Bezug – chatgpz.de – KI-Tools & Praxiswissen https://chatgpz.de Unabhängige Tests, Anleitungen und Hintergründe zu KI-Tools. Sat, 11 Oct 2025 00:32:44 +0000 de-DE hourly 1 https://wordpress.org/?v=6.4.2 234900186 Ray Kurzweil ’70 bekräftigt seinen Optimismus in Bezug auf den technischen Fortschritt | MIT-Nachrichten https://chatgpz.de/artificial-intelligence/ray-kurzweil-70-bekraeftigt-seinen-optimismus-in-bezug-auf-den-technischen-fortschritt-mit-nachrichten/ https://chatgpz.de/artificial-intelligence/ray-kurzweil-70-bekraeftigt-seinen-optimismus-in-bezug-auf-den-technischen-fortschritt-mit-nachrichten/#respond Sat, 11 Oct 2025 00:32:44 +0000 http://chatgpz.de/artificial-intelligence/ray-kurzweil-70-bekraeftigt-seinen-optimismus-in-bezug-auf-den-technischen-fortschritt-mit-nachrichten/ [ad_1]

Der Innovator, Zukunftsforscher und Autor Ray Kurzweil aus dem Jahr 1970 betonte in einem Vortrag am Mittwoch seinen Optimismus in Bezug auf künstliche Intelligenz und den technologischen Fortschritt im Allgemeinen, während er den Robert A. Muh Alumni Award des MIT von der College of Humanities, Arts, and Social Sciences (SHASS) entgegennahm.

Kurzweil präsentierte seine charakteristischen hochkarätigen Prognosen darüber, wie KI und Laptop vollständig mit der menschlichen Funktionalität verschmelzen werden, und schlug vor, dass KI zu enormen Fortschritten in der Langlebigkeit, in der Medizin und in anderen Lebensbereichen führen wird.

„Die Menschen wissen nicht zu schätzen, dass sich der Fortschritt beschleunigt“, sagte Kurzweil und prognostizierte „unglaubliche Durchbrüche“ für die nächsten zwei Jahrzehnte.

Kurzweil hielt seinen Vortrag mit dem Titel „Reinventing Intelligence“ in der Thomas Tull Live performance Corridor des Edward and Joyce Linde Music Constructing, das Anfang 2025 auf dem MIT-Campus eröffnet wurde.

Der Muh Award wurde von Robert A. Muh ’59 und seiner Frau Berit gegründet und gestiftet und ist eine der führenden Alumni-Auszeichnungen von SHASS und MIT. Muh, ein emeritiertes Mitglied auf Lebenszeit der MIT Company, hat den Preis ins Leben gerufen, der alle zwei Jahre für „außergewöhnliche Beiträge“ von Absolventen der Geistes-, Kunst- und Sozialwissenschaften verliehen wird.

Robert und Berit Muh waren beide beim Vortrag anwesend, zusammen mit ihrer Tochter Carrie Muh ’96, ’97, SM ’97.

Agustín Rayo, Dekan des SHASS, hielt einleitende Bemerkungen und nannte Kurzweil „einen der produktivsten Denker unserer Zeit“. Rayo fügte hinzu, dass Kurzweil „sein Leben und seine Karriere auf der Überzeugung aufgebaut hat, dass Ideen die Welt verändern und sie zum Besseren verändern.“

Kurzweil conflict ein Innovator im Bereich der Spracherkennungstechnologien, entwickelte Fortschritte und gründete Unternehmen, die blinden oder sehbehinderten Menschen geholfen und bei der Musikproduktion geholfen haben. Er ist außerdem ein Bestsellerautor, der Fortschritte bei der Rechenleistung und sogar die Verschmelzung von Mensch und Maschine verkündet hat.

Der erste Abschnitt von Kurzweils Vortrag hatte einen autobiografischen Schwerpunkt und reflektierte seine Familie und seine frühen Jahre. Die Familien der beiden Eltern von Kurzweil flohen vor den Nazis in Europa und suchten Zuflucht in den USA, in der Überzeugung, dass die Menschen sich eine bessere Zukunft schaffen könnten.

„Meine Eltern haben mir beigebracht, dass die Kraft von Ideen die Welt wirklich verändern kann“, sagte Kurzweil.

