Speziell zum Thema: „Künstliche Intelligenz“

+ „Multi-Agenten-Systeme“ / „Schwarmverhalten“

========================================================================

– Entwurf aus der Website zum »Unterfangen Weltpuzzle«^®  -- https://kognik.de

Online-Zugang:  Home; Sitemap; Dateien-Übersicht; Glossar; Tipps & FAQs

Offline-Version: Home; Sitemap; Dateien-Übersicht; Glossar; Tipps & FAQs

Home --> Puzzle WELT --> Kognitiver Prozess --> Abwicklungs-Optionen --> Verfremdung
zitierbar als: https://kognik.de/ONLINE/a_meth/ki.doc

--------------------------------------------------------------------------------------------------------------------------

{in Zugehörigkeits-Andeutungen zunächst}

Wortfeld:    „denken“; Der zugehörige ‚LEGE- + Diskursraum‘; Denkbereiche; Signale; Behauptungen; autonom agieren (können / sollen); Anpassung; Wahrnehmung / Handlung / Verständnis / Sprache; Problem-Stellung (offen / abgeschlossen); Sichtbarkeit; Das momentan „(nicht) Sichtbare“; ‚Wissbarkeit‘ versus: „Wissen“; Hypothesen; Die ‚Wissensträger‘-Typen; Wissens-Repräsenta­tion; Machbarkeit; Technik; ‚Modell stehen‘; ‚Raumwinkel im Kognischen Raum‘; Abbildung; „Intelligente Agenten“; Einsichten (gewonnene / notwendige / fehlende / zusätzlich mögliche); Leistungen; Fähigkeiten; Vorstellungen; Plastizität; <irgendwo> „hingelangen“ wollen [1] ; Gradienten-Erkennung + Semantische Nutzung; (mit / ohne) Kontext-Nutzung; erraten; „(Wort- / …)-Ein­bettungen“ erkennen; „Erwartbares“ versus: „Unerwartete Dinge / Umstände / Lösungen“; Information (benötigt / überflüssig); partiell / vollständig / punktuell / kontinuierlich / beispielhaft; Häufigkeit + Statistik; …; ‚Kognische Stützstellen‘ (erkennen / sie nutzen); „Mentale Agenten“ – [Marvin Minsky];  Verfahren / Algorithmen; operieren im »Kognischen Raum«; „Freiheitsgrad“ versus: „Regressor“; Skalierbarkeit; „Transhu­manismus“; Mensch-Maschine-Interak­tion; Fragen stellen [2] ; Datenerfassung; Datenverarbeitung; Die Rohdaten; Auswertung; Interpretation; Möglichkeiten; Der „Raum der Möglichkeiten“; Kompression + Expansion; Perzeptron-Modell; Hebbsche Lernregel; Regelbasierte Systeme; Leistungsfähigkeit (vorhanden / fehlend); Leistungskennzahlen; Aufmerksamkeitsmechanismen; Entwicklungstrends; Schwächen; Stärken & Schwächen; (bloßes) „Wenn: <...> – dann: {...}!“ (als Fakten / Vorstellungen / Forderungen); argumentieren; schlussfolgern; Probleme lösen; agieren; „scharf definiert“ versus: „unscharf definiert“; essentiell sein (oder nicht); „verstehen“ (oder nicht); „Kausalitäten in der Welt“ (bemerken / erkennen / erklären / beurteilen); „Ähnlichkeiten“ (erkennen / generieren); Urteilsvermögen; Durchzoombarkeit; Absichten; Ziel-Erkennung (interne / externe); Ziel-Formulierung; Ziel-Konstanz / Ziel-Dynamik; „bottom-up“ versus: „top-down“; Optimierung; Alternativen; Die (mit menschlichem Denken gemeinsame!) Gesamt-Spielwiese; „denken“ / „nachdenken“ / „überdenken“ / „studieren“ / „meditieren“; Wissens­basierung + Wissensverarbeitung; Lernbasierung + Evolution; Die Dynamik des „Ortsfesten“; Vorherrschendes; Muster (erkennen / erlernen / wiedererkennen); invariant sein (oder nicht); Expertensysteme; Input versus: Output; Antwort / Ratschlag / Expertise; Vorhersagen treffen; Begründung; Unvorhersehbare Wege; „Macken zeigen“; sich irren; Funktionen + Fehlfunktionen; Software-Fehler; ‚Platsch‘-Verar­beitung versus: „Bit“-Verar­beitung; iterativ versus: direkt; „Puzzlestein sein“; hartes & weiches Wissen; harte / weiche Regel; Ersatzfindung; Logischer Schluss / Inferenz; Evolution; Qualitätssprünge; Kodifizierung menschlicher Denkweisen; als Funktion (entstehen / einbauen / sie erfüllen / …); Arbeitsschritte; Interne Kommunikation; Kybernetik; Gedächtnis; Speicherung; ...; Turing-Maschi­ne; Turing-Test; ELIZA; „Künstliche Allgemeine Intelligenz“ („Superintelligenz“ / Artificial General Intelligence – AGI); Allzweck-Intelligenz; Das „Kontrollproblem“; Spezialfall: „Mensch“; Menschliches Niveau; Die ‚Elementarschritte‘ des Denkens; Alltags-Intelligenz; „Gesunder Menschenverstand“; Praxiserfahrung; ebenbürtig (oder nicht); Verteilte Künstliche Intelligenz; Verteilte Repräsentationen; Separate Ag­enten; Hubwesen im Netzwerk; jeweilige Verknüpfungs-Situation; Die jeweilige Spielwiese; Wissbarkeits-Landschaf­ten; Szenen-Zerlegung; Kartenerzeugung; Vorstellungserzeugung; Merkmalerkennung; Merkmalextraktion; Merkmalsdetektoren; Merkmalsvektoren; Korrelationen; Linearität / Nicht-Linearität; Struktur-Erkennung; Lokalisierung im Raum; Der jeweilige ‚Kognitive Fingerabdruck‘; Klassifikation (Objekte / Wörter / Bilder / Konzepte / …); Verschlagwortung; Bild-Erzeugung; Gemeinsamkeiten + Unterschiede; „typisch“ versus: „untypisch“; Variierte Merkmale; Wechselnde Umwelt; „Echt- oder Falsch“-Erkennung - Diskriminierung; Umgang mit Fuzziness; Fuzzy-Logic; „Künstliche Neuronale Netzwerke“; an Beispielen lernen; Instanzen; Trainingsdaten; Trainingsphase; mit „Kennzeichnung der Daten“ (oder nicht); Überwachtes Lernen / Unüberwachtes Lernen; Repräsentativität; Anpassungsgüte; Bestimmtheitsmaß; Die „Trainingsmenge“ versus: Die „Validierungsmenge“; Zufallseffekte; Verzerrungen; Bias-Risiko; Stabile Zustände; (jeweiliger / hoher) Aufwand; Wahrscheinlichkeiten + Bay­es-Inferenz; Konstanthaltung; Perspektivwechsel; Fähigkeit zum Paradigmenwechsel; Anwendungsformen; Synthetisches; Anwendungsbreite; Konnektionismus; Semantische Netzwerke; (etablierte / versteckte) Schichten; Repräsentations-Ebenen; Neuronales Netzwerk: „flach“ versus: „tief“ strukturiert; Kohonennetze / „sich selbst“ organisierende Karten; Erregungsmuster; Vektoren; Objekt-Klassifizierung; (Prim-Punkt)-Identifizier­ung; Gesichtserkennung; Diagnosestellung; Sprachverständnis; Sprach-Übersetzung; Automatisierter Journalismus; …; …; Der „Klassische Raum“; Der (ebenfalls vorhandene) »Kognische Raum«; Attraktoren im Diskursraum / im ‚Kognischen Raum‘; Hindernisse