AGNES -
Lehre und Prüfung online
Studierende in Vorlesung
Anmelden

TECHNIKNAHE ANTWORTEN AUF DIE METAPHYSIK des "Deep" Machine Learning, und Versuche, die Black Box der KÜNSTLICHEN INTELLIGENZ zu öffnen - Detailseite

  • Funktionen:
Grunddaten
Veranstaltungsart Vorlesung Veranstaltungsnummer 53505
Semester WiSe 2023/24 SWS 2
Rhythmus Moodle-Link  
Veranstaltungsstatus Freigegeben für Vorlesungsverzeichnis  Freigegeben  Sprache deutsch
Belegungsfrist Es findet keine Online-Belegung über AGNES statt!
Veranstaltungsformat Präsenz

Termine

Gruppe 1
Tag Zeit Rhythmus Dauer Raum Gebäude Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Mi. 14:00 bis 16:00 wöch 0.01 (Medientheater)
Stockwerk: EG


alttext alttext
Pergamonpalais - Georgenstraße 47 (GEO 47)

Außenbereich nutzbar Innenbereich nutzbar Barrierearmes WC vorhanden Barrierearme Anreise mit ÖPNV möglich
  findet statt    
Gruppe 1:
 


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Ernst, Wolfgang , Prof. Dr. phil. verantwortlich
Studiengänge
Abschluss Studiengang LP Semester
Master of Arts  Medienwissenschaft Hauptfach ( Vertiefung: kein LA; POVersion: 2019 )   -  
Zuordnung zu Einrichtungen
Einrichtung
Kultur-, Sozial- und Bildungswissenschaftliche Fakultät, Institut für Musikwissenschaft und Medienwissenschaft, Medientheorien
Inhalt
Kommentar

"Deep" Machine Learning (ML) scheint in seiner komputativen Komplexität selbst für Informatiker kaum noch durchschaubar. Eine kritische (Medien-)Wissenschaft von KI und ML aber steht und fällt mit dem Anliegen der sogenannten XAI (Explainable Artificial Intelligence). Lässt sich diese black box noch öffnen, und liegt gerade darin die Antwort der Universität auf den latent space von Convolutional Neuronal Networks? Einer gewisse metaphysische Verlockung, die Hervorbringungen von mit big data trainierten künstlichen neuronalen Netzen als "intelligent" hinzunehmen, setzt die techniknahe Medienarchäologie einerseits Turings Einsicht in die Maschinenhaftigkeit menschlicher Intelligenz selbst entgegen, und andererseits die konkrete Signal(verlaufs)analyse. Sie betont damit die posthumane Alterität des Technológos, wie er sich gerade in den "Fehlern" generativer KI artikuliert (wenn nicht gar "chattet"). Es sind die konkreten Verkörperungen des Logos, welche hinsichtlich von KI und ML den Unterschied machen - zugleich eine Verteidigung des akademischen Wesens der Universität gegenüber ChatGPT.

Literatur
  • Frank Rosenblatt, The Perceptron. A Perceiving and Recognizing Automaton, Cornell Aeronautical Laboratory Report No. 85-450-1, January 1957, Buffalo, N. Y;
  • Yann LeCun / Yoshua Bengio / Geoffrey Hinton, Deep learning, in: Nature 521, 436–444; 28 May 2015;
  • Adrian Mackenzie, Machine Learners. Archaeology of a data practice, Cambridge, MA (The MIT Press) 2017;
  • Grégoire Montavon / Wojciech Samek / Klaus-Robert Müller, Methods for interpreting and understanding deep neural networks, in: Digital Signal Processing, Bd. 73, Februar 2018, 1-15;
  • Leo Breiman, Statistical Modeling: The Two Cultures, in: Statistical Science 2001, Vol. 16, No. 3, 199–231;
  • W. E., Technológos in Being. Radical Media Archaeology & the Computational Machine, New York et al. (Bloomsbury Academic) 2021; 
  • Jaron Lanier, So etwas wie KI gibt es nicht, in: Frankfurter Allgemeine Zeitung Nr. 105 vom 6. Mai 2023, Seite Z 1f;
  • Friedrich Kittler, Es gibt keine Software, in: ders., Draculas Vermächtnis. Technische Schriften, Leipzig (Reclam) 1993, 225-242
Bemerkung

Erwartet wird zum Ende der Vorlesungszeit ein kurzes "Testat" von ca. 2-3 Seiten, mit der die Hörer:innen ihre Teilnahme an der Vorlesung belegen (frei in der Form und kreativ zu gestalten: etwa als Zusammenfassung, kritischer Kommentar, oder ergänzende Gedanken).

Strukturbaum

Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2023/24. Aktuelles Semester: SoSe 2024.
Humboldt-Universität zu Berlin | Unter den Linden 6 | D-10099 Berlin