Wie sicher ist KI?
Autor(en):
Zusammenfassung
In Zeitalter der Digitalisierung nimmt die Künstliche Intelligenz eine Schlüsselstellung ein. Was ist aber Künstliche Intelligenz? Was kann sie heute und was kann sie nicht? Im Unterschied zu den logischen Formalismen der klassischen symbolischen KI wird das aktuelle Machine Learning durch statistisches Lernen dominiert, das die Bewältigung großer Datenmengen mit leistungsstarken Rechnern in Technik und Wirtschaft verspricht. Wie sicher sind aber statistische Korrelationen? Was sind und was können demgegenüber Kausalmodelle leisten? Kausalanalysen sind erkenntnistheoretisch und ethisch mit Verantwortungsfragen eng verbunden. Nur wenn diese Grundlagen der KI-Technologie klar verstanden sind, lassen sich auch ihre Anwendungen beurteilen und ethisch-rechtlich bewerten. Daher plädiert dieser Beitrag für eine Kombination von Machine Learning mit kausalem Lernen und zertifizierten KI-Programmen durch Beweisassistenten.
- Vollständige Referenz
- BibTeX
Mainzer, K.,
(2021).
Wie sicher ist KI?.
In:
Reussner, R. H., Koziolek, A. & Heinrich, R.
(Hrsg.),
INFORMATIK 2020.
Gesellschaft für Informatik, Bonn.
(S. 695-718).
DOI: 10.18420/inf2020_63
@inproceedings{mci/Mainzer2021,
author = {Mainzer, Klaus},
title = {Wie sicher ist KI?},
booktitle = {INFORMATIK 2020},
year = {2021},
editor = {Reussner, Ralf H. AND Koziolek, Anne AND Heinrich, Robert} ,
pages = { 695-718 } ,
doi = { 10.18420/inf2020_63 },
publisher = {Gesellschaft für Informatik, Bonn},
address = {}
}
author = {Mainzer, Klaus},
title = {Wie sicher ist KI?},
booktitle = {INFORMATIK 2020},
year = {2021},
editor = {Reussner, Ralf H. AND Koziolek, Anne AND Heinrich, Robert} ,
pages = { 695-718 } ,
doi = { 10.18420/inf2020_63 },
publisher = {Gesellschaft für Informatik, Bonn},
address = {}
}
Sollte hier kein Volltext (PDF) verlinkt sein, dann kann es sein, dass dieser aus verschiedenen Gruenden (z.B. Lizenzen oder Copyright) nur in einer anderen Digital Library verfuegbar ist. Versuchen Sie in diesem Fall einen Zugriff ueber die verlinkte DOI: 10.18420/inf2020_63
Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Feedback abschicken
Mehr Information
DOI: 10.18420/inf2020_63
ISBN: 978-3-88579-701-2
ISSN: 1617-5468
Datum: 2021
Sprache:
(de)
(de)
