GI = Guckis Intelligenz

[Manf]

Das Forum ist genau dazu geeignet, Sachen zu diskutieren die dem einzelnen mehr oder weniger klar sind, und gemeinsam Lösungen zu finden, oder auch nur einen nächsten Schritt in Richtung einer Klärung.
Dabei diskutieren oft auch Teilnehmer, die es unterschiedlich gut verstehen, sich an einer solchen Diskussiuon zu beteiligen.
Als Maßstab hierfür kann immer wieder dienen, zwischen der Beurteilung von Argumenten und der Beurteilung von Personen zu trennen. Damit kommt man erst einmal schon recht weit.
Das ist eigentlich gut verständlich, kann aber doch aktuell immer wieder eine Hilfe sein.

[HaWe]

Ich habe keine Ahnung, was manf hier mit seinem Orakelspruch sagen will, aber hierzu:

Rumgucker:

Der Link von Helmut ist ziemlich gut, aber Du darfst es trotzdem wegignorieren. Die zu starke Fokusierung auf die Mathematik und das sogenannte "XOR"-Problem war nämlich die Ursache, dass die KI-Forschung für rund 20 Jahre in den sogenannten "KI-Winter"
geschickt wurde, weil die Forschungsmittel massiv gekürzt wurden.
Der KI-Winter wurde durch die Erfindung des Back-Propagation-Algorithmus beendet

Der grundsätzliche Punkt ist:
Jeder beliebige Zustand (oder eine Aussage) von oder in einem natürlichen Gehirn, einem KNN oder sonstwem irgendwo im gesamten Universum lässt sich in der Booleschen Aussagenlogik darstellen, mit TRUE, FALSE, OR, AND, NOT und einer Verknüpfung dieser Basis-Bausteine. Dazu bietet die Boolesche Sprache eine Möglichkeit, diese Logik formalisiert zu beschreiben:
Auch das, was in natürlichen Neuronen oder Gehirnen passiert, was sie tun und wie sie reagieren.

Dabei muss nicht alles nur von einem einzelnen Neuron erledigt werden können, und auch nicht von mehreren in einer einlagigen Schicht.
Weder ein Perzeptron kann z.B. alleine XOR auflösen noch ein natürliches Neuron.
Baut man aber z.B. mehrschichtige Lagen von Perzeptronen oder Nervenzellen, dann können selbst kompliziertere Verknüpfungen wie XOR dargestellt werden, sowohl von natürlichen Neuronen als auch von Perzeptronen.

Ein Mensch kann bei einem Münzwurf mit 2 Münzen erkennen und entscheiden:
wenn beide Münzen Zahl zeigen, tritt Reaktion A ein, ansonsten tritt Reaktion B ein.
Daher ist das menschliche Gehirn in der Lage, AND aufzulösen, denn genau darum handelt es sich hier.

Ein Mensch kann ebenfalls erkennen und entscheiden:
wenn wenigstens 1 der beiden Münzen Zahl zeigt, tritt Reaktion A ein, ansonsten tritt Reaktion B ein.
Daher ist das menschliche Gehirn in der Lage, OR aufzulösen, denn genau darum handelt es sich hier.

Ein Mensch kann ebenfalls erkennen und entscheiden:
wenn beide Münzen auf dieselbe Seite fallen, tritt Reaktion A ein, wenn beide Münzen auf unterschiedliche Seiten fallen, tritt Reaktion B ein.
Daher ist das menschliche Gehirn in der Lage, XOR aufzulösen, denn genau darum handelt es sich hier.

Auch ein künstliches Neuronales Netz kann es, bei AND (oder OR) bereits eine einzelne Zelle, bei XOR z.B. mehrere gemeinsam per Backpropagation oder auch ganz anders, nur XOR eben keine einzelne Zelle allein.

Gleiches gilt in analoger Weise auch für andere Ereignisse, Verknüpfungen oder Reaktionen, auch für noch weit kompliziertere.

Wenn solche Zustände und Reaktionen also gelernt und darauf definiert, in der gelernten Weise, reagiert werden soll, kommt man um eine aussagenlogische Wahrheitstabelle (nichts anderes macht die Boolesche Algebra) nicht herum.

[stochri]

Der grundsätzliche Punkt ist:

Das kann schon sein, aber die Frage ist, ob man sich an einem Problem festbeißen will, stehen bleibt und andere Lösungswege nicht mehr erkennen kann.
So wie es beim XOR Problem damals der Fall war:

XOR-Problem

Frank Rosenblatt zeigte, dass ein einfaches Perzeptron mit zwei Eingabewerten und einem einzigen Ausgabeneuron zur Darstellung der einfachen logischen Operatoren AND, OR und NOT genutzt werden kann. Marvin Minsky und Seymour Papert wiesen jedoch 1969 nach, dass ein einlagiges Perzeptron den XOR-Operator nicht auflösen kann (Problem der linearen Separierbarkeit). Dies führte zu einem Stillstand in der Forschung der künstlichen neuronalen Netze.

