Kanäle
Jetzt personalisiertes
Audiomagazin abonnieren
Log-in registrieren
forum verwendet Cookies und andere Analysewerkzeuge um den Dienst bereitzustellen und um dein Website-Erlebnis zu verbessern.

handverlesenswert

Kluge Köpfe filtern für dich relevante Beiträge aus dem Netz.
Entdecke handverlesene Artikel, Videos und Audios zu deinen Themen.

Du befindest dich im Kanal:

Technologie und Gesellschaft

Wishful Mnemonics

René Walter
Grafik-Designer, Blogger, Memetiker | goodinternet.substack.com

Irgendwas mit Medien seit 1996, Typograph, Grafiker, Blogger. Ask me anything.

Zum Kurator'innen-Profil
René WalterMontag, 29.08.2022

Alberto Romero fragt in seinem Newsletter The Algorithmic Bridge nach neuen Begriffen und Kategorien, um über Werkzeuge wie Dall-E oder den Open Source-Bildgenerator Stable Diffusion nachdenken zu können. Dies benötigt ein neues Framework, das in der grade neu entstehenden Wirklichkeit von KI-Modellen funktioniert.

Die Menschen, die mit dieser Technologie direkt arbeiten, spüren instinktiv, dass sich diese Maschinen von dem, was wir unter "Intelligenz" verstehen, grundlegend unterscheiden, und wir sehen derzeit viele unterschiedliche Begriffe für die Werkzeuge, die schon bald die Arbeitswelt nicht nur von Illustratoren grundlegend verändern wird.

Die algorithmischen Maschinen, die hier grade entstehen, sind nicht intelligent, aber sie machen synthetisierte Kombinationen von menschlichem Wissen verfügbar, was an eine neuartige Form von Bibliotheken erinnert, deren kombinierter Inhalt per Text-Eingabe navigiert wird und die nicht einzelne Werke zugänglich macht, sondern Fortsetzungen, Amalgame, Remixe, Modulationen und Interpolationen zwischen Nodes in einem Netzwerk existierenden Wissens, "in the style of Banksy, trending on artstation".

Einer der schönsten Begriffe für diese neue Technologie ist meines Erachtens "wishful mnemonics", in den Raum geworfen von Beth Carey: ein KI-System eben nicht als intelligenter und damit handlungsfähiger Agent, sondern als eine "wunscherfüllende Gedächtnisstütze", was auf eine poetische Weise genau das beschreibt, was diese Maschinen tun.

Ein weiterer Begriff, den ich in der KI-Bubble auf Twitter sehr oft gelesen habe, beschreibt diese Technologie als "Synthesis Engine", was den technologischen Evolutionssprung von Search Engines wie Google hin zu einer Maschine verdeutlicht, die in der Lage ist, vorhandenes Wissen in neuen, algorithmisch erzeugten Variationen zu präsentieren, etwa in dem sie unser Wissen über Protein-Folding analysieren und praktisch alle 200 Millionen Möglichkeiten errechnen, in denen sich Proteine falten können – oder indem sie unser Wissen über Chemiewaffen in 40.000 neue Variationen derselben extrapolieren.

Die Psychologin Alison Gropnik hat nun im von mir gepiqdten Text im Wall Street Journal ein Framework für diese Technologien vorgestellt, das KI-Systeme als Fortführung von Werkzeugen innerhalb der kulturellen Evolution der Zugänglichmachung von Wissen beschreibt. Moderne Large Language Models wurden auf gigantischen Sammlungen existierenden menschlichen Wissens trainiert und sie speichern in ihren Datenbanken Milliarden von unterschiedlichsten Assoziationen. Das rückt diese KI-Modelle viel eher in die Nähe von kulturellen Technologien wie Bibliotheken, der Schrift oder Sprache selbst – all diese Technologien dienen der Bereitstellung, Vermittlung und Neukombination vorhandenen Wissens.

