Auflistung nach Autor:in "Mainzer, Klaus"
1 - 5 von 5
Treffer pro Seite
Sortieroptionen
- TextdokumentKonzeptionelle Herausforderungen für die KI(INFORMATIK 2020, 2021) Kahle, Reinhard; Mainzer, Klaus
- TextdokumentKünstliche Intelligenz und Nachhaltigkeit(INFORMATIK 2021, 2021) Mainzer, KlausDie Informatik hat sich in den letzten Jahrzehnten zu einem der größten Treiber des gesellschaftlichen Wandels entwickelt. Bedingt durch den rasanten Fortschritt in der Informationstechnik finden Informatiksysteme eine rasante Verbreitung. Die Infrastrukturen des Internets und World Wide Webs schaffen völlig neue Formen der Interaktion und Kommunikation zwischen Menschen, Maschinen und Infrastrukturen (Internet der Dinge). Produkte und Dienstleistungen auf Basis von Softwaresystemen greifen um sich. Informatik verändert in vielen Anwendungsgebieten die Sicht auf die Welt. Damit steht die Informatik als Treiber des Wandels auf den ersten Blick in einem krassen Gegensatz zu einer statisch verstandenen Nachhaltigkeit.
- KonferenzbeitragSelf-organization and emergence in complex dynamical systems(Informatik 2004, Informatik verbindet, Band 2, Beiträge der 34. Jahrestagung der Gesellschaft für Informatik e.V. (GI), 2004) Mainzer, KlausComplex computing systems begin to overwhelm the capacities of software developers and administrators. Self-organization has been a successful strategy of evolution to handle the increasing complexity of organisms with the emergence of novel structures and behavior. Thus, self-organization and emergence are fundamental concepts of organic computing. But these concepts are often used in a more or less intuitive and fuzzy manner. In the theory of complex systems and nonlinear dynamics, self-organization and emergence can be mathematically defined. Actually, these concepts are independent of biological applications, but universal features of dynamical systems. We get an interdisciplinary framework to understand self-organizing complex systems and to ask for applications in organic computing.
- TextdokumentWie sicher ist KI?(INFORMATIK 2020, 2021) Mainzer, KlausIn Zeitalter der Digitalisierung nimmt die Künstliche Intelligenz eine Schlüsselstellung ein. Was ist aber Künstliche Intelligenz? Was kann sie heute und was kann sie nicht? Im Unterschied zu den logischen Formalismen der klassischen symbolischen KI wird das aktuelle Machine Learning durch statistisches Lernen dominiert, das die Bewältigung großer Datenmengen mit leistungsstarken Rechnern in Technik und Wirtschaft verspricht. Wie sicher sind aber statistische Korrelationen? Was sind und was können demgegenüber Kausalmodelle leisten? Kausalanalysen sind erkenntnistheoretisch und ethisch mit Verantwortungsfragen eng verbunden. Nur wenn diese Grundlagen der KI-Technologie klar verstanden sind, lassen sich auch ihre Anwendungen beurteilen und ethisch-rechtlich bewerten. Daher plädiert dieser Beitrag für eine Kombination von Machine Learning mit kausalem Lernen und zertifizierten KI-Programmen durch Beweisassistenten.
- KonferenzbeitragZukunft durch hybride IT- und KI-Innovationen(INFORMATIK 2023 - Designing Futures: Zukünfte gestalten, 2023) Mainzer, KlausUm Zukünfte zu gestalten, fordert dieser Artikel ein Innovationsportfolio von IT- und KI- Technologien, die als Basis-, Brücken- und Zukunftstechnologien aufeinander abgestimmt sind [M23]. Wie ein Portfolio von Aktien ist auch ein Innovationsportfolio dynamisch und muss ständig gestaltet werden. Methodisch wird dazu auf die mathematische Theorie komplexer Systeme und nichtlinearer Dynamik zurückgegriffen, mit der sich komplexe Systeme und Netzwerke in Natur, Wirtschaft und Gesellschaft modellieren lassen. Chaos und Risiken werden auf dieser Grundlage in Frühwarnsystemen abschätzbar und in strategisches Handeln umsetzbar. Ziel ist ein nachhaltiges Innovationsportfolio (3.), in dem hybride KI mit symbolischer KI und subsymbolische KI des Machine Learning (3.1), hybrides Computing mit klassischem Computing und Quantencomputing (3.2), Hybridrechner mit Analogrechner und Digitalcomputer (3.3), hybride Robotik bzw. Embodied Robotik („Embodied Mind“) mit analoger Robotik und digitaler Robotik (3.4) und neurobiologisch orientiertem Computing (3.5) verbunden werden. Eine große Herausforderung für die Zukunft ist die Sicherung dieser Technologien durch Verifikation und Erklärbarkeit [MK22].