#Abstraktionen

[kalligraphieblog]

Under Water

[dertypohnenamen]

Depressionen sind gedankliche Abstraktionen einer dich umgebenden Schutzmauer, deren Sinn es ist, dich vor den Emotionen der monotonen Menschheit zu bewahren.

-dertypohnenamen (August 2024)

[mitarbeiter]

StreamBuilder: unser Open-Source-Framework für dein Dashboard

Wir freuen uns sehr, dass wir das speziell entwickelte Framework für dein Dashboard auf Tumblr als Open Source anbieten können. Es heißt StreamBuilder, und wir nutzen es schon seit vielen Jahren.

Das Wichtigste zuerst: Was bedeutet Open Source? Open Sourcing ist ein dezentrales Softwareentwicklungsmodell, das die offene Zusammenarbeit fördert. Einfacher ausgedrückt, handelt es sich um ein Programm, dessen Quellcode den User:innen oder Entwickler:innen zur Verfügung gestellt wird, damit sie ihn verwenden oder verändern können.

Und was ist StreamBuilder? Jedes Mal, wenn du deinen Feed mit abonnierten Blogs, den Bereich "Für dich", die Suchergebnisse, die Einträge in einem Blog, eine Liste mit getaggten Einträgen oder sogar Blogempfehlungen aufrufst, wird dieses Framework verwendet. Den Code findest du hier auf GitHub!

StreamBuilder hat eine Menge zu bieten. Im Mittelpunkt der Architektur stehen "Streams" von Inhalten: Einträge aus einem Blog, eine Liste von Blogs, denen du folgst, Einträge mit einem bestimmten Tag oder Einträge zu einer Suche. Dabei handelt es sich um verschiedene Arten von Streams, die miteinander gemischt, nach bestimmten Kriterien gefiltert, nach Relevanz oder Engagement-Wahrscheinlichkeit geordnet werden können und vieles mehr.

Auf deinem Tumblr-Dashboard kannst du seit letzter Woche sehen, wie Einträge von Blogs, denen du folgst, mit Einträgen von Tags, denen du folgst, und mit Blog-Empfehlungen kombiniert werden. Jedes dieser Elemente ist ein separater Stream mit einer eigenen Logik, die aber dasselbe Framework nutzt. Wir schalten diese Empfehlungen in bestimmten Intervallen, filtern Einträge auf der Grundlage der von dir gesperrten Personen und ordnen die Einträge nach Relevanz, wenn du die Option "Das Beste zuerst" aktiviert hast. Dies sind alles Beispiele für die Funktionen, die StreamBuilder uns bietet.

Was ist alles enthalten?

Die komplette Framework-Code-Bibliothek, die wir auf Tumblr verwenden, um fast alle Inhalte, die du auf der Plattform siehst, bereitzustellen.

Eine YAML-Syntax für die Zusammenstellung von Content-Streams und die Möglichkeit, diese zu filtern, einzubinden und zu klassifizieren.

Abstraktionen für das Zusammenstellen, Filtern, Klassifizieren, Einbinden und Debuggen von Streams.

Abstraktionen für die Zusammenstellung von Streams, z. B. mit Karussells, für Streams innerhalb von Streams.

Eine Abstraktion für cursorbasierte Paginierung für komplexe Stream-Templates.

Unit-Tests, die die öffentliche Schnittstelle für die Bibliothek und den größten Teil des zugrunde liegenden Codes abdecken.

Das kommt noch

Dokumentation. Wir müssen eine Menge von unseren eigenen internen Tools migrieren und hier einpflegen!

Weitere Beispiel-Stream-Vorlagen und Beispiel-Implementierungen für verschiedene allgemeine Streams.

Falls du Fragen hast, sieh dir den Code an und schicke uns dort eine Nachricht.

[z428]

Einmal mehr anderswo auf Landkarte und Zeitlinie. Ankommen und Sommer vorfinden, auch wenn gefühlt einen, der dem Stadtsommer fremd ist, einen, der mehr Vergangenheit, mehr Erinnerungen, mehr Tiefe, aber auch mehr Vergessenes und Zurückgelassenes in sich trägt. Die Erwägungen zu Algorithmen, Modellen, Abstraktionen schwingen noch im Hinterkopf, aber derzeit schweigen die Maschinen. Und die Sprache hier entzieht sich ohnehin all dem, in Momenten wie diesen neben Kindheitswiesen, unter den Bäumen der großen Ferien, dort, wo es immer nach Wald, Abend und Ferne duftet.

[fabiansteinhauer]

Anfängerübung

Zum Anfang einer Forschung zu den Grundlagen des Rechts schlagen wir darauf vor, auf eine Vorstellung nicht zu beharren, sogar es einmal ohne sie zu versuchen, auf sie also zu verzichten: nämlich dass die Welt, die Wirklichkeit, das Universum oder das Sein einen hierarchischen und stabilen Aufbau hätte.