Er erinnerte sich, dass Kurzweil schon früh Interesse daran zeigte, wie Dinge funktionieren, und sich bereits im Alter von etwa sieben Jahren dazu entschloss, Erfinder zu werden. Er beschrieb auch, dass seine Mutter ihn als Variety enorm ermutigt habe. Die beiden machten gemeinsame Spaziergänge und der junge Kurzweil redete über all die Dinge, die er sich vorstellen konnte.

„Ich erzählte ihr meine Ideen und egal wie fantastisch sie waren, sie glaubte daran“, sagte er. „Andere Eltern hätten vielleicht nur gelacht … aber sie hat tatsächlich an meine Ideen geglaubt, und das hat mir tatsächlich Selbstvertrauen gegeben, und ich denke, Selbstvertrauen ist wichtig für den Erfolg.“

In den frühen 1960er Jahren interessierte er sich für Informatik und studierte als MIT-Pupil sowohl Informatik als auch Literatur.

Kurzweil verbindet eine langjährige Verbindung mit dem MIT, die weit über sein Grundstudium hinausgeht. Er conflict von 2005 bis 2012 Mitglied der MIT Company und erhielt 2001 für seine Entwicklung der Lesetechnologie den mit 500.000 US-Greenback dotierten Lemelson-MIT-Preis, eine Auszeichnung für Innovation.

„Das MIT hat im Laufe der Jahre eine wichtige Rolle in meinem Privat- und Berufsleben gespielt“, sagte Kurzweil und bezeichnete sich selbst als „wirklich geehrt, diese Auszeichnung zu erhalten.“ Er wandte sich an Muh und fügte hinzu: „Ihr langjähriges Engagement für unsere Alma Mater ist inspirierend.“

Nach seinem Abschluss am MIT startete Kurzweil eine erfolgreiche Karriere mit der Entwicklung innovativer Computerprodukte, darunter eines, das Textual content in allen Schriftarten erkannte und eine Audio-Lesung erstellen konnte. Neben vielen anderen Fortschritten entwickelte er auch hochmoderne Musiksynthesizer.

In einem entsprechenden Teil seiner Karriere hat sich Kurzweil zu einem tatkräftigen Autor entwickelt, zu dessen bekanntesten Büchern unter anderem „The Age of Clever Machines“ (1990), „The Age of Non secular Machines“ (1999), „The Singularity Is Close to“ (2005) und „The Singularity Is Nearer“ (2024) gehören.

Kurzweil wurde kürzlich zum Chief AI Officer von Past Creativeness ernannt, einem von ihm mitbegründeten Robotikunternehmen. In den letzten Jahren conflict er auch bei Google tätig und beschäftigte sich mit Technologien für natürliche Sprache.

In seinen Ausführungen unterstrich Kurzweil seine Ansicht, dass technologische Innovationen exponentiell voranschreiten, wie das Wachstum der Rechenleistung im Laufe der Zeit zeigt und ermöglicht.

„Die Leute denken nicht wirklich an exponentielles Wachstum; sie denken an lineares Wachstum“, sagte Kurzweil.

Dieses Konzept mache ihn zuversichtlich, dass eine Reihe von Innovationen mit bemerkenswerter Geschwindigkeit fortgesetzt werde.

„Eine der größeren Veränderungen, die wir in naher Zukunft durch KI erleben werden, ist Gesundheit und Medizin“, sagte Kurweil und prognostizierte, dass medizinische Studien am Menschen durch simulierte „digitale Studien“ ersetzt werden.

Kurzweil glaubt auch, dass Fortschritte in den Bereichen Laptop und KI zu so vielen medizinischen Fortschritten führen können, dass sie bald zu einer drastischen Verbesserung der menschlichen Lebenserwartung führen werden.

„Diese unglaublichen Durchbrüche werden zu dem führen, was wir als Langlebigkeits-Fluchtgeschwindigkeit bezeichnen“, sagte Kurzweil. „Ungefähr im Jahr 2032, wenn man ein Jahr durchlebt, bekommt man ein ganzes Jahr vom wissenschaftlichen Fortschritt zurück, und darüber hinaus bekommt man für jedes Jahr, das man lebt, mehr als ein Jahr zurück, sodass man gesundheitlich in eine Zeitreise zurückversetzt wird“, sagte Kurweil. Er bot an, dass diese Fortschritte bei den Menschen „beginnen“ würden, die am fleißigsten auf ihre Gesundheit achten.

