Einfache Loops
Loops gibt es nicht nur bei der Programmierung Jeder Programmierer hat schon Loops angetroffen, genauso wie jeder Verliebte und jeder Kriegsherr. Loops sind überall. Die einfachsten Loops haben die Form: If A ↝ Then B If B ↝ Then A oder visuell ausgedrückt: Was ein einfacher Loop bedeutet Diese Situation führt dazu, dass A und B sich in der Folge gegenseitig aufrufen. Bei einem einfachen Loop isolieren sich A und B und verlieren den Kontakt mit ihrer Umgebung. A ↝ B ↝ A ↝ B (usw.) Ein typisches Beispiel für einen einfachen Loop ist der Programmierfehler, bei dem der Zustand
Loops in Logic
Loops sind überall Wo immer Informationsflüsse vorkommen, spielen sie eine unverzichtbare Rolle. Physik, Biologie und Psychologie sind ohne Loops undenkbar. Das Problem dabei ist: Loops sind heikel bezüglich Logik. Loops tendieren dazu, Algorithmen und Absichten zu zerstören. Loops (Schleifen) sind andererseits ausserordentlich interessant bei der Beschreibung von komplexen Situationen, z.B. bei der Analyse von Denkvorgängen oder Beschreibungen in Psychologie und Soziologie. Es lohnt sich sehr, sich mit ihnen zu beschäftigen. Die bekannten einfachen Schleifen sind nur ein Einstieg dazu. Interessanter und für komplexe Situation nützlicher wird es, wenn wir komplexe Loops in Betracht ziehen, insbesondere kontrollierte Loops auf mehreren Levels
Information hat immer zwei Orte
Korrekte Information soll sagen, was ist - am besten in allen Details. Leider ist das nicht erreichbar. Denn das Objekt der Betrachtung, über das die Information etwas aussagen soll, ist nicht die Information, sondern das Objekt. Wenn die Information alle Details des Objekt enthalten sollte, müsste sie eine Kopie des Objekts sein. Wenn jemand alle Informationen über ein Auto oder einen Baum in seinem Computer speichern möchte, müsste sein Computer auf seiner Festplatte oder sonstwo, einen Baum rekonstruieren oder ein Auto. Abb. 1: Kann die Realität 1:1 kopiert werden? Das Ideal einer perfekten Information ist verständlich, aber unerreichbar. Es
Informationsreduktion (Übersicht)
Wollen wir möglichst wenig wissen? Natürlich nicht, je mehr wir wissen, umso besser, werden Sie denken. Doch so ganz möchte ich Ihnen nicht zustimmen. Es gibt Details, die mich nicht interessieren und in meinem Kopf ist nicht unbeschränkt Platz. Also muss ich haushalten. Dazu ist eine Reduktion der verfügbaren Informationsmenge hilfreich. Je kleiner sie ist, umso mehr Platz ist für weiteres Wissen und umso schneller wird der Denkvorgang. Schon aus diesem Grund ist das Thema Informationsreduktion bedenkenswert. Bei näherem Hinsehen erweist sich der Gedanke, die Informationsmenge zu reduzieren, nicht nur als nützlich in der Praxis, sondern überraschenderweise als Schlüssel dafür,
Bäume und Netze
Effizienz oder Details? Das Dilemma Die Informationsökonomie ist eine Herausforderung für die Informationsverarbeitung. Je mehr Informationen ich zur Hand habe, umso präziser wird mein System. Je mehr Informationen ich aber berücksichtigen muss, umso langsamer wird mein System auch. In diesem Dilemma befinden wir uns immer. Wir können natürlich Rechenkapazität und die Speichermöglichkeit unserer Systeme hochschrauben, und auf eine logische Verbesserungen unserer Algorithmen verzichten, doch letztlich ist genau dies immer sinnvoll: Die logische Struktur verbessern. Denn je effizienter ich die Struktur meiner Daten halte, umso präziser und gleichzeitig schneller gelange ich zu meinen Ergebnissen. Doch ist der klassische Baum die richtige Struktur?