Wir schlagen vor, auf die Vorstellung der Hierarchie und sogar die die Heterarchie am Anfang nicht zu beharren, auf die sogar am Anfang zu verzichten, eventuell sogar von Anfang an. Ob etwas an sich, eigentlich oder ursprünglich über dem anderen oder darunter stehe, ob es vor oder nachher auftauche, ob es daneben, auf einer Ebene oder einer anderen Ebene auftauche, ob es drinnen oder draußen sei, auf diese Vorstellung soll am Anfang nicht beharrt werden, mehr noch: es soll am Anfang darauf verzichtet werden. Und auf die Vorstellung, dass etwas eigentlich beständig sei, auch darauf soll verzichtet werden. Dass es gründlichere und weniger gründliche Dinge gäbe, dass die einen Aussagen immer und überall, die andere nur an manchen Orten und manchmal gelten würden, dass es eine Hierarchie und einen Gerüst gäbe, nachdem man den Bestand der räumlich und zeitlichen Geltung einer Aussage bemessen könne: Auf dieser Vorstellung soll man am Anfang nicht beharren, auf sie sogar verzichten.

Wir versuchen, Grundlagenforschung als Grenzwissenschaft zu betreiben. Wir versuchen, die Grundlagen selbst als Grenzen zu verstehen. Das tun wir, in dem technisch denken: Grund ist, was begründet wird und so als Grund effektiv ist. Und um zu begründen und Gründe effektiv sein zu lassen, braucht man juristisch und in der Rechtswissenschaft Operationen, die Differenz operationalisieren, das heißt einen wiederholten Umgang mit Differenz ermöglichen sollen. Um zu begründen und Gründe effektiv sein zu lassen, muss man unterscheiden können, man muss (ab-)schichten können (also zum Beispiel Reihenfolgen beachten oder das eine auf das andere stellen können) und man muss mustern können, d.h. auf komplexe Weise wie etwa mit der Zentralperspektive, der Gesichtserkennung oder statistischen Verfahren und Gestaltungstechniken Wahrnehmbarkeiten einrichten und nutzen können.

Scheiden, Schichten und Mustern: Man kann die Kulturtechniken, mit denen Recht reproduziert wird, mit diesen drei abstrakten Begriffen umfassend beschreiben. Carl Schmitt hat zum Begriff des Nomos (der teilweise als Gesetz, teilweise als Normativität übersetzt wird) behauptet, man könne den Nomos über drei Vorgänge beschreiben: nehmen, teilen, weiden. Nicht deswegen sage ich, dass man die Kulturtechniken des Rechts über das Scheiden, Schichten und Mustern beschreiben kann. Ich will aber durchaus daraauf aufmerksam machen, dass es nicht völlig abwegig ist, mit ungewohnten Abstraktionen die Grundlagen des Rechts zu beschreiben. Wer das dann nicht mehr als Rechtswissenschaft, sondern als Kulturwissenschaft verstehen will, der soll das tun, wird sich aber mit mir auseinandersetzen müssen, falls wir aufeinanderstoßen. Ich übe, zu boxen.

Begründen heißt teilweise argumentieren, aber nicht nur. Man kann Differenz auch anders operationalisieren. Man kann ohne Worte und Begriffe einen Zaun ziehen, oder aber, das Beispiel findet sich unter anderem bei Cornelia Vismann, mit einem Ochsen und einer Kuh eine Furche in einen Acker ziehen und ohne weitere Argumente Rom gründen. Man kann das tun, wie die, die wir Juristen nennen, aber auch so, wie die, die wir Terroristen nennen. Es können aus den einen andere werden, nicht unbedingt, weil sie ihr Verhalten, sondern wir unseren Standpunkt ändern. Die wuseligen Reichsbürger machen auf etwas auferksam: Der Anfang der Legalität liegt am Ende der Illegalität.

Ich spreche von Operationen, nicht von Argumenten und nicht von Kommunikation, nicht von Handlungen. Ich brauche einen abstrakten, fremdartigen Begriff, weil ich einen Begriff brauche, der sich auf die Möglichkeit bezieht, eine Grenze einrichten zu können und der insoweit am besten nur teilweise verstanden, teilweise anschaulich, teilweise vertraut, teilweise begriffen ist. Sobald ich merke, dass die Teilhmerinnen und Teilnehmer der Lerhveranstaltung diesen Begriff vollständig begriffen hätten, er ihnen muttersprachlich oder vom Vater her schon vertraut wäre, diesem Begriff würden sie sicher vertrauen, stünde ich vor einem Dilemma und müsste eventuell ein anders Wort wählen, eines, das eigenes und fremdes mitragen kann und Grenzbegriff bleibt.