der Bewegung; Verhaltens-Formen;  LISP / PROLOG / ...; Hardware + Software; (feinfühlige) Algorithmen versus: Apparative Intelligenz; Computer-Sehen / Computer Vision; bei wechselnden „Formen“ + „Gestalten“; Spracherkennung; Robotik + Roboter; Bionik; Schwarmverhalten / Schwarmintelligenz; Abstraktion; Abstraktionsrichtungen; Maximale Anforderungen; Extrem-Leistung; Unprogrammierte Leistungen; Backpropagation / Fehlerrückführung; Kontinuität; Probabilistische Programmierung; Stimmigkeits-Ab­gleich; Kognische Kartografie; Lernalgorithmen; Tief-strukturiertes Lernen („Tief-Lernen“ / „Deep Learning“ / „Deep Convolutional Neural Networks“); Tief-Forschung & Hoch-Forschung (gemäß den LÖSUNGS-Strukturen der KOGNIK) [3] ; Das »Puzzle WELT« als GANZES; Modellbildung; Weltmodelle / Weltbilder; Kognischer Universal-Atlas; Maschinen-Lernen; ‚Maschinelle Forschung‘ / ‚Hoch & Tief‘-Puzzeln; Lokale Konnektivität; Faltungs-Möglich­keiten; Pooling; Filterkerne; Übertragbarkeit; Beherrschung von natürlicher Sprache; Mentale Konstanthaltung; Heuristik; „Psychologie“ bei ‚Kognitiv wirksamen Apparaten‘; Multi-Agen­ten-Systeme / Verteilte Netzwerke; „<…> fühlen“; „bewusst“ versus: „unbewusst“ versus: „ganz unbeteiligt“; Der jeweilige ‚Rest der WELT‘; „Bewusstsein nachbauen“ (wollen / können); „wörtliche“ Bedeutung versus: „übertragene“ Bedeutungen versus: „sachliche / fachliche“ Bedeutung; metaphorisch ausgedrückt; Grenzen der Machbarkeit; Umgang mit Indeterminismus; „parallel reflektieren“ (oder nicht) auf benachbarten „Ebenen“ (desselben ‚Abstraktionskegels‘); „Artificial General Intelligence“; ‚Kognische Intelligenz‘; Technikfolgen-Abschät­zung; Prognosen; „als Nächstes im Text (wohl) drankommen“; „Spaß machen“ (können); Planung; Steuerung; Kreativität; Assoziationen; (fehlende) Flexibilität; Meta-Lernen; Vorkenntnisse; Künstliche Erzeugung von (sinnvollem) Text / „GPT-3 Text Generator“; Kunstproduktion; Fallunterscheidung; orthogonal sein (oder nicht); Modell-Abhängig­keit; (ohne / mit) „Priming“; Zentrale Hubs; Bedarf an Vortraining; (erhaltene / benötigte) Fingerzeige; Primitive Elemente; Waltende Hoch-Abstrak­tion; (angebotene / erkannte) „Hubs im Kognischen Raum“; Modell-Parameter (Hunderte von Millionen davon); Einstellbarkeit / Anpassbarkeit; Transformationen; Multiple Variablen; Optimale Kombination; Relevante Variable; Ausgelassene Variable; Fallstrick: „Überanpassung“ / „Unteranpassung“; im „Standby-Modus“; Universeller Start-Punkt; Bias; „Dumme Fehler“; Zufalls-Rauschen; „kognitiv blinzeln“; Redundanz; in Konkurrenz [4] ; Der Arbeitsmarkt; Ethik; Das Arsenal der Wertvorstellungen; Technik-Missbrauch; Überwachungsstaat; ...; ...
--- „Objekt“-Orientierung / „Handlungs“-Orientierung; ‚Platsch‘-Orientierung / „Problem“-Orientierung / „Methoden-Orientierung“ / „Kommunikations“-Orientierung / „Kontingenz“-Orientierung / „Abstraktionsebenen“-Orientierung / ...; Innovation; Wirkungsausbreitung; „Killerroboter“; ...; …

