meiner Zuschauer wissen vielleicht schon, worauf ich hinausmöchte.
In den Ingenieurswissenschaften gibt es Computerprogramme, die zum Beispiel eine Strömungsanalyse oder Festigkeitsanalyse von Bauteilen ermöglicht. Damit die Programme eine brauchbare Aussage treffen, muss der Bediener die richtigen Eingaben machen.
Eine Eingabe von sogenannten Fenite-Elemente Simulationsprogrammen ist die Größe der feniten Elemente.
Stellen sie sich das so vor:
Sie möchten herausfinden, wie sich ein Bauteil durch eine Kraft verformt. Sie wissen die Verformungseigenschaften des Materials, aber können durch die komplexe Form des Bauteils nicht einfach eine Berechnung durchführen.
Nun der Trick der Fenite-Ekemente-Methode:
Ein dreidimensionales Netz wird innerhalb des Bauteiles angelegt. Jetzt wird das Netz an einer Stelle befestigt und die Kraft wirkt an einer anderen Stelle. Die einzelnen Elemente des Netzes hängen an den Knotenpunkten zusammen und ziehen oder drücken durch die Kraft benachbarte Netzelemente.
So kann an jeder Stelle des Bauteiles die Verformung simuliert werden.
Grob gesagt gilt folgendes: Je feiner das Netz, desto genauer die Vorhersage. Dafür dauert die Berechnung länger.
Ein anderes Beispiel für Simulationen ist die Vorhersage vom Nutzerverhalten z.B. bei Amazon.
Wussten Sie, dass Amazon oft vor der Mutter weiß, dass sie schwanger ist?
Der Grund liegt darin, dass sich durch z.B. Hormonveränderungen das Verhalten der Frau verändert. Auch beim Einkauf auf Amazon.
Jetzt stellen sie sich eine Kombination und kontinuierliche Verbesserung all dieser Werkzeuge vor. Sozusagen ein Simulationsprogramm gesteuert von einer intelligenten Maschine.
Irgendwann geht die Auflösung des Feniten-Elemente-Netzes in den Größenbereich von Atomen und darüber hinaus. Zusätzlich ist die Rechenleistung so hoch, dass sie riesige Datenmengen verarbeiten können und somit auch komplexe und große Systeme berechnen können.
Diese Maschine kann aus ihr bekannten Daten und Messungen Vorhersagen für die Zukunft treffen.
Wenn man sich die Entwicklung dieser Technologie weiter vorstellt, wird klar, dass die Vorhersagen mit der Zeit immer besser werden.
Die Entwicklung von diesen Systemen schreitet weiter vorran und natürlich gibt es Entwicklungen, die höchsten in militärischen Kreisen bekannt sind.
Ich möchte ihnen sagen, dass wir wohlmöglich bereits in dieser Realität leben. Das positive: Vorhersagen wären mit großem zeitlichen Abstand unzuverlässiger. Je früher man dies erkennt, desto eher können Veränderungen zum positiven erreicht werden.
YouTube Video