theconnector.substack.com/p/six-notes-...
theconnector.substack.com/p/six-notes-...
Um KI divers zu gestalten, müssen deren Trainingsdaten und Entwicklungsteams, generell die Bedingungen maschinellen Lernens, divers sein. Nur so können große Sprachmodelle Wissen plural prozessieren statt epistemisch “woke” zu halluzinieren.
Um KI divers zu gestalten, müssen deren Trainingsdaten und Entwicklungsteams, generell die Bedingungen maschinellen Lernens, divers sein. Nur so können große Sprachmodelle Wissen plural prozessieren statt epistemisch “woke” zu halluzinieren.
KI ist per se eine extraktive Technologie, die auf der Ausbeutung von Land und Menschen sowie rücksichtslosem Ressourceneinsatz zur Erhebung, Prozessierung und Speicherung von Daten basiert.
KI ist per se eine extraktive Technologie, die auf der Ausbeutung von Land und Menschen sowie rücksichtslosem Ressourceneinsatz zur Erhebung, Prozessierung und Speicherung von Daten basiert.
Vielleicht bringen Quantencomputer die Queerness ins Computing. „Quantum Bits“ können sich schließlich in mehreren Zuständen gleichzeitig befinden. Klassische Rechner kennen nur „entweder - oder“.
Vielleicht bringen Quantencomputer die Queerness ins Computing. „Quantum Bits“ können sich schließlich in mehreren Zuständen gleichzeitig befinden. Klassische Rechner kennen nur „entweder - oder“.
KI-gestützt könnten auch dialogische Konstellationen zwischen Mensch und Natur ermöglicht werden, die die Differenz von natürlicher und künstlicher Intelligenz kollabieren: Planetary Sapience statt Artificial Intelligence!?
KI-gestützt könnten auch dialogische Konstellationen zwischen Mensch und Natur ermöglicht werden, die die Differenz von natürlicher und künstlicher Intelligenz kollabieren: Planetary Sapience statt Artificial Intelligence!?
KI als generatives Sprachmodell kann nur so divers sein wie die Daten, mit denen dies trainiert wird. Falls dort Verkürzungen oder Stereotype vorliegen, werden diese generalisiert. Verstärkung funktioniert eher als Verlernen.
KI als generatives Sprachmodell kann nur so divers sein wie die Daten, mit denen dies trainiert wird. Falls dort Verkürzungen oder Stereotype vorliegen, werden diese generalisiert. Verstärkung funktioniert eher als Verlernen.