Jedem Wortfeld sein eigener hochabstrakter „Zentraler Hub“!

Vgl. aus der lokalen kognitiven Nachbarschaft: \in Grundunterscheidung: ‚Das Originalseitige‘  ˄  versus: ‚Das Abbildungsseitige‘  ˅ ; \tun / handeln + „Mentale Agenten“; \„Unmöglichkeiten“ – (oder nicht); \Der »Kognitive Prozess« – als GANZER; \Das „Hohe Warte“-Szenario der KOGNIK; \(jeweils) zuständiger ‚LEGE- + Diskusraum sein‘ – als Merkmal; \‚wissbar sein‘ – als Merkmal; \‚Wissbarkeits-Land­schaften‘ – als solche; \(zuständiger / dominierender / möglicher / erwägenswerter) „Kontext“; \all die ‚Nachbar­schaftsbeziehungen im Kognischen Raum‘; \(bestehende / gesuchte) „Korrelationen“; \als extra Arbeitsschritt: Die – richtige – ‚Transformation der Dinge‘ in den Kognischen Raum; \„Infor­mation“ + jeweiliger Zweck; \Das ‚Durchzoombarkeits‘-Paradigma der KOGNIK; \Das – generelle – ‚Spiel‘-Para­digma + all seine „Spiel­wiesen“; \all die „Weltbilder“ – zur Auswahl; \„invariant sein“ (oder nicht) gegenüber Änderungen bei: <… / … / …>; \„Algorithmen“ – als solche; \allerlei Arten von ‚Kognitiv wirksamem Apparat‘; \Das Paradigma der „Objektorientierung“; \Operieren im »All-Unifizierten Kognischen Raum«; \(all die anfallenden) „Perspektivwechsel“; \Kognitive Herausforderung: „Paradigmenwechsel“; \immer mehr an ‚Raumgreifung‘ – im »Kognischen Raum«; \zur „Lehre vom Schichtenbau“; \„top-down“ + „bottom-up“ – als gegenläufige ‚Himmelsrichtungen im Kognischen Raum‘; \„Häufigkeiten“ + Statistik; \‚Kog­nische Kartografie‘ – als solche; \Kon­zept: ‚Kognischer Universalatlas‘; \all die so unterschiedlichen ‚Kognitiven Leistungen‘; \Das ‚Fingerabdruckwesen‘ im »Kognischen Raum«; \Erkennen von ‚Primpunkten‘ + die Arbeit damit; \Formen der „Wahrnehmung“; \„Probleme“ – als solche; \„Orthogonalisierung“ im ‚Kognischen Raum‘  (_┴) ; \„so als ob <...>“-Ersatz-Lösungen; \„Verzweigung“ + ‚Abzweigungspunkte‘ im »Kognischen Raum«; \„Was alles wäre / würde / liefe anders, wenn: <… / …>?“; \„Platsch-Ver­arbeitung“: Das Wirkprinzip des Denkens, Fragens, Lernens + Verstehens; \„bewusst“ sein / werden versus: \„unbe­wusst“ ablaufen; \„Apparatives Verstehen“ – sein Wirkprinzip; \Die – zueinander orthogonalen – ‚Elementarschritte‘ des: Denkens; Verwaltens; Fragens; Planens; Problemlösens; Forschens; Spekulierens; …; \„Attribute“ + „Wertmaßstäbe“; \Die ‚Palette der Freiheitsgrade‘ der „Bewegung“ + des „Handelns“ in der kognitiven Welt; \zu all den ‚Fingerabdrücken‘ im »Kognischen Raum«; \Die Erste unter „all den Dimensionen der Welt“; \„kennen lernen“, erlernen, umlernen“: alles kognitive Leistungen! + \„verstehen“; \„Strukturen“ – als solche; \„Sinn“, „Bedeutung“ + Sinngebung; \„Sprach“-Beherrschung; \„Logik“ + Schlussfolgerbarkeit; \Messlatte: all die ‚Kognitiven Prozesstypen‘ + \Arten an: ‚Kognitiver Leistung‘; \allerlei Arten von „Intelligenz“; \„Netzwerke“ als: ‚Wissensträgertyp‘ + Das „Hubwesen“; \„Näher­ungstech­nik“ + Stützstellenwesen“ im »Kognischen Raum«; \Das »Unterfangen Weltpuzzle« – als ‚abbildungs­seitige‘ Suche nach dem: „Alles umfassenden gemeinsamen Hut“; \Erinnerung an die Gestalt + Struktur des im »Unterfangen Weltpuzzle« entdeckten: „Gedankengebäudes“; \zur Dynamik des (im Raum selbst) „Ortsfesten“; \Der ‚Nabel der Welt‘ – in Draufsicht für den »Privilegierten Beobachter« ‚schrittweise ausgerollt‘; \„Muster“ + Mustererkennung; \„Formaler Umweg“ – über den lokal bestgeeigneten ‚Top-Punkt‘; \Wahr­scheinlichkeiten + „Bayes-Inferenz“; \„Expertensysteme“ – als solche; \Das »Referenzideal der Abbildung der WELT« – in seiner Rolle als: „Allseits-Transparente Box“; \Das ‚Abstraktionskegel‘-Para­digma der KOGNIK; \Die ‚Topologie des Kognischen Raums‘; \Das ‚Fächer‘-Paradigma für den LEGE-Platz zum »Puzzle WELT«; \zur – abbildungsseitigen! – ‚Aus- und Einrollbarkeit all der: Diskursraumdimensionen; Merkmale; Zusammenhänge; Fragen; Probleme; ...+ Richtigkeitskriterien; \Die Palette der ‚Welt-Tortenstücke‘; \„Zentrale Hubs“ – vorhanden / gesucht / bloß behauptet; \k-DIM; \»Einsheit in Vielheit« – Das Hauptmerkmal des »Originals WELT«; \Das „Konklave“-Szenario der KOGNIK; \zum besonderen Nutzen von Ecken + Glatten Kanten beim Puzzeln; \„kausal sein“ (oder nicht) – ein erforschbares Merkmal; \„funktion­ieren“ (oder nicht) – als Merkmal; \Das ‚Weltausschnitt‘-Paradigma + \Das ‚Guckloch‘-Paradigma der KOGNIK; \„Verzerrbarkeit + Verzerrungen der Dinge“ im »Kognischen Raum«; \„Wirkungs­ausbreitung“ + „Technikfolgen-Abschätzung“ – als solche; \„Formalisierte Konventionen“; \„Ethik“ + Ethische Fragen; \...; \...