Soweit Operationen etwas kommunizieren, kann das ohne Sprache, sogar ohne Information passieren: krachend, rauschend. Es geht sogar ohne Kommunikation, ein Schuss, eine Bombe, eine Betonmauer operationalisieren auch Differenz. Dass der Krach, das Rauschen oder das Stumme der Sprache und der Kommunikation vorausgehe, dass sie in dem Sinne ursprünglicher oder weitere Begriffe, gar allgemeiner Begriffe seien, auf diese Vorstellung soll verzichtet werden. Nicht aber auf die Vorstellung, Differenz zu operationalisieren und auf die Vorstellung, dass das ein technischer, artifizieller, künstlicher oder kunstvoller Vorgang ist, einer, der sogar in und mit der Natur vorkommt. soweit das Recht menschlich ist, halten wir den Menschen von Natur aus für phantasiebegabt und technisch begabt; sogar die Natur halten wir von Natut aus für phantasiebegabt und technisch begabt. Die Natur geht der Kultur nämlich mangels Hierarchie und mangels Beständigkeit nicht voraus, wo sie erscheint, erscheint ihr anderes. Der Tod geht nicht dem Leben voraus, das Leben nicht dem Tod. Dass das Leben erst nicht existiert hätte, nach großer Zeit aber entstanden wäre: Auf diese Vorstellung soll in der Anfängerübung verzichtet werden. Es soll mit der Möglichkeit gerechnet werden, dass der Tod und das Leben gleichursprünglich sind und es zwischen beiden keine Hierarchie gibt.

[hintergrundrauschen]

Kaufmannsladen. - Hebbel wirft in einer überraschenden Tagebuchnotiz die Frage auf, was »dem Leben den Zauber in späteren Jahren« nähme. »Weil wir in all den bunten verzerrten Puppen die Walze sehen, die sie in Bewegung setzt, und weil eben darum die reizende Mannigfaltigkeit der Welt sich in eine hölzerne Einförmigkeit auflöst. Wenn einmal ein Kind die Seiltänzer singen, die Musikanten blasen, die Mädchen Wasser tragen, die Kutscher fahren sieht, so denkt es, das geschähe alles aus Lust und Freude an der Sache; es kann sich gar nicht vorstellen, daß diese Leute auch essen und trinken, zu Bett gehen und wieder aufstehen. Wir aber wissen, worum es geht.« Nämlich um den Erwerb, der alle jene Tätigkeiten als bloße Mittel beschlagnahmt, vertauschbar reduziert auf die abstrakte Arbeitszeit. Die Qualität der Dinge wird aus dem Wesen zur zufälligen Erscheinung ihres Wertes. Die »Äquivalentform« verunstaltet alle Wahrnehmungen: das, worin nicht mehr das Licht der eigenen Bestimmung als »Lust an der Sache« leuchtet, verblaßt dem Auge. Die Organe fassen kein Sinnliches isoliert auf, sondern merken der Farbe, dem Ton, der Bewegung an, ob sie für sich da ist oder für ein anderes; sie ermüden an der falschen Vielfalt und tauchen alles in Grau, enttäuscht durch den trugvollen Anspruch der Qualitäten, überhaupt noch da zu sein, während sie nach den Zwecken der Aneignung sich richten, ja ihnen weithin ihre Existenz einzig verdanken. Die Entzauberung der Anschauungswelt ist die Reaktion des Sensoriums auf ihre objektive Bestimmung als »Warenwelt«. Erst die von Aneignung gereinigten Dinge wären bunt und nützlich zugleich: unter universalem Zwang läßt beides nicht sich versöhnen. Die Kinder aber sind nicht sowohl, wie Hebbel meint, befangen in Illusionen über die »reizende Mannigfaltigkeit«, als daß ihre spontane Wahrnehmung den Widerspruch zwischen dem Phänomen und der Fungibilität, an den die resignierte der Erwachsenen schon nicht mehr heranreicht, noch begreift und ihm zu entrinnen sucht. Spiel ist ihre Gegenwehr. Dem unbestechlichen Kind fällt die »Eigentümlichkeit der Äquivalentform« auf: »Gebrauchswert wird zur Erscheinungsform seines Gegenteils, des Werts.« (Marx, Kapital I, Wien 1932, S. 61) In seinem zwecklosen Tun schlägt es mit einer Finte sich auf die Seite des Gebrauchswerts gegen den Tauschwert. Gerade indem es die Sachen, mit denen es hantiert, ihrer vermittelten Nützlichkeit entäußert, sucht es im Umgang mit ihnen zu erretten, womit sie den Menschen gut und nicht dem Tauschverhältnis zu willen sind, das Menschen und Sachen gleichermaßen deformiert. Der kleine Rollwagen fährt nirgendwohin, und die winzigen Fässer darauf sind leer; aber sie halten ihrer Bestimmung die Treue, indem sie sie nicht ausüben, nicht teilhaben an dem Prozeß der Abstraktionen, der jene Bestimmung an ihnen nivelliert, sondern als Allegorien dessen stillhalten, wozu sie spezifisch da sind. Versprengt zwar, doch unverstrickt warten sie, ob einmal die Gesellschaft das gesellschaftliche Stigma auf ihnen tilgt; ob der Lebensprozeß zwischen Mensch und Sache, die Praxis aufhören wird, praktisch zu sein. Die Unwirklichkeit der Spiele gibt kund, daß das Wirkliche es noch nicht ist. Sie sind bewußtlose Übungen zum richtigen Leben. Vollends beruht das Verhältnis der Kinder zu den Tieren darauf, daß die Utopie in jene sich vermummt, denen Marx es nicht einmal gönnt, daß sie als Arbeitende Mehrwert liefern. Indem die Tiere ohne den Menschen irgend erkennbare Aufgabe existieren, stellen sie als Ausdruck gleichsam den eigenen Namen vor, das schlechterdings nicht Vertauschbare.