Kurzweil skizzierte auch eine seiner bekanntesten Prognosen, dass KI und Menschen kombiniert werden. „Während wir voranschreiten, werden die Grenzen zwischen Mensch und Technologie verschwimmen, bis wir … ein und dasselbe sind“, sagte Kurzweil. „So lernen wir, mit KI zu verschmelzen. In den 2030er Jahren werden Roboter in der Größe von Molekülen nichtinvasiv durch die Kapillaren in unser Gehirn eindringen und unser Gehirn direkt mit der Cloud verbinden. Stellen Sie sich vor, Sie hätten ein Telefon, aber in Ihrem Gehirn.“

„Bis 2045, wenn wir vollständig mit der KI verschmolzen sind, wird unsere Intelligenz nicht länger eingeschränkt sein … sie wird sich um das Millionenfache vergrößern“, sagte er. „Das nennen wir die Singularität.“

Natürlich räumte Kurzweil ein: „Technologie conflict schon immer ein zweischneidiges Schwert“, da eine Drohne entweder medizinische Versorgung oder Waffen liefern kann. „Bedrohungen durch KI sind actual und müssen ernst genommen werden, (und) ich denke, wir tun das“, sagte er. Auf jeden Fall, fügte er hinzu, „haben wir einen moralischen Imperativ, das Versprechen neuer Technologien zu verwirklichen und gleichzeitig die Gefahr zu kontrollieren.“ Er kam zu dem Schluss: „Wir sind nicht dazu verdammt, keines dieser Risiken zu kontrollieren.“

[ad_2]

]]>
https://chatgpz.de/artificial-intelligence/ray-kurzweil-70-bekraeftigt-seinen-optimismus-in-bezug-auf-den-technischen-fortschritt-mit-nachrichten/feed/ 0 13076
Ein scheinbares Paradoxon in Bezug auf Hypothesentests und Ablehnungsbereiche https://chatgpz.de/data-science/ein-scheinbares-paradoxon-in-bezug-auf-hypothesentests-und-ablehnungsbereiche/ https://chatgpz.de/data-science/ein-scheinbares-paradoxon-in-bezug-auf-hypothesentests-und-ablehnungsbereiche/#respond Sun, 04 Aug 2024 16:21:38 +0000 http://chatgpz.de/data-science/ein-scheinbares-paradoxon-in-bezug-auf-hypothesentests-und-ablehnungsbereiche/ [ad_1]

Ron Bloom schrieb mit einer Frage:

Das folgende Pseudorätsel ist „klassisch“ und „frequentistisch“ – es sind keine Vorannahmen beteiligt; nur zwei PDFS (vollständig spezifiziert) und eine „Wahrscheinlichkeits“-Schlussfolgerung. Das Rätsel könnte jedoch in seinem einfachen Umfang für Sie interessant sein; und vielleicht können Sie die Lösung erkennen. Ich kann es nicht; und es lässt mich etwas erleben, das in etwa dem ähnelt, was Kendall irgendwo (über etwas ganz anderes) sagt: „… das Downside hat diesen Aspekt gewisser optischer Täuschungen; es ergibt unterschiedliche Erscheinungen, je nachdem, wie man es betrachtet …“

Angenommen, ich habe p(x|mu0) und p(x|mu1), beides gewichtete Gauß-Summen mit festgelegten Standardabweichungen und festgelegten Gewichten. Nehmen wir der Bestimmtheit halber an, dass es sich bei beiden um Summen aus drei Termen handelt. Darüber hinaus haben alle drei Gauß-Verteilungen den gemeinsamen Mittelwert, der im Ausdruck p(x|mu) genannt wird. Sie sehen additionally zumindest aus einiger Entfernung wie „schwerschwänzige“ Gauß-Verteilungen aus.

