Credit: Memo Akten
Memo Akten (TR/UK)
Ein dichtes neuronales Netzwerk, das seine Augen zum ersten Mal öffnet und versucht zu verstehen, was es sieht.
Die bei Deep Learning angewandten Algorithmen für künstliche Intelligenz wurden ursprünglich von den neuronalen Netzwerken in unserem Gehirn inspiriert und existieren schon seit Jahrzehnten, sind aber erst in letzter Zeit einer breiten Öffentlichkeit bekannt geworden. Dies wird oft darauf zurückgeführt, dass erst seit kurzem die entsprechende Rechenleistung der Computer und umfangreiche Trainingsdaten zur Verfügung stehen. Allerdings wird der Fortschritt unbestreitbar durch Milliarden Dollar schwere Investitionen angetrieben, die Lieferanten von Massenüberwachungstools tätigen: Internetfirmen, deren Geschäftsmodell auf psychografischem Targeted Advertising (zielgerichteter Werbung) beruht, und Regierungsorganisationen, die “Krieg gegen den Terror” führen. Sie wollen das Verständnis von Big Data automatisieren, also das Verstehen von Text, Bilder und Klänge. Aber was bedeutet es, zu „verstehen“? Was bedeutet es, zu „lernen“ oder zu „sehen“?
Learning to See ist eine noch nicht abgeschlossene Serie von Arbeiten, die hochmoderne Algorithmen aus dem Bereich des maschinellen Lernens nutzen, um über uns selbst und darüber, wie wir die Welt interpretieren, zu reflektieren. Das von unserem bewussten Geist wahrgenommene Bild ist nicht eine direkte Abbildung der Außenwelt oder dessen, was unsere Sinne liefern, sondern eine simulierte Welt, die je nach unseren Erwartungen und Glaubenssätzen rekonstruiert wird. Diese Arbeit ist Teil einer breiter angelegten Untersuchung über sich selbst bestätigende Voreingenommenheiten, über unsere Unfähigkeit, die Welt aus dem Blickwinkel eines Anderen zu sehen, und die daraus resultierende gesellschaftliche Polarisierung.