Adorno, Theodor W. (1998/1951): Kaufmannsladen, in: ders.: Minima Moralia. Reflexionen aus dem beschädigten Leben, GS Band 4, Wissenschaftliche Buchgesellschaft, Darmstadt, S. 259ff.     

[a-bonb]

„KI ist nicht das ab­strak­te neue Ding!“

1956 - Konferenz in Dartmouth

Der Begriff der Künstlichen Intelligenz wurde im Jahr 1956 von John McCarthy auf der von ihm organisierten Konferenz am Dartmouth College geprägt. Diese Konferenz hatte zum Ziel, herauszufinden, „wie man Maschinen dazu bringt, Sprache zu verwenden, Abstraktionen und Konzepte zu bilden, Probleme zu lösen, die derzeit dem Menschen vorbehalten sind und sich selbst zu verbessern.” Obwohl keine neuen Durchbrüche erzielt wurden, hat diese Konferenz wesentlich zur Etablierung der künstlichen Intelligenz als eigenständiges Forschungsfeld beigetragen. Viele der teilnehmenden Forscher wie Marvin Minsky oder Claude Shannon beeinflussten im Anschluss das Feld nachhaltig.

1958 – Das Perzeptron

Schon in den 1950er Jahren entwicklelte der Psychologe Frank Rosenblatt ein lernfähiges künstliches Neuron – das sogenannte Perzeptron. Dieses einfache künstliche neuronale Netz schuf die Grundlagen für die Verfahren des maschinellen Lernens, auf denen die heutigen Erfolge moderner KI-Systeme beruhen.

Leider schnitt das Perzeptron damals gegenüber den Methoden der klassischen logischen Programmierung noch schlecht ab. So konnte es zum Beispiel die logische Funktion XOR nicht berechnen, mit der ein exklusives Entweder-Oder ausgedrückt werden kann (also zum Beispiel dass eine Person entweder Schokoladeneis ist oder Zitroneneis, aber nicht beide Sorten zusammen). Daher wurde die Forschung an neuronalen Netzen fast überhaupt nicht mehr unterstützt. Den Forschern war noch nicht bewusst, dass neuronale Netze mit mehreren Schichten diese und andere Probleme schnell behoben hätten. Die dazu geeigneten Lernverfahren wurden erst ca. 30 Jahre später entwickelt: Ab dem Jahr 1986 erlebte die Idee der künstlichen neuronalen Netze eine Wiederbelebung und wurde zu den fortschrittlichen Verfahren maschinellen Lernens weiterentwickelt, welche heute Anwendung finden.

1966 – ELIZA, der erste Chatbot

Den ersten Chatbot entwickelte der deutsch-amerikanische Informatiker Joseph Weizenbaum (1923-2008) im Jahr 1966 zu Forschungszwecken. Mit ELIZA wollte er untersuchen, wie gut Kommunikation zwischen Mensch und Computer in natürlicher Sprache funktionieren kann. Der Chatbot wurde dabei so gestaltet, dass er eine bestimmte Art von Psychotherapeut simulieren sollte, der so antworten durfte, als wisse er nichts über die reale Welt. Z.B. konnte der Chatbot auf die menschliche Feststellung „Ich habe eine lange Bootsfahrt gemacht“ mit „Erzählen Sie mir über Boote“ antworten, wodurch die Unterhaltung glaubwürdig wirken sollte. Weizenbaum war vor allem überrascht, wie leicht sich Menschen täuschen ließen. Er berichtet: „Some subjects have been very hard to convince that ELIZA (with its present script) is not human“

Späte 1960er bis 1970er Jahre – Der erste KI-Winter

Als erster KI-Winter wird der Zeitraum in den späten 1960er und 1970er Jahren bezeichnet, in dem das Interesse an der künstlichen Intelligenz stark abnahm und viele Forschungsprojekte auf diesem Gebiet eingestellt wurden.

Die Gründe dafür waren vielfältig. Die Erfindungen und Durchbrüche in den Jahren zuvor führten zu unrealistischen Erwartungen. So gingen einige Forscher in den frühen 1970er Jahren noch davon aus, dass Maschinen innerhalb eines Jahrzehnts menschliche Intelligenz erreichen könnten. Allerdings waren die Computer in dieser Zeit noch nicht leistungsfähig genug, um komplexe Aufgaben wie Spracherkennung und Bildverarbeitung effizient lösen zu können. Die ausbleibenden Erfolge führten zu Enttäuschungen und abnehmendem Interesse, so dass viele Regierungen und Unternehmen die Finanzierung von Forschungsprojekten im Bereich der künstlichen Intelligenz reduzierten oder ganz einstellten. Dies bedeutet aber nicht, dass es in diesem Jahrzehnt keinerlei Entwicklungen auf dem Gebiet der KI gab, sie standen lediglich nicht im Fokus des öffentlichen Interesses

1970er – Expertensysteme

In den 1970er Jahren wurde der erste KI Winter durch die Entwicklung von Expertensystemen beendet. Expertensysteme sind Computerprogramme, mit denen das Spezialwissen menschlicher Experten über ein bestimmtes Sachgebiet sowie deren Schlussfolgerungsfähigkeiten nachgebildet werden. So werden Expertensysteme zum Beispiel in der Onkologie angewendet, um Ärzte und Pflegepersonal bei der Diagnose oder der Therapie von Krebspatienten zu unterstützen.