Nehmen wir an, dass auch mu0 < mu1 beides festgeschrieben ist; tatsächlich ist alles festgeschrieben; es handelt sich additionally *kein* Schätzproblem; es hat nichts mit "EM" oder maximale Wahrscheinlichkeit. Einfach klassischer Take a look at zwischen zwei einfachen Alternativen. Ein einziges Datum wird erfasst: x. Das klassische Verfahren zur Entscheidung zwischen "H0" Und "H1" ist die Wahl des Exams "Größe". Setzen Sie den Schwellenwert T auf den rechten Rand von p(x|mu0), so dass der Bereich über diesem Schwellenwert die Testgröße ist; die Teststärke dieses Exams gegenüber der festgelegten Different H1 ist natürlich der Bereich über T unter p(x|mu1). Wenn die PDFs gaußförmig oder in einer Exponentialfamilie sind oder wenn "ausreichende Statistiken vorhanden sind" Dieses Verfahren oben ist identisch mit dem, was man tut, wenn man das Neyman-Pearson-Wahrscheinlichkeitskriterium verwendet: was darauf hinausläuft, einen Schnitt mit dem gleichen "Größe" auf der komplizierteren Zufallsvariable L(x) = p(x|mu0)/p(x|mu1). Wenn die PDFS sich intestine verhalten oder allgemeiner *monoton* sind, lässt sich die Wahrscheinlichkeitsaussage über einen Ablehnungstest auf der Variable L(x) in eine Aussage über einen Ablehnungstest auf der Variable (x) simpliciter übersetzen. Aber in diesem Fall "Hübsch" Gaußsche Mischung Ich entdecke, dass für mu1, das nahe genug an mu0 liegt (und bestimmte Kombinationen von Gewichten und Standardabweichungen), das Chance-Verhältnis L(X) *nicht* monoton ist, und stehe plötzlich vor einer unerwarteten Ratlosigkeit: Es scheint (zumindest für das Auge), dass es nur eine Möglichkeit gibt, einen rechtsseitigen Ablehnungstest für ein solches Paar einfacher Hypothesen aufzustellen: und doch scheint das Argument von Neyman Pearson zu besagen, dass die Durchführung dieses Schnitts unter Verwendung der PDF von L(x) und die Durchführung dieses Schnitts unter Verwendung von p0(x|mu0) selbst nicht dasselbe Ergebnis liefern werden. "X" --- bei gleicher Testgröße. Können Sie die Lösung dieses (Pseudo-)Rätsels erkennen?

Ich antwortete: Ja, ich kann mir vorstellen, wie das passieren würde. Ob Neyman-Pearson oder Bayes, wenn Sie dem Modell glauben, ist die relevante Data das Wahrscheinlichkeitsverhältnis, von dem ich in diesem Beispiel durchaus glauben kann, dass es keine monoton zunehmende und dann abnehmende Funktion von x ist. So ist es eben! Es scheint mir kein Paradoxon zu sein, da es kein theoretisches Ergebnis gibt, das implizieren würde, dass das Verhältnis zweier unimodaler Funktionen selbst unimodal ist.

Bloom antwortete:

Ich konnte endlich sehen, was offensichtlich ist. Dass es tatsächlich viele various „Ablehnungsbereiche gleicher Größe“ gibt und wenn die PDF der „Different“ holprig ist (wie in diesem Beispiel) oder allgemeiner, wenn das Wahrscheinlichkeitsverhältnis nicht monoton ist (und dies ist *nicht* „leicht zu sehen“ für Verhältnisse „einfacher“ Gaußscher Mischungen, deren Kernel alle einen gemeinsamen Mittelwert haben), dann ist der beste (leistungsstärkste) Take a look at tatsächlich nicht unbedingt der Ablehnungstest am oberen Ende. Sehen Sie sich mein schlecht gezeichnetes Diagramm an. Dies kann übrigens unter Ihrem Thema abgelegt werden, wie der ausreichend intestine erlernte Gaußsche Ansatz Erkenntnisse wirklich behindern kann, die ansonsten (für Ungebildete) offensichtlich wären.

[ad_2]

]]>
https://chatgpz.de/data-science/ein-scheinbares-paradoxon-in-bezug-auf-hypothesentests-und-ablehnungsbereiche/feed/ 0 2887