Dieses Framing erlaubt es, neu über anstehende Regulationen der Technologie nachzudenken, etwa im Kontext von urheberrechtlich geschützten Werken in den Datensätzen von Bildgeneratoren. So besteht etwa die international angewandte Pflicht eines Legal Deposit für National- und Landesbibliotheken, laut der Rechteinhaber Ausgaben ihrer Veröffentlichungen staatlichen Bibliotheken zuführen müssen, was die Frage aufwirft, ob und in welcher Form KI-Systeme, die gesammeltes Wissen der Menschheit zugänglich machen, in Form einer Staatsbibliothek geführt werden sollten und wie deren Aktualität gewährleistet wird.

Meines Erachtens sollten wir zumindest für die großen, allumfassenden "statistisch-stochastischen Wissens-Synthesizer-Bibliotheken", also die wirklich großen "Large Language Modells", von der öffentlichen Hand betrieben werden, um ihre Aktualität zu gewährleisten und um Missbrauch zu verhindern. Dies bedeutet nicht, dass private Knowledge-Synthesizer nicht möglich sind, hier sind alle Varianten denkbar, bis hin zu hochkommerziell erschlossenen und sehr teuren Nischen-Modellen für die synthetische Bilderzeugung für detaillierte Comic-Produktionen in allen möglichen Pinselstrich-Variationen in speziell trainierten Illustrationsstilen für ein modulares KI-Photoshop der nächsten Generationen. 

Die Einordnung von Large Language Models als kulturelles Werkzeug analog zu Internet, Druck und Schrift eliminiert esoterische Assoziationen von anthropomorphen Eigenschaften wie "Intelligenz" oder "Bewusstsein" aus diesen neuartigen Datenbank-Technologien und macht eine Sprache möglich, die eine Regulierung erlaubt, ohne in die Falle der Vermenschlichung zu tappen und die die technologischen Möglichkeiten dieser Wissens-Synthesizer erst wirklich verdeutlicht. 

Was KI-Systeme wie Dall-E bereits heute in rudimentärer Form für den Wissenskomplex "Illustration" andeuten, wird morgen sämtliche Bereiche des menschlichen Wissens verändern. Und wie auch immer die Regulation und die Modalitäten der kommenden KI-Ökonomien aussehen wird: Es hilft dabei, über diese Modelle nicht als Intelligenzen nachzudenken, sondern als kulturelle Werkzeuge der Wissensvermittlung.

(Den Text von Alison Gropnik gibt es auch in Form eines fünfzehnminütigen Vortrags auf Youtube: Large Language Models as a Cultural Technology).

Wishful Mnemonics

Möchtest du kommentieren? Dann werde jetzt kostenlos Mitglied!

Bleib immer informiert! Hier gibt's den Kanal Technologie und Gesellschaft als Newsletter.

Abonnieren

Deine Hörempfehlungen
direkt aufs Handy!

Einfach die Hörempfehlungen unserer Kurator'innen als Feed in deinem Podcatcher abonnieren. Fertig ist das Ohrenglück!

Öffne deinen Podcast Feed in AntennaPod:

Wenn alles geklappt hat,
kannst du das Fenster schließen.

Öffne deinen Podcast Feed in Apple Podcasts:

Wenn alles geklappt hat,
kannst du das Fenster schließen.

Öffne deinen Podcast Feed in Downcast:

Wenn alles geklappt hat,
kannst du das Fenster schließen.

Öffne deinen Podcast Feed in Instacast:

Wenn alles geklappt hat,
kannst du das Fenster schließen.

Öffne deinen Podcast Feed in Apple Podcasts:

Wenn alles geklappt hat,
kannst du das Fenster schließen.

Öffne deinen Podcast Feed in Podgrasp:

Wenn alles geklappt hat,
kannst du das Fenster schließen.

Bitte kopiere die URL und füge sie in deine
Podcast- oder RSS-APP ein.

Wenn du fertig bist,
kannst du das Fenster schließen.

Link wurde in die Zwischenablage kopiert.

Öffne deinen Podcast Feed in gpodder.net:

Wenn alles geklappt hat,
kannst du das Fenster schließen.

Öffne deinen Podcast Feed in Pocket Casts:

Wenn alles geklappt hat,
kannst du das Fenster schließen.