Späte 1980er und frühe 1990er Jahre – Der zweite KI-Winter

1981 kündigte Japan das sogenannte Computerprojekt der 5. Generation an .Dieses hatte zum Ziel, innovative Computer zu entwickeln, die parallele Berechnungen und logische Programmierung nutzen, um so die technischen Beschränkungen herkömmlicher Computer zu überwinden. Sie sollten als Grundlage für die künftige Entwicklung künstlicher Intelligenz dienen (Kabaner . Wie schon vor dem ersten KI-Winter erwiesen sich diese Ziele als zu ehrgeizig und die Erwartungen als unrealistisch hoch. Das Scheitern dieses Projekts sowie die Ernüchterung gegenüber Expertensystemen führten zu einem zweiten KI-Winter.

1997 – Deep Blue vs. Kasparov

Am 11. Mai 1997 gewann der IBM-Computer Deep Blue erstmals gegen den damals amtierenden Schachweltmeister Garry Kasparov . Deep Blue basierte im Wesentlichen auf den Technologien der klassischen symbolischen KI: Er verfügte über einen großen Katalog von Eröffnungszügen und eine umfangreiche Bewertung von Stellungen. Basierend auf diesen konnte er Schachzüge effizient vorausberechnen. Deswegen stellte der Sieg methodisch keinen Meilenstein in der Geschichte der Künstlichen Intelligenz dar, rückte diese aber nach dem zweiten KI-Winter wieder ins Licht der Öffentlichkeit

2012 bis heute – Deep Learning

Die rasante Entwicklung im Bereich der KI lässt sich größtenteils mit den Fortschritten im Bereich des maschinellen Lernens, insbesondere des Deep Learnings (Tiefes Lernen), begründen. Deep Learning basiert auf sogenannten tiefen neuronalen Netzen, also solchen, die „üblicherweise Tausende, Millionen oder noch mehr“ künstliche Neuronen in mehreren verborgenen Schichten umfassen

Schon im obigen Beitrag zum Perzeptron wurde ersichtlich, dass die Idee der neuronalen Netze bereits in den 1950er Jahren entwickelt wurde. Dort mangelte es allerdings noch an Rechenleistung und zur Verfügung stehenden Daten, um die Technologie erfolgreich umsetzen zu können. Diese Einschränkungen gelten jedoch heutzutage nicht mehr, da die Rechenleistung enorm gestiegen ist und wir seit der Schaffung des World Wide Web einen exponentiellen Zuwachs von Daten erleben.

Ab dem Jahr 2012 gab es mehrere Durchbrüche auf den Gebieten der Sprach- und Bilderkennung durch den Einsatz tiefer neuronaler Netze. So errang das neuronale Netzwerk AlexNet im September 2012 einen überwältigenden Sieg bei der ImageNet Large Scale Visual Recognition Challenge (ILSVRC). Dies ist ein Wettbewerb, der in den Jahren 2010 bis 2017 stattfand und dazu diente, den Fortschritt auf dem Gebiet der Bilderkennung und Klassifizierung zu fördern. Die spezielle, auf Bildverarbeitung und der Mustererkennung optimierte Architektur von AlexNet hat das Feld der Bilderkennung revolutioniert . Seitdem haben solche Systeme Einzug in die Wirtschaft und unseren Alltag gefunden - etwa in Form von Sprachassistenten in Autos oder in automatisierten Sortieranlagen in der Landwirtschaft.

2016 – AlphaGo vs. Lee Sedol

Go ist ein Brett- und Strategiespiel, das besonders in Asien sehr beliebt ist. Es gilt als weitaus komplizierter als Schach, da es viel mehr mögliche Stellungen hat. Viele Topspieler entscheiden daher intuitiv, welchen Zug sie als nächstes vornehmen, wodurch ihre Züge sehr schwer berechenbar sind. Trotzdem schaffte es das Programm AlphaGo, dieses Spiel zu erlernen und nach wenigen Trainingsmonaten den berühmten Go-Spieler Lee Sedol zu schlagen. Die Kernidee der Entwickler von AlphaGo bestand darin, anstatt nach dem Brute-Force-Verfahren alle möglichen Spielzüge auszuwerten, die Intuition des Menschen mit Methoden des maschinellen Lernens nachzuahmen. Mit dieser Strategie schlug AlphaGo den amtierenden Go-Weltmeister Lee Sedol im März 2016

2016 - Erklärbare künstliche Intelligenz (XAI)

Erklärbare künstliche Intelligenz (engl. Explainable AI - kurz XAI) hat zum Ziel, die Entscheidungsfindung und Funktionsweise einer künstlichen Intelligenz in einer für den Menschen verständlichen Weise zu erklären und zu visualisieren. Sie ist insbesondere bei kritischen Anwendungen in Bereichen der Medizin, dem Militär und der Rechtswissenschaft von Bedeutung, bei denen menschliche Entscheidungen auf der Grundlage von Empfehlungen getroffen werden, die von tiefen neuronalen Netzen erstellt wurden. Diese Systeme treffen ihre Entscheidungen in einem Black-Box-Vorgang, d.h. es ist nicht nachvollziehbar, wie das System zur Lösung seines Problems gelangt ist. Dabei gilt: Je mächtiger das tiefe neuronale Netz ist, desto weniger nachvollziehbar ist sein Entscheidungsprozess.

