Die Entwicklung der Künstlichen Intelligenz-Forschung (KI-Forschung) lässt sich in drei Phasen unterteilen:
Die Ära der symbolischen KI (1955-1987): In den Anfängen der KI-Forschung gab es eine Vielzahl an konkurrierenden theoretischen Ansätzen und Forschungsprogrammen, die von charismatischen Führungsfiguren vorangetrieben wurden. Aufgrund technologischer Beschränkungen und fehlender Evaluationsmechanismen konnte sich jedoch keiner der Ansätze durchsetzen, was zu einer "KI-Krise" in den 1980ern führte.
Das Benchmarking-Zeitalter (1987-2011): Um den Fortschritt in der KI-Forschung messbar zu machen, führte die US-Regierungsbehörde DARPA ein formales Evaluationssystem namens "Benchmarking" ein. Dieses fokussierte die Forschung ausschließlich auf die Steigerung der Vorhersagegenauigkeit auf standardisierten Datensätzen und begünstigte den Aufstieg statistischer Lernverfahren wie maschinelles Lernen.
Das Deep Learning-Zeitalter (2012-2021): Durch den Zugang zu großen Datenmengen und leistungsfähiger Rechenleistung konnte sich der Deep Learning-Ansatz innerhalb des Benchmarking-Systems als dominante Methode etablieren. Die Erfolge von Deep Learning führten zum Verdrängungswettbewerb anderer KI-Ansätze und zur Herausbildung einer epistemischen Monokultur.
toiselle kielelle
lähdeaineistosta
arxiv.org
Tärkeimmät oivallukset
by Bernard J. K... klo arxiv.org 04-11-2024
https://arxiv.org/pdf/2404.06647.pdfSyvällisempiä Kysymyksiä