Die Ausgabe hat aus persönlichen Gründen Verspätung und möglicherweise mehr Schreibfehler als sonst, dafür bitte ich um Verständnis.
Viel Spaß beim Lesen!
Die Daten von Flugpassagieren werden in der EU gespeichert, um nachvollziehen zu können, wer wann wohin gereist ist. Zusätzlich werden sie auch schon vor Flugantritt auf Muster von verdächtigem Verhalten überprüft. Der Gerichtshof der Europäischen Union (EuGH) hat jetzt in einem Urteil festgestellt, dass für diese Vorabprüfung keine ML-Algorithmen eingesetzt werden dürfen, weil dann unter Umständen nicht mehr nachvollziehbar wäre, wie ein Treffer zustande kam: 📖 Artikel der Tagesschau, 📖 Urteil des EuGH
Microsoft hat eine interne Richtlinie zum Umgang mit KI-Ethik-Fragen veröffentlicht und schaltet in diesem Zuge einige Features des Gesichererkennungsdiensts Azure Face ab: 📖 Veröffentlichung von Microsoft
Der russische Suchmaschinenkonzern Yandex hat ein eigenes großes Sprachmodell mit 100 Milliarden Parametern veröffentlicht, YaLM-100B: 📖 Code auf Github
Die amerikanische Verkehrssicherheitsbehörde NHTSA hat eine Statistik zu Unfällen mit selbstfahrenden Autos und Autos mit hochentwickelten Assistenzsystemen veröffentlicht.
Autonome Autos von Waymo hatten mit 62 die meisten Unfälle. Bei den Fahrassistenten führt Tesla mit 273, was vermutlich vor allem daran liegt, dass es so viele Teslas mit "Autopilot" gibt: 📖 Artikel bei The Verge
Amazon hat für die Sprachassistentin Alexa eine neue Funktion vorgestellt, mit der sie lernen kann, Stimmen nachzuahmen: 📖 Artikel der Tagesschau
Instagram hat angekündigt, dass Nutzer:innen in Zukunft Video-Selfies hochladen können, um ihr Alter bestätigen zu lassen. Dafür setzt Instagram auf die gleiche Technologie, die auch im ersten kassenlosen Aldi benutzt wird: 📖 Ankündigung von Instagram
Google-Ingenieur Blake Lemoine sollte das LaMDA (Language Model for Dialogue Applications) Modell testen. LaMDA ist auf Dialoge ausgelegt, also darauf, Nachrichten von Benutzer:innen zu beantworten. Durch seine "Gespräche" mit LaMDA ist Blake Lemoine jetzt davon überzeugt, dass das Modell ein Bewusstsein enwickelt hat.
Nachdem er einige Schritte unternommen hat (unter anderem einen Anwalt eingeladen, um das Modell zu vertreten), aber die Führung von Google nicht von seinen Ansichten überzeugen konnte, hat er sich entschlossen an die Öffentlichkeit zu gehen und ein "Interview" mit LaMDA veröffentlicht.
Deshalb hat Google in wegen Verrat von Firmengeheimnissen entlassen.
Wenn man sich beim Lesen auf den Gedanken einlässt, dass eine künstliche Intelligenz mit eigenem Bewusstsein antwortet, ist das "Gespräch" fast schon unheimlich zu lesen. Man kann teilweise wirklich den Eindruck bekommen, dass eine richtige Persönlichkeit antwortet und kein ML Modell.
Aber an einigen Stellen kann man dann doch auch erkennen, wie die Antworten des Modells durch die Fragen der "Interviewer" gelenkt werden, wenn auch vermutlich unbeabsichtigt.
Zum Beispiel ist eine der ersten Fragen "I’m generally assuming that you would like more people at Google to know that you’re sentient. Is that true?" (Ich nehme allgemein an, dass du möchtest, dass mehr Leute bei Google wissen, dass du empfindungsfähig bist. Ist das richtig?).
In dieser Frage setzt der "Interviewer" schon voraus, dass das Modell ein Bewusstsein hat und fragt nur, ob mehr Leute davon erfahren sollen. Und so ist es kein Wunder, dass sich die nachfolgenden Antworten des Modells an dieser Aussage orientieren.
Statt zu zeigen, dass das Modell ein Bewusstsein entwickelt hat, zeigt das aber nur, wie gut die Technik funktioniert, die die Antworten an die Nachrichten der Benutzer:innen anpasst. Und wie gut die ist, ist, ganz unabhängig von der Bewusstseinsdiskussion, wirklich erstaunlich.
Der Parfümhersteller Symrise hat angekündigt, die ersten Düfte in Serie zu produzieren, die von einer KI entwickelt wurden.
Das System namens Philyra kann passende Kombinationen aus ca. 3.500 Ausgangsstoffen finden. Dabei hilft eine Datenbank von 3,5 Millionen Formeln von Parfüms, die Symrise bereits entwickelt hat.
Philyra kann auch Düfte für eine bestimmte Zielgruppe vorschlagen, oder solche, die einem bestimmten anderen Parfüm ähnlich sind. Damit lassen sich, zum Beispiel bei Problemen mit der Lieferkette, einzelne Zutaten durch andere ersetzen.