Die Form der Unterscheidung nach Spencer-Brown und Shannon’s Bit (LOF24)
Die Unterscheidung (Distinction) nach Spencer Brown Das Bit nach Claude E. Shannon ist uns in Theorie und Praxis geläufig. Weniger bekannt ist die "Distinction", d.h. die Unterscheidung nach George Spencer-Brown. Beide Elemente, das Bit und die Unterscheidung, können als Grundbausteine der Informationsverarbeitung gesehen werden. The Spencer-Brown Society und LOF24 Am 9. August 2024 hatte ich die Gelegenheit, an der LOF24, der diesjährigen Konferenz der Spencer-Brown Society zu sprechen. George Spencer-Brown und Kurt Gödel Die Spencer-Brown Society hält das Erbe von Georg Spencer-Brown hoch, jenes weitherum verkannten Mathematikers und Logikers, der über die Unvollständigkeitssätzen Kurt Gödel nachgedacht und die logische
Die Wurzeln der KI
Wie beeinflusst die Geschichte der KI ihre Zukunft? Heute ist mit KI die Methode der Neuronalen Netze gemeint. Dies ist eine ganz spezielle Form der Maschinenintelligenz, die auf der statistische Auswertung von riesigen Datenmengen beruht. Der geschichtliche Blick sieht sich neben dieser sehr erfolgreichen, statistischen Methode die Maschinenintelligenz ganz allgemein. Wie hat sich diese entwickelt? Was sind ihre Wurzlen. Wohin führt sie? Heutige, offene Denker stellen der 'traditionellen' Vergangenheit gern eine neue 'originelle' Zukunft gegenüber. Doch wir wissen alle nicht, was in der Zukunft wirklich sein wird - auch wenn ich selber darüber gern spekuliere. Die Tradition ist für die
Künstliche Intelligenz und Musik
Was kann KI in der Kunst und was nicht? Der Schriftsteller Daniel Kehlmann studierte vor drei Jahren die Zusammenarbeit mit einem KI-System (CTRL) und berichtete über seine Erfahrungen beim Bau einer Kurzgeschichte. Die generative KI hat sich seither rasant weiterentwickelt. Kann sie jetzt kreativ sein? Speziell interessant ist die Fragestellung auf dem Gebiet der Musik, da Musik schon immer viel mit Mathematik zu tun hatte. Darüber hat Radio SRF im Rahmen ihrer KI-Woche eine hochaktuelle Sendung produziert. Künstliche Intelligenz in der Diskothek von Radio SRF 2 Im Rahmen der wöchentlichen Musikdiskussion "Diskothek im Zwei" widmeten sich Redaktor Benjamin Herzog zusammen
Entropie zwischen Mikro- und Makroebene
Unter Energie kann sich jedermann etwas vorstellen, unter dem noch wichtigeren Begriff Entropie jedoch die wenigsten. Dabei spielt Entropie in der allgemeinen Physik, der Informationstheorie und der Biologie eine entscheidende Rolle. Und: Es gibt Gründe, weshalb der Begriff so schwierig zu verstehen ist. Das hat vor allem damit zu tun, dass Entropie physikalisch und informationstheoretisch als Abstand zwischen der Mikro- und Makroebene eines untersuchten Objekts definiert ist.
Entropie und Information
Der Begriff Entropie wird gerne vermieden, weil er eine gewisse Komplexität enthält, die sich nicht wegdiskutieren lässt. Doch wenn wir über Information sprechen, müssen wir auch über Entropie sprechen. Denn Entropie ist das Mass für die Informationsmenge. Wir können nicht verstehen, was Information ist, ohne zu verstehen, was Entropie ist. 1948: Claude E. Shannon erfindet den Begriff "Bit" und verbindet ihn mit Information und Entropie Das Bit ist immer relativ. Wir glauben, dass wir Information packen können, so wie wir Bits in einem Speichermedium ablegen. Die Bits sind dann die Information, die objektiv verfügbar ist. Wir haben uns so