Ein wichtiger Meilenstein in der Entwicklung der XAI war das Jahr 2016, als die DARPA (Defense Advanced Research Projects Agency) ein Forschungsprogramm zur Entwicklung von erklärungsfähigen KI-Systemen ins Leben gerufen hat. Seitdem haben zahlreiche Forschungsprojekte und Initiativen das Thema XAI weiter vorangetrieben.

Frühe 2020s - KI Frühling

Seit den frühen 2020ern sind die rasanten Entwicklungen auf dem Feld der Künstlichen Intelligenz in den Medien präsent. Insbesondere generative KI-Systeme versetzen die Menschen in Erstaunen. Diese können nicht nur Routineaufgaben erledigen sondern auch sehr kreativ sein. Da diese Systeme zudem für eine breite Öffentlichkeit kostenfrei zugänglich gemacht wurden, lösten sie einen wahren KI-Boom aus.

Im November 2022 machte das US-amerikanische Unternehmen OpenAI den Chatbot ChatGPT öffentlich zugänglich. Schon innerhalb der ersten fünf Tage ab seiner Veröffentlichung registrierten sich eine Million Nutzer weltweit. GPT steht für „Generative Pre-trained Transformer“ und bezeichnet ein Sprachmodell, das darauf abzielt, sinnvolle, kohärente Antworten auf die schriftlichen Anfragen seiner Nutzer zu erzeugen. Die Antworten werden von einem tiefen neuronalen Netzwerk generiert, das darauf trainiert wurde, Muster und Beziehungen in Daten zu erkennen. Damit kann es Vorhersagen treffen oder eine breite Palette an Aufgaben in verschiedensten Bereichen erfüllen, von einfachen Fragen und Antworten bis hin zu komplexen kreativen Schreibaufgaben: Es kann ganze Aufsätze oder Reden schreiben, einfache mathematische Aufgaben lösen, Texte zusammenfassen oder Programme in unterschiedlichen Programmiersprachen schreiben. Dabei liegt der Fokus des Chatbots darauf, auf natürliche Weise mit seinem Nutzer zu interagieren. Dadurch entsteht beim Nutzer der Eindruck, dass er oder sie mit einem Menschen kommuniziert. Dies ist aber nur eine Illusion, da ChatGPT keine Zusammenhänge versteht sondern nur gemäß statistischen Zusammenhängen handelt und anders als ein Mensch nicht das versteht oder meint, was es von sich gibt.

Weitere textgenerierende Systeme anderer US-amerikanischer Technologie-Giganten wie der Bing Chat der Firma Microsoft (Februar 2023) oder Bard der Firma Google (März 2023) wurden kurz darauf veröffentlicht. Seitdem liefern sich diese und andere Unternehmen einen Konkurrenzkampf um Marktanteile und die fortschrittlichsten Sprachmodelle zur Verarbeitung und Erzeugung natürlicher Sprache.

Bildgenerierende Systeme (Midjourney, Stable Diffusion, Dall-E und Co)

Auch die Generierung von Bildern durch KI-Systeme wie Midjourney (Juli 2022), Stable Diffusion (August 2022) oder Dall-E (seit September 2022 allgemein verfügbar) hat eine enorme Aufmerksamkeit auf sich gezogen. Solche Systeme ermöglichen es, Bilder basierend auf den Texteingaben der Nutzer – sogenannten „Prompts“ - zu erzeugen. Die Möglichkeit, Kreativität „auf Knopfdruck“ abzurufen und damit qualitativ hochwertige Bilder zu erzeugen, übt eine hohe Faszination aus, führt aber auch direkt zu Fragen des Urheberrechts, der Zukunft kreativer Berufe und der Möglichkeit zur Verbreitung von Deep Fakes, also kaum zu erkennender fehlerhafter Bildinformationen.

Neben den oben beschriebenen text- und bildgenerierenden Systemen gibt es eine ganze Reihe weiterer KI-Anwendungen wie zum Beispiel zur Generierung von Musik, Stimmen oder Videos.

Erwartungen an moderne KI-Systeme

Die hohen Erwartungen an moderne KI-Systeme spiegeln sich in den eindrucksvollen Vergleichen wider, mit denen versucht wird, ihre potentiellen Auswirkungen in Worte zu fassen. So bezeichnete Andrew Ng KI als „neue Elektrizität“ (Lynch, 2017). Auch der häufig verwendete Begriff der KI-Revolution verdeutlicht die grundlegenden, radikalen und nachhaltigen Veränderungen, die die Entwicklungen auf dem Gebiet der KI in den letzten Jahren mit sich gebracht haben. Dabei werden Parallelen zu früheren Industriellen Revolutionen gezogen: Während in der Vergangenheit Maschinen die körperliche Leistungsfähigkeit des Menschen verbesserten, wird erwartet, dass sie in der Ära der KI die geistigen Fähigkeiten von Menschen ergänzen und erweitern.