Systemische Grafik und Beispiele: \Überblicksgrafik: Die Auflösungs-Ebenen des ‚Kognitiven Prozesses‘ – in Seitenansicht + \ein „Zoomkanal“ dazu – in Draufsicht; \Das Wirkprinzip des „Tief Lernens“; \all die „Planquadrate“ im Abstraktionskegel; \Die Abfolge der Entwicklungsschritte auf dem Weg zum „Individuum“; \‚Raumgreifung“ versus: ‚Raumverzicht‘ – { im jeweils zuständigen „Diskurs- + LEGE-Raum }; \„Trojanische Einschleusbarkeit“ – ins Denken; \...; \FRITZ – der Roboter; \...; \...

Literatur:    \\Wiki: „Artifizielle Intelligenz“; \\Wiki: „Neuronale Netzwerke“; \\Wiki: „Konnektionismus“; \\Wiki: „Sich selbst organisierende Karten“; \\Wiki: „Bayes-Wahrscheinlichkeit“; \\Wiki: „Deep Learning“; \\Wiki: „Convolutional Neural Network“; \\Wiki: „Perzeptron“; \\Wiki: „Backpropagation“; \\Wiki: „Fuzzy-Logik“; \\Wiki: „Superintelligenz“; \\Wiki: „Weltwissen“; \\…
Marvin Minsky: „Mentopolis“; Martin Ford: „Die Intelligenz der Maschinen“ – Mit Koryphäen der Künstlichen Intelligenz im Gespräch; Stuart J. Russell; Peter Norvig: „Künstliche Intelligenz – Ein moderner Ansatz“; Julian Nida-Rümelin; Nathalie Weidenfeld: „Was kann und darf Künstliche Intelligenz?“; ...

========================================================================

Worum es in diesem Teil der Puzzlestein-Sammlung gehen soll:

– [\Der »Kognitiver Prozess« – als GANZER; \„herumreisen + „herumspringen“ (können) in all den Gegenden + Weiten des »Kognischen Raums«; \all die Arten von: ‚Kognitiv wirksamem Apparat‘; \...; \...]

