Jeder sollte sich die 84-minütige Dokumentation von Google DeepMind ansehen, hier sind die wichtigsten Zusammenfassungen 🌟 (schaut euch an, wie Demis von einem jungen Mann mit vollem Haar zu einem der größten Experten auf dem Weg zur AGI wurde) 1. Den Weg zur intelligenten AGI lösen Der Kern der Dokumentation "THE THINKING GAME" ist die lebenslange Verfolgung von AGI durch Demis Hassabis, Mitgründer von DeepMind, von einem Schachwunderkind in der Kindheit ([00:23:41]), über die Spieleentwicklung ("Theme Park" [00:40:22]), bis hin zur neurowissenschaftlichen Forschung ([00:32:22]), mit dem ultimativen Ziel, "Intelligenz zu lösen" (Solve Intelligence). Die Mission von DeepMind wird definiert als der Bau der "ersten allgemeinen Lernmaschine der Welt" (General Learning Machine). // Das hat mich beeindruckt und auch ein wenig beunruhigt, denn all das Kapital des Lebens in "ein ultimatives Ziel" zu investieren, kann außergewöhnliche Kreativität hervorbringen, aber auch die moralischen Fehler vergrößern. Die Dokumentation scheut sich nicht, dies zu thematisieren – man kann ihr Selbstvertrauen spüren und auch die potenziellen Bedenken hören. 2. Spiele als Trainingsplatz DeepMind ist überzeugt, dass Allgemeinheit (Generality) der Schlüssel zur Intelligenz ist. Sie betrachten Spiele als den perfekten Trainingsplatz, um einen Algorithmus zu entwickeln, der in der Lage ist, mehrere Aufgaben zu lernen. Hier sind einige ihrer Versuche: DQN (Deep Q-Network): Hat die Machbarkeit der Kombination von verstärkendem Lernen und tiefem Lernen durch das Spielen von Dutzenden von Atari-Spielen bewiesen. AlphaGo: Hat Go als "Heiliger Gral" verwendet und bewiesen, dass Maschinen auf menschlich unvorstellbare Weise neue Strategien entdecken können, was weltweit für Aufsehen sorgte. AlphaZero: Hat jegliches menschliches Wissen entfernt und hat in kurzer Zeit durch Selbstspiel Go, Schach usw. gemeistert, was die pure allgemeine Lernfähigkeit demonstriert. // In der Dokumentation wird klar dargestellt, wie diese beiden Aspekte zusammenhängen: Spiele stärken den Algorithmus, während Wissenschaft und reale Anwendungen diese Kräfte in wirklich einflussreiche Bereiche bringen. 3. Von Spielen zur Wissenschaft, der bahnbrechende Fortschritt von AlphaFold DeepMind hat die Kraft der KI in eines der komplexesten wissenschaftlichen Probleme der realen Welt gebracht, das Problem der Proteinstruktur. Dieses Problem hat Wissenschaftler seit 50 Jahren beschäftigt. Das Ziel von AlphaFold ist es, die 3D-Struktur von Proteinen genau basierend auf der Aminosäuresequenz vorherzusagen, was entscheidend für das Verständnis des Lebens und die Beschleunigung der Entwicklung neuer Medikamente und Impfstoffe ist. Im CASP 14-Wettbewerb ([01:13:50]) erzielte AlphaFold bahnbrechend hohe Präzision und wurde als "das Proteinstrukturproblem ist gelöst" gefeiert. DeepMind hat anschließend 200 Millionen Proteinstruktur-Daten weltweit kostenlos veröffentlicht ([01:15:55]), was als "Geschenk an die Menschheit" (Gifts to humanity) bezeichnet wurde. Gleichzeitig weist die Dokumentation auch darauf hin, dass KI möglicherweise für militärische Zwecke ([00:34:44]), stärkere Überwachung und zur "Unterwerfung der Menschheit" - subduing us with weapons we cannot even understand - verwendet werden könnte, und dass man die Fehler des "Manhattan-Projekts" nicht wiederholen sollte, indem man sich nur auf technologische Begeisterung konzentriert und die moralischen Konsequenzen ignoriert. ...