Risiken moderner KI-Systeme

Doch nicht nur die Erwartungen an die KI-Revolution sind hoch. Wie jede Revolution hat sie weitreichende Auswirkungen auf die Gesellschaft als Ganzes und verläuft nicht reibungslos. Viele der oben beschriebenen generativen KI-Systeme werden von Menschen als faszinierend und beängstigend zugleich wahrgenommen . Beeindruckend sind beispielsweise Systeme zur simultanen Videoübersetzung, die in einer Sprache eingegebene Texte innerhalb kürzester Zeit in eine andere Sprache übersetzen und lippensynchron wiedergeben .

Allerdings ist das Missbrauchspotential solcher Systeme hoch, zum Beispiel in Form von Anrufen mit durch KI generierten oder manipulierten Stimmen. Der niedrigschwellige Zugang, die erhöhte Verfügbarkeit und die relativ einfache Bedienbarkeit solcher KI-Tools ermöglicht es auch Laien, sogenannte Deepfakes zu erzeugen. Als Deepfakes bezeichnet man realistisch wirkende, aber gefälschte Medieninhalte wie zum Beispiel Gesichter oder Stimmen in Videos, Audiodateien oder Fotos. Da diese KI-erstellten Medieninhalte täuschen echt sind, können sie von Menschen nur schwer als Manipulationen erkannt werden . Somit müssen wir uns von der herkömmlichen Vorstellung verabschieden, dass ein Video oder Bild als unumstößlicher Beweis gilt. Ende März 2023 verbreitete sich beispielsweise das täuschend echt aussehende, KI-generierte Bild vom Papst im hippen Daunenmantel rasend schnell in den sozialen Netzwerken. Viele Menschen hielten das Foto für echt. Was bei diesem Bild zunächst witzig erscheint, kann zum Beispiel in politischen Kontexten wie Wahlkämpfen schwerwiegende Folgen haben, da die Möglichkeit besteht, gefälschte Bilder oder Videos zu generieren und zu Desinformationen verbreiten.

[juliawitzeneder]

second hand memories Serie / 2023 / 3c Siebdruck / 5 + 1P / 43 × 32 

Die Serigrafien repräsentieren Flohmarktfunde als verzerrte Abstraktionen und verbinden sie mit ihrer verloren geglaubten Biografie. Dabei wird die Rolle des Sammelns bei der Konstruktion von Identität, Erinnerung und Narrativität betont, sowie dessen soziale Dimension und Verbindung zu Gemeinschaften und kulturellen Praktiken.

[blog-aventin-de]

Symbolik des Geisteslebens

Symbolik des Geisteslebens · R.M.F · Alltagspsychologie

Nicht nur das Gefühlsleben, auch die geistige Eigenart des Menschen hat ihre Symbolik. Grad und Art der sinnhaften Veranlagung, der Fantasie, der Abstraktionsfähigkeit und vieles andere mehr offenbart sich mit untrüglicher Sicherheit in Wohnung und Kleidung, in Umgang und Sitten, in Kunstwerken und religiösen Gebräuchen. Wie die Anlagen des Gemüts und Geistes, so kreuzen sich ihre Symbole in mannigfacher Weise, und innerhalb und neben der Gefühlssymbolik hat die Eigenart des Geistes Gelegenheit genug, sich auszuwirken. Nur einige Beispiele mögen das illustrieren. Sinnesmensch: Die Symbolik des Sinnesmenschen ist sinnhafter Art. Er versinnlicht auch das Abstrakteste. Er muss sich von seinem Gott ein sichtbares Bildnis machen, und deshalb neigen einfache Menschen oftmals zum Fetischismus in der Religion, zur Sinnhaftigkeit in der Kunst, und von der Wissenschaft verstehen sie nur das, was anschaulich, konkret zu denken ist. An sekundären Symbolen bevorzugen sie alles sinnhaft Berührende, vor allem Farben, Klänge und Düfte. Die Gegenwart ist ihre mächtige Göttin; nur das zeitlich und räumlich Nahe ist ihnen lebendig. Ihre Welt ist ihre nächste Umgebung, soweit sie sie mit den Sinnen ergreifen: Ferne, Vergangenheit und Zukunft sind ihnen blasse Schemen. Abstrakter Mensch: Der Gegensatz zum Sinnesmenschen ist der abstrakte Mensch, und daher ist seine Symbolik der des Sinnesmenschen strikt entgegengesetzt. Er umgibt sich mit abstrakten Symbolen und macht selbst das Sinnhafte unfarbig, schematisch und begrifflich. Er verwirft jede anschauliche Darstellung der Gottheit: sein Gott ist Idee, in der Kunst sucht er Ideen und in der Wissenschaft nicht konkrete Tatsachen, sondern Regeln, Gesetze und Abstraktionen. Raum und Zeit sind ihm nur Erscheinungen, keine Wirklichkeit: er lebt in einer grauen, zeit- und raumlosen Welt, in seinen Gedanken von der Welt. Daher erscheint dem Sinnesmenschen die Umwelt des Abstrakten nüchtern, grau, gespensterhaft, während der abstrakte Mensch selbst sie nicht so empfindet, sondern sich wohl fühlt, ja sich berauschen kann an seinen farblosen Ideen, die ihm allein als tief vorkommen, wohingegen ihm die Welt des sinnhaften Menschen als eitler, oberflächlicher Flitterkram erscheint. Fantasiemensch: Der Typus des Fantasiemenschen, dem wir hier auch den Erinnerungsmenschen zuordnen, liebt solche Symbole vor allem, die seiner Fantasie den weitesten Spielraum lassen und ihr die stärkste Anregung geben. Sein Feld ist vor allem die Symbolik zweiten Grades; je weiter gespannt die Assoziationen sind, um so stärker fesseln sie ihn. Ihm wird in gesteigertem Maß die ganze Welt Symbol, weil seine Fantasie überall symbolische Beziehungen sucht und findet. Die so entstehende Vieldeutigkeit und Unklarheit der Symbole ist ihm ein Reiz mehr. Diesem Typus gehört vor allem die romantische Geistesart an, die sich ihres symbolhaften Erlebens auch völlig bewusst ist. Der Romantiker wittert in allen Dingen jenseits ihrer konkreten Wirklichkeit tiefere Bedeutungen, Unfassbares und Unaussprechbaren. Die Dinge haben für ihn über ihr unmittelbares Dasein und ihre natürliche Beziehung zur Seele hinaus noch zahllose weitere Bedeutungen. Farben und Töne sind nicht bloß sinnhafte Erlebnisse; sie bedeuten noch alles mögliche mehr: Unendliches und Übernatürliches, Zeitliche und räumliche Fernen sind der Lieblingsaufenthalt fantastischer Geister, ihre Welt ist erfüllt von Träumen, Märchen und Spuk, in denen sich die romantische Gemütsart die ihr adäquaten Symbole schafft. Man findet diesen Typus etwa in Schumanns Musik, in der Dichtung des Novalis, in der Philosophie Schellings und vieler ihrer Geistesverwandten. Symbolik des Geisteslebens - R.M.F - Alltagspsychologie Read the full article