( aus https://de.wikipedia.org/wiki/Perzeptron )

Durch deine Hinweise hast Du Wolfgang in den Gucki-KI-Winter geschickt, was er aber nach zwei Tagen bemerkt hat und deshalb in die innere Emigration geflohen ist  

[inka]

Ich habe keine Ahnung, was manf hier mit seinem Orakelspruch sagen will...

naja, ist eigentlich klar: man soll bei manchen beiträgen mehr auf das "was" - also technischer inhalt - gepostet wurde achten, als auf das "wie"   - meine kleinschreibung wurde gelegentlich auch schon mal verrissen  

[HaWe]

Durch deine Hinweise hast Du Wolfgang in den Gucki-KI-Winter geschickt, was er aber nach zwei Tagen bemerkt hat und deshalb in die innere Emigration geflohen ist  

nein, das habe ich nicht, das missverstehst du völlig:
Ich habe nur gezeigt, wie bestimmte Zustände oder Reaktionen aussagenlogisch dargestellt werden, und was auch natürliche Zellen und Netze alles können:
Ich habe gezeigt, dass sie z.B. auf UND und ODER zurückgeführt werden können, und dass das sowohl für künstliche wie auch für natürliche Zellen und Netze gilt.

Wolfgang hat ja bestritten, dass ein natürliches Neuron z.B. sowohl UND als auch ODER "kann" (was nicht stimmt, natürlich können sie es!)
- XOR ist zugegebenermaßen komplizierter, das muss als Grundfunktion nicht unbedingt sein, aber die Grundverknüpfungen sind schon elementar, und auch natürliche Gehirne beherrschen es ja (UND und ODER sowieso, aber auch z.B. XOR wie gezeigt).

Wenn Wolfgangs Netz die ersten beiden Beispiele (UND und ODER) erst mal exemplarisch lernen und erkennen kann (siehe Münzwürfe), ist es schon mal sehr gut, und wenn es auch noch das dritte Beispiel lernen kann, um so besser.

(PS, edit: Wolfgang verwendet ja schließlich auch nicht nur eine einzelne Zelle, sondern mehrere miteinander verknüpfte.)

[HaWe]

zur Nomenklatur: https://de.wikipedia.org/wiki/Maschi...e_Ans%C3%A4tze

[Rumgucker]

Moin Helmut,

vielen Dank. Allerdings führt Dein vorgeschlagnes KI-Sprech automatisch zur KI-Denke und damit zu strunzdummen Mustererkennungsautomaten.

--------

Beim GI-System versuche ich den natürlichen Weg. Ich hab das vielfach betont. Biologie, Pädagogik und Co. müssen daher meine Quellen sein.

Das gelöste XOR-Problem hat mir restlos deutlich gemacht, dass wir unsere Perzeptron-Maschinen nur falsch unterrichten. Wenn man sie wie Maschinen unterrichtet, verhalten sie sich wie Maschinen. Wenn man sie jedoch wie Lebewesen unterrichtet, verhalten sie sich wie Lebewesen.

Wir müssen nicht an den Perzeptrons rumfummeln. Wir müssen an unserer Denkweise rumfummeln. Sonst werden wir nie intelligente Maschinen bauen können.

Viele Grüße

Wolfgang

[HaWe]

ein Apfel ist ein Apfel und ein Rad ist ein Rad, und wenn man den Apfel "Birne" nennt, die Radachse "Pedal" und den Reifen "Sattel", führt das nur zur Begriffsverwirrung. Ich würde bei den etablierten Begriffen bleiben, denn dann wird man auch verstanden.

[oberallgeier]

.. Wir müssen an unserer Denkweise rumfummeln. Sonst werden wir nie intelligente Maschinen bauen können ..

An unserer Denkweise ? Die ist(wird) doch vielfach/meist in einem frühen Lebensabschnitt festgelegt (siehe Fichte, Die Bestimmung des Menschen, Erstes Buch, vierter Absatz ff) - weitgehend ohne unseren bewussten Einfluss (Link vorher).
Du meinst wohl wir müssten an der Denkweise unserer Maschinen fummeln.? Ahhh - ich habs - wir müssen an unserer Denkweise über die Denkweise unserer Maschinen rumfummeln.

[Rumgucker]

Hallo, Ihr zwei,

wenn man Computer programmieren will, muss man eine Computer-Programmiersprache verwenden. Nach einigen Jahren der Benutzung denkt man sogar in der Sprache.

Wenn man einem KI-System intelligentes Verhalten beibringen will, muss man ebenso eine geeignete Sprache nutzen. Ich beginne gerade, diese Sprache und Denkweise zu lernen.

Das XOR-Problem im KI-System führt bei mathematischer Denkweise zu einem zweischichtigen Perzeptron-Netzwerk, das erst mit backpropagation beherrschbar ist.

Sobald man jedoch den Lernprozess etwas natürlicher gestaltet, benötigt man weder zwei Schichten noch backpropagation. Plötzlich zerfällt das viele Jahre lang als "unlösbar" bezeichnete XOR-Problem vor unseren Augen zur Trivialität. Ich hab das in der letzten Doku und in dem Beitrag direkt vor der letzten Doku ausführlich erklärt.

Siehe #101 und #102

Allein die geänderte Nomenklatur brachte eine geänderte Denkweise und die führte zu einem direkten Lösungsweg. Ich könnte jetzt auf jedem Perzeptron-Netz das XOR-Problem mit einem einzigen Neuron lösen, ohne die Backproagation-Keule oder eine zweite Schicht zu bemühen.

Eine geänderte Denkweise und Nomenklatur führt - nachweislich - zu neuen Lösungen.

Es hat mich sehr gewundert, dass es hier keinerlei Echo dazu gab. Ich ging daher davon aus, dass die Lösung des XOR-Problems für Euch kalter Kaffee war.

Im Moment scheint es mir aber eher so, dass die Evidenz nicht verstanden wurde.

Viele Grüße

Wolfgang