*****

Definitionen:  §…§; §…§

– [\„Zitat“ – ‚Artificial Intelligence’ – A Modern Approach, p. 2; \Das – generelle – ‚Spiel‘-Paradigma + all seine Spielwiesen; \„operational sein“ (oder nicht) – ein abbildungsseitiges Merkmal; \Das »Referenzideal der Abbildung der WELT« – in seiner Rolle als: „Allseits-Transparente Box“; \immer mehr an ‚Raumgreifung‘ – \Prin­zipgrafik dazu – in Seitenansicht; \(bislang) ‚Fehlende Abstraktionen‘; \Die ‚Palette der Freiheitsgrade‘ der „Bewegung“ + des „Handelns“ in der kognitiven Welt; \Die Palette der ‚Elementarschritte des Denkens + Planens‘; \Die KOGNIK – als solche; \...]  

*****

“… what machines cannot yet do well, and that the human brain succeeds in doing wonderfully, is integrate new information within an existing network of knowledge. You not only memorize the new verb purget, but you immediately know how to conjugate it and insert it into other sentences: Do you ever purget? I purgot it yesterday. Have you ever purgotten? Purgetting is a problem. When I say, “Let’s purget tomorrow,” you don’t just learn word – you also insert it into a vast system of symbols and rules: it is a verb with irregular past tense (purgot, purgotten) and a typical conjugation in the present tense (I purget, you purget, she purgets, etc.). To learn is to succeed in inserting new knowledge into an existing network. … Ironically, so-called deep learning algorithms are almost entirely incapable of any profound insight.”   – [Stanislas Dehaene: “How we learn”, p. 31]

– [\Die „Kartierbarkeit der Dinge”; \‚Systemische Grafik‘ – zusätzlich als „Sprache“; \Die ‚Regeln der Kunst‘ der KOGNIK; \...]  

**********

§…§

**********

Phänomen: Emergente „Funktionen“ 

§in lernfähigen Multi-Agenten-Systemen; Schwarmverhalten; Schwarmintelligenz; ...§

 --- Jeder Schwarm als ein (über ein bloßes Seins- oder Verhaltensmerkmal) „Zentriertes Netzwerk“.
Statt eine bloßen: „Mitgliedschaft in einer Menge“. + Statt irgendwelcher Zielvorgaben von „weit oben“ her!

– [\„Selbstorganisation“ – als Wirkprinzip; \Das ‚Funktions‘-Paradigma der Technik; \„Komplexität“ – als Angstgegner; \zur „Systembiologie“; \„Netzwerktyp“ – irgendwo im »Kognischen Raum« zentralisiert – \Prinzipgrafik dazu; \nachträgliche Zerpflückung einer bereits fertigen LÖSUNG; \(weiterhin vorhandene / ständig genutzte „Freiheitsgrade“ (hier: im Klassischen Raum); \(überhaupt) genügend: ‚Platz vorhanden‘!; \‚So als ob‘; \...; \...]
[– in einen spannenden Roman umgesetzt: Michael Crichton, „Beute“ (Prey), S. ... + S. 162 / 163 + ...
--- §diesen Text nochmal durchchecken!§]

Wenn man einen Vogel- oder Fischschwarm in seinem Verhalten beobachtet, meint man zunächst, dass es dort einen „Anführer“ gebe, dem alle Anderen folgen. In Menschengruppen und bei sozialen Säugetieren ist das oft so.

Doch Vögel und Fische, nicht gerade die klügsten unter den Tieren und ziemlich dumm als Indivi­duen, haben keinen „Anführer“. Wissenschaftliche Beobachtungen haben das bewiesen. Trotzdem zeigen sie als „Schwarm“ manch überraschendes, gelegentlich sogar „intelligentes“ Verhalten.

– [\„Verhalten“ – als Fachbegriff; \...; \...]

**********

Nützlichkeit für uns – „Leistungsunterschiede“:

• Roboter-Tun

     versus:

• Roboter-Denken

– [\all die Arten von „Änderung“; \Prinzipgrafik: Die Rolle der ‚Denk-Orthesen‘; \„Kontrolljahr 3000“; \...; \...]

