Skip to main content

Von der natürlichen über die künstliche zur Superintelligenz?

  • Chapter
  • First Online:
Künstliche Intelligenz – Wann übernehmen die Maschinen?

Part of the book series: Technik im Fokus ((TECHNIK))

  • 21k Accesses

Zusammenfassung

Die klassische KI‐Forschung orientiert sich an den Leistungsmöglichkeiten eines programmgesteuerten Computers, der nach der Churchschen These im Prinzip mit einer Turingmaschine äquivalent ist. Nach dem Mooreschen Gesetz wurden damit bis heute gigantische Rechen‐ und Speicherkapazitäten erreicht, die erst die KI‐Leistungen z. B. des Supercomputers WATSON ermöglichten (vgl. Abschn. 5.2). Aber die Leistungen von Supercomputern haben einen Preis, dem die Energie einer Kleinstadt entsprechen kann. Umso beeindruckender sind menschliche Gehirne, die Leistungen von WATSON (z. B. eine natürliche Sprache sprechen und verstehen) mit dem Energieverbrauch einer Glühlampe realisieren. Spätestens dann ist man von der Effizienz neuromorpher Systeme beeindruckt, die in der Evolution entstanden sind. Gibt es ein gemeinsames Prinzip, das diesen evolutionären Systemen zugrunde liegt und das wir uns in der KI zu nutzen machen können?

Biomoleküle, Zellen, Organe, Organismen und Populationen sind hochkomplexe dynamische Systeme, in denen viele Elemente wechselwirken. Komplexitätsforschung beschäftigt sich fachübergreifend in Physik, Chemie, Biologie und Ökologie mit der Frage, wie durch die Wechselwirkungen vieler Elemente eines komplexen dynamischen Systems (z. B. Atome in Materialien, Biomoleküle in Zellen, Zellen in Organismen, Organismen in Populationen) Ordnungen und Strukturen entstehen können, aber auch Chaos und Zerfall.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

eBook
USD 19.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 24.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Historisch wurde die Bezeichnung „Qubit“ von W. Wooters, einem Schüler von J. Wheeler, und B. Schumacher 1992 eingeführt. Die Idee eines Quantencomputers beginnt mit [22].

  2. 2.

    Für weitere Quellen: vgl. [21].

  3. 3.

    Zur Interpretation der EPR‐Experimente vgl. [30].

Literatur

  1. Mainzer K (2005) Symmetry and Complexity. The Spirit and Beauty of Nonlinear Science. World Scientific, Singapore

    Book  Google Scholar 

  2. Mainzer K (2005) Thinking in Complexity. The Computational Dynamics of Matter, Mind, and Mankind, 5. Aufl. Springer, Berlin

    Google Scholar 

  3. Mainzer K, Chua L (2013) Local Activity Principle. Imperial College Press, London

    Book  Google Scholar 

  4. Banerjee R, Chakrabarti BK (2008) Models of Brain and Mind. Physical, Computational, and Psychological Approaches. Progress in Brain Research. Elsevier Science, Amsterdam

    Google Scholar 

  5. Chua L (1971) Memristor: the missing circuit element. IEEE Transaction on circuit Theor 18(5):507–519

    Article  Google Scholar 

  6. Chua L (2014) If it’s pinched it’s a memristor. Semiconductor Science and Technology 29(10):104001–104002

    Article  Google Scholar 

  7. Sah MP, Kim H, Chua LO (2014) Brains are made of memristors. IEEE Circuits and Systems Magazine 14(1):12–36

    Article  Google Scholar 

  8. Williams RS (2008) How we found the missing memristor. IEEE spectrum 45(12):28–35

    Article  Google Scholar 

  9. Tetzlaff R (Hrsg) (2014) Memristors and Memristive Systems. Springer, Berlin, S 14 (nach Fig. 1.5)

    Google Scholar 

  10. Siegelmann HT, Sontag ED (1995) On the computational power of neural nets. Journal of Computer and Systems Science 50:132–150

    Article  Google Scholar 

  11. Siegelmann HT, Sontag ED (1994) Analog computation via neural networks. Theoretical Computer Science 131:331–360

    Article  Google Scholar 

  12. Blum L, Shub M, Smale S (1989) On a theory of computation and complexity over the real numbers: NP-completeness, recursive functions and universal Machines. Bulletin of the American Mathematical Society 21(1):1–46

    Article  Google Scholar 

  13. Turing AM (1939) Systems of logic based on ordinals. Proc London Math Soc 2:161–228

    Article  Google Scholar 

  14. Feferman S (2006) Turing’s Thesis. Notices of the American Mathematical Society 53(10):1200–1206

    Google Scholar 

  15. K. Mainzer, Mathematischer Konstruktivismus, Diss. Universität Münster 1973

    Google Scholar 

  16. Bennett CH (1995) Logical Depth and Physical Complexity. In: Herken R (Hrsg) The Universal Turing Machine. A Half-Century Survey. Springer, Wien, S 227–235

    Google Scholar 

  17. Brooks RA (2005) Menschmaschinen. Campus Sachbuch, Frankfurt

    Google Scholar 

  18. Wagman M (1996) Human Intellect and Cognitive Science. Towards a General Unified Theory of Intelligence. Westport Conn.