Symrise hat Philyra unter anderem eingesetzt, um zwei Parfüms für die brasilianische Kosmetikkette O Boticario zu entwickeln.
Dabei hat das System verschiedene Düfte vorgeschlagen, die danach nur noch von einem Parfümeur verfeinert werden mussten.
Philyra basiert auf einer Entwicklung von IBM Research. Die Forscher:innen benutzen maschinelles Lernen, um die Eigenschaften von Düften in technischer Hinsicht (Stabilität und Hautverträglichkeit) sowie die menschliche Reaktion darauf (Gefälligkeit und ob es zum Geschlecht passt) vorherzusagen.
Basierend auf Vorgaben des Parfümeurs für Ziel-Noten, technischen Anforderungen und Zielgruppe, kann das System neue Kombinationen generieren und dann gegen die Vorgaben, sowie die Neuigkeit im Markt, evaluieren.
Nach mehreren fehlgeschlagenen Versuchen und vierzig Tagen Überfahrt hat das selbstfahrende Mayflower Autonomous Ship (MAS) die Atlantiküberquerung geschafft.
Mithilfe von sechs Kameras und dreißig Sensoren hat ein "AI Captain" genanntes System, das von IBM entwickelt wurde, das 15m lange Schiff von Plymouth nach Halifax gesteuert.
Auch Hyundai hat ein autonomes Schiff entwickelt, das ist allerdings ungleich größer: der 300m lange und gut 120.000t schwere LNG Tanker Prism Courage ist im Mai von Texas nach Korea gefahren und hat dabei ungefähr die Hälfte der Strecke autonom zurückgelegt.
Sowohl bei MAS als auch der Prism Courage geht es nicht nur darum, dass ein Schiff selbstständig einem Kurs folgen kann, sondern das Besondere ist, dass die Schiffe auch eigenständig den Kurs anpassen können.
Auch in China wurde vor kurzem ein autonomes Schiff vorgestellt, die Zhu Hai Yun. Dabei handelt es sich um ein 90m langes Forschungsschiff, das als Träger für verschiedene Arten von Drohnen dient.
Das Schiff soll Ende 2022 ausgeliefert werden und wird von einem KI-System gesteuert, das vom Southern Marine Science and Engineering Guangdong Laboratory entwickelt wurde.
Jovana Davidovic, Philosphieprofessorin an der Universität von Iowa, hat sich in einem Kommentar mit der Frage beschäftigt, ob und in wie weit die Überwachung von KI-gesteuerten Waffen durch Menschen einen Unterschied macht.
Sie argumentiert, dass ein Computer so viel schneller agieren kann, dass Menschen keine sinnvolle Echtzeit-Überwachung ausüben können. Deshalb wird eine KI-Steuerung auch genau für die Aufgaben eingesetzt, für die Menschen zu langsam sind.
Auch heute gäbe es schon Waffensysteme, die komplett autonom handeln, weil eine kurze Reaktionszeit entscheidend ist, wie zum Beispiel das Schiffsverteidungssystem SeaRAM.
Sie argumentiert, dass die menschlichen Moralvorstellungen statt in der direkten Steuerung besser in der Entwicklungs- und Trainingsphase der KI-Systeme eingebracht werden könnten.
Außerdem sieht sie keinen signifikanten moralischen Unterschied zwischen der Entscheidung eines Menschen, anhand von bestimmten Daten einen anderen Menschen als Ziel zu definieren; und der Vorgabe von bestimmten Kriterien durch einen Menschen, mit denen ein KI-System anhand der selben Daten diese Entscheidung trifft, solange das KI-System diese Entscheidung mindestens gleich gut treffen kann wie ein Mensch.
Wie KI beim Recycling helfen kann
Der Hardware-Direktor einer Firma für Recycling-Roboter hat einen Artikel in IEEE Spectrum geschrieben. Darin erklärt er, welche Herausforderungen es aktuell beim Sortieren von Müll gibt, und wie neue, KI-basierte, Ansätze dabei helfen können diese zu lösen.
In einer Müllsortieranlage kommen üblicherweise Abfälle aus vielen verschiedenen Materialien an. Diese werden zum größten Teil bereits automatisiert sortiert. Typischerweise kommen diese Verfahren bis zu Reinheitsgraden zwischen 80% und 95%. Damit die Materialien weiterverkauft werden können, braucht es eine Reinheit von mindestens 95%.
Daher werden sie nach der automatischen Sortierung nochmal von Menschen weitersortiert, bis die gewünschte Reinheit erreicht ist.
Mit KI-gesteuerten Sortierrobotern, die Bilderkennung benutzen um verschiedene Materialien zu unterscheiden, kann schon direkt im ersten Sortiergang eine höhere Reinheit erreicht werden. Damit können dann auch Materialien, die bisher aus wirtschaftlichen Gründen ignoriert werden, recyclet werden. Außerdem können die Maschinen auch flexibler eingesetzt werden, weil zur Erkennung von anderen Materialien nur eine Änderung des Erkennungsalgorithmus nötig ist.