*****

„Tief-Lernen“ („Deep Learning“ / „Maschinelles Lernen“) – überwacht versus: unüberwacht

·        Das „Perzeptron“-Modell …
– [\„Korrelation“ – Merkmal-Kombination --> Identifizierung; \„Semantische Netze“; \Wikipedia: „Perzeptron“; \...; \...]  

·        “The most remarkable growth trend in machine learning today, and one that has also been heavily hyped, concerns so-called deep learn­ing. Although there is no strict boundary, a neural network with less than four layers is considered “shallow”, while one with more than 10 layers and many thousands of connections is considered “deep”. Using deep-learning algorithms, plus performative computing resources and extremely large datasets, researchers have managed to break important barriers for such tasks as text translation, voice recognition, image segmentation and even to master the game Go. Many of the educational materials one can find on the internet are thus focused around typical tasks such as image recognition, annotation, segmentation, text processing and pattern generation.”
                                               – [CERN Courier, July / August 2018, p.24]

·        In welchem – wie denn aufgespannten – ‚Gemeinsamen Raum‘ liegen all die am Deep-Learning irgend beteiligten „Ebenen“?   §…§
--- kreuz und quer; perspektivisch; raumgreifend; als lokal Besonderes; an längst vorhandenen Invarianzen orientiert; …; …
– [\Der jeweilige  LEGE-Raum – als solcher; \dessen originalkonforme ‚Aufspannung‘; \(scheinbares) „Chaos“; \all die „Perspektiven“ + \„Projektionen“; \‚invariant sein‘ (oder nicht) gegenüber Änderungen bei: <… / …> – als Merkmal; \‚Kognitive Kartierung‘ – als solche; \...; \...]   

·        …
– [\...; \...]  

*****

Sprach-Übersetzung:

§…§

– [\Thema: „Verbale Sprache“; \„verstehen“ – eine kognitive Leistung; \zur Mehrdeutigkeit von: „<…> ist {…}!“-Behaup­tungen; \„Sinn“, „Bedeutung“ + Sinngebung; \Der jeweilige ‚Kognitive Prozess-Typ‘ – (diesen erst einmal erkennen); \all die Arten von ‚Kognitiver Leistung‘ – (von denen da die Rede sein kann) – \Prinzipgrafik zu beidem; \Der ‚Formale Umweg‘ – über den jeweiligen ‚Lokalen Top-Punkt‘; \„Kon­text sein“ + nutzbar / erwägenswert; \...; \...]  

*****

„GPT-3 Text Generator“ + ‚Chat GPT‘ + ‚…‘:

§als Versuche:

• „Die KOGNIK“ – zusätzlich als Wissenschaft
• „Der Wissensträgertyp: ‚Abstraktionskegel‘
• …

Wenn möglich mit der Auflage, dabei die zusätzliche Sprache: „Systemische Grafik“ einzubinden.

– [\z. B.: 2022: „Neuroflash“; \\Wikipedia: „ChatGPT“; \als neuer ‚Wissensträgertyp‘: „Kognisch-Systemische Grafik“; \...]  §

*****

Backpropagation  – \\Fehler-Rückführung

§…§

– [Kognitive Freiheitsgrade: \Abbildung – (oder nicht) –  (˄)  versus  (˅) ; \Durchzoomen  (↑) versus: (↓) [5]; \Schwenken des ‚Eigenen Gucklochs‘  –  (↔)  ()  () ; \\Wikipedia: „Backpropagation“; \Arten von ‚Behauptung‘; \„Orthogonalisierung“ im ‚Kognischen Raum‘ –  (_┴) ; \Brücken zwischen den ‚Beschreibungsweisen‘; \(machbare) ‚Proben auf Richtigkeit / auf Plausibilität‘; \(in der ‚Künstlichen Intelligenz‘ nutzbare / hochinvariante) „Relationen“; \all die ‚Richtigkeitskriterien‘ – zur Auswahl; \...; \...]  

**********

§…§

– [\Arbeitsmaterialien der KOGNIK speziell zu dem ‚Prim-Punkt‘: „Künstliche Intelligenz“; \...]  

***********

– [\...]

*****

 

*****

zurück zum: »Ausgezeichneten Blickpunkt der KOGNIK«;
\Der – all-unifizierende – „LEGE-Raum“ zum »Puzzle WELT«