    Google Scholar 

  19. Wagman M (1995) The Science of Cognition. Theory and Research in Psychology and Artificial Intelligence. Wetstport Conn

    Google Scholar 

  20. Mainzer K (2016) Information: Algorithmus‐Wahrscheinlichkeit‐Komplexität‐Quantenwelt‐Leben‐Gehirn‐Gesellschaft. Berlin

    Google Scholar 

  21. Audretsch J, Mainzer K (Hrsg.) (1996) Wieviele Leben hat Schrödingers Katze? Zur Physik und Philosophie der Quantenwelt, 2. Aufl. Heidelberg

    Google Scholar 

  22. Feynman RP (1982) Simulating Physics with computers. Intern J Theor Physics 21:467–488

    Article  Google Scholar 

  23. Deutsch D, Eckert A (2000) Concepts of Quantum Computation. In: Bouwmeester D, Ekert A, Zeilinger A (Hrsg.) (2000) The Physics of Quantum Information, Quantum Cryptography, Quantum Teleportation, Quantum Computation. Berlin, Kap. 4

    Google Scholar 

  24. Watrous J (1995) On one‐dimensional quantum cellular automata. Proceedings of the 36th Annual Symposium on Foundations of Computer Science. IEEE Computer Society Press, Milwaukee (Wisconsin)

    Google Scholar 

  25. Mainzer K, Chua L (2011) The Universe as Automaton. From Simplicity and Symmetry to Complexity. Berlin, Kap. 7

    Google Scholar 

  26. Penrose R (2001) Computerdenken: Die Debatte um Künstliche Intelligenz, Bewusstsein und die Gesetze der Physik. Heidelberg, Kap. 10

    Google Scholar 

  27. Penrose R (1995) Schatten des Geistes: Wege zu einer neuen Physik des Bewußtseins. Heidelberg

    Google Scholar 

  28. Mainzer K (2018) The Digital and the Real World. Computational Foundations of Mathematics, Science, Technology, and Philosophy. Singapur

    Google Scholar 

  29. Deutsch D (1985) Quantum theory, the Church‐Turing principle and the universal quantum computer. Proc R Soc London A 400:97–117

    Article  Google Scholar 

  30. Mainzer K (1996) Naturphilosophie und Quantenmechanik. In: Audretsch J, Mainzer K (Hrsg) Wieviele Leben hat Schrödingers Katze? Zur Physik und Philosophie der Quantenmechanik, 2. Aufl. Heidelberg, S 245–299

    Google Scholar 

  31. Keyl M (2002) Fundamentals of quantum informatiuon theory. Physics Reports. A Review Section of Physics Letters 369:431–54

    Article  Google Scholar 

  32. Bostrom N (2014) Superintelligenz. Szenarien einer kommenden Revolution. Suhrkamp, Berlin

    Google Scholar 

  33. Shanahan M (2010) Embodiment and the Inner Life. Cognition and Consciousness in the Space of Possible Minds. Oxford University Press, New York

    Book  Google Scholar 

  34. Good IJ (1965) Speculations concerning the first ultraintelligent machine. In: Alt FL, Robinoff M (Hrsg) Advances in Computers. Academic Press, New York, S 31–88

    Google Scholar 

  35. Vinge V (1993) The coming technological singularity: How to survive in the post-human era. Vision-21: Interdisciplinary Science and Engineering in the Era of Cyberspace NASA Conference Publication 10(129):11–22 (NASA Lewis Research Center)

    Google Scholar 

  36. Kurzweil R (2005) The Singularity is Near. When Humans transcend Biology. Viking, New York

    Google Scholar 

  37. Eibisch N (2011) Eine Maschine baut eine Maschine baut eine Maschine…. Kultur und Technik 1:48–51

    Google Scholar 

  38. Slovskij IS, Sagan C (1966) Intelligent Life in the Universe, Holden-Day. San Francisco

    Google Scholar 

  39. Kardashev NS (1964) Transmission of information by extraterrestrial civilizations. Soviet Astronomy 8(2):217–221

    Google Scholar 

  40. acatech (2012) Technikzukünfte. Vorausdenken – Erstellen – Bewerten. Springer, Berlin

    Google Scholar 

  41. Wilms F (2005) Szenariotechnik. Vom Umgang mit der Zukunft. Haupt, Bern, Stuttgart, Wien

    Google Scholar 

  42. Häder M (Hrsg) (2002) Delphi-Befragungen. Ein Arbeitsbuch. Springer VS, Wiesbaden

    Google Scholar 

  43. Geisberger E, Broy M (Hrsg) (2012) AgendaCPS. Acatech Studie. Springer, Berlin

    Google Scholar 

  44. Mainzer K (2012) Von der interdisziplinären zur integrativen Forschung. Gegenworte Berlin-Brandenburgische Akademie der Wissenschaften 28:26–30

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Klaus Mainzer Emeritus of Excellence .

Rights and permissions

Reprints and permissions

Copyright information

© 2019 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Mainzer, K. (2019). Von der natürlichen über die künstliche zur Superintelligenz?. In: Künstliche Intelligenz – Wann übernehmen die Maschinen?. Technik im Fokus. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-58046-2_10

Download citation

Publish with us

Policies and ethics