Vier Versuche, Semantik formal zu packen
Semantik: Was steckt hinter den Wörtern? Das Thema Semantik interessiert heute viele Leute. Viele realisieren, dass Wörter nicht alles sind, sondern dass hinter den Wörtern Bedeutungen stecken, die sehr variabel sind und auf die es eigentlich ankommt. Gerade im Internet spielt das eine grosse Rolle. Je grösser das Netz wird, umso schwieriger wird die Suche. Was ist, wenn die gesuchte Adresse unter einem ganz anderen Wort zu finden ist, als ich annehme? Denken wir nur an die vielen Synonyme. Dazu kommen Ober- und Unterbegriffe und unterschiedliche Sprachen. Ideal wäre es, wenn ein sprachunabhängiges System der Bedeutungen existieren würde, ein System,
Mentale Welt
Was ist die mentale Welt? Die mentale Welt ist die Welt in unserem Kopf. Es ist die Weise, wie wir die Welt wahrnehmen, sie umfasst unsere Empfindungen, Gefühle und Gedanken. Es ist eine ganz subjektive Welt. In der Drei-Welten-Theorie ist die mentale Welt die dritte neben der physikalischen und die platonischen. Unterschied zur physikalischen Welt Während die physikalische Welt objektiv fassbar ist, bleibt die mentale subjektiv. Mit anderen Worten: Während wir die Gegenstände der physikalischen Welt von aussen beobachten können, ist dies mit den Gegenständen der mentalen Welt nicht möglich. Beispiel Farbe Objektiv (physikalisch) sind die Farben messbar als Wellenlängen
Aktuelle Pressetexte zur Künstlichen Intelligenz
Meine These, dass sogenannte KI-Programme zwar ausserordentlich leistungsfähig sind, doch ihre Intelligenz bestenfalls geborgt haben und zu eigenständigen Denkleistungen aus prinzipiellen Gründen nicht imstande sind, wird zunehmend auch von anderen Seiten unterstützt. Hier drei Publikationen mit dieser Stossrichtung: St. Galler Tagblatt, 3. August 2021, Christoph Bopp: "Dr. Frankenstein verwirrte die Künstliche Intelligenz": https://www.tagblatt.ch/leben/ki-uund-medizin-doktor-frankenstein-verwirrte-die-kuenstliche-intelligenz-ld.2169958 . The Gradient: 3. August 2021, Valid S. Saba: "Machine Learning Won't Solve Natual Language Understanding": https://thegradient.pub/machine-learning-wont-solve-the-natural-language-understanding-challenge/ . Neue Zürcher Zeitung, 17. August 2021, Adrian Lobe: "Man kann Algorithmen zu Kommunisten erziehen, aber sie können auch zu Rassisten werden, wenn sie in schlechte Gesellschaft geraten" https://www.nzz.ch/feuilleton/wie-die-black-box-lernt-bots-kann-man-zu-rassisten-machen-ld.1636315?ga=1&kid=nl165_2021-8-16&mktcid=nled&mktcval=165_2021- 08-17
Die drei Neuerungen der regelbasierten KI
Haben die neuronalen Netze die regelbasierten Systeme abgehängt? Es ist nicht zu übersehen: Die korpusbasierte KI hat die regelbasierte KI um Längen überholt. Neuronale Netze machen das Rennen, wohin man schaut. Schläft die Konkurrenz? Oder sind regelbasierte Systeme schlicht nicht in der Lage, gleichwertige Ergebnisse wie neuronale Netze zu erzielen? Meine Antwort ist, dass die beiden Methoden aus Prinzip für sehr unterschiedliche Aufgaben prädisponiert sind. Ein Blick auf die jeweiligen Wirkweisen macht klar, wofür die beiden Methoden sinnvollerweise eingesetzt werden. Je nach Fragestellung ist die eine oder die andere im Vorteil. Trotzdem bleibt das Bild: Die regelbasierte Variante scheint auf
Semantik und Linguistik
Was ist Semantik? Eine einfache und gut verständliche Antwort ist, dass Semantik die Bedeutung von Information ist. Die Information kann in irgendeiner Form vorliegen, als Text, als Bild usw. Am häufigsten wird die Semantik von Wörtern gesucht. weiter...