[b2bcybersecurity]

Künstliche Intelligenz: Die wichtigsten Trends 2024

Die Weiterentwicklungen im Bereich Künstlicher Intelligenz bergen für Unternehmen sowohl Risiken für die Cybersicherheit als auch Chancen. Vor allem in Geschäftsanwendungen wird generative KI immer wichtiger werden. KI-Technologien entwickeln sich in einem noch nie dagewesenen Tempo. Die Fortschritte Künstlicher Intelligenz, insbesondere der generativen KI (GenAI), eröffnen neue Möglichkeiten, die unsere Wirtschaft, Arbeits- und Lebensweisen maßgeblich verändern werden. Der Cisco AI Readiness Index zeigt jedoch, dass zwar 95 Prozent der deutschen Unternehmen über eine KI-Strategie verfügen oder sie entwickeln, aber nur 7 Prozent bestmöglich auf den Einsatz von Künstlicher Intelligenz vorbereitet sind. Liz Centoni, Chief Strategy Officer und EVP/GM of Applications bei Cisco, nennt fünf Technologiefelder, in denen Künstliche Intelligenz im neuen Jahr verstärkt Einzug halten wird. APIs vereinfachen die Nutzung von Künstlicher Intelligenz Unternehmen haben einen wachsenden Bedarf, Daten, Automatisierung und Innovation schnell und einfach zu nutzen. Laut Cisco AI Readiness Index priorisieren allerdings nur 17 % der deutschen Unternehmen Budgets für die KI-Einführung gegenüber anderen Technologieinvestitionen. Eine Lösung wird die verstärkte Verwendung von Schnittstellen (API) sein. Über diese Abstraktions-Ebene werden im kommenden Jahr viele KI-Tools und -Services integriert werden. Solche „API-Abstraktionen“ ermöglichen eine kostengünstigere Einbindung von Künstlicher Intelligenz in Geschäftsprozesse, ohne dass EntwicklerInnen tief in die technischen Details der KI-Einführung eingreifen oder eigene Large Language Models (LLM) entwickeln zu müssen. Durch den Zugriff auf eine Vielzahl von KI-Funktionen über APIs können sich wiederholende Aufgaben automatisiert werden und Entscheidungen auf besseren Datengrundlagen getroffen werden. Ebenfalls werden sich 2024 APIs durchsetzen, die eine kundenindividuelle Umsetzung von Künstlicher Intelligenz ermöglichen. Unternehmen kombinieren dazu Schnittstellen verschiedener Anbieter und erzeugen damit KI-Lösungen für ihre individuellen Anforderungen. Die Verzahnung unterstützt zugleich die Zusammenarbeit mit externen KI-Experten, Start-ups und Forschungseinrichtungen. Aktuell sind bereits erste Modelle solcher kuratierten KI-Ökosysteme erkennbar – Modelle, die wir im kommenden Jahr häufiger erleben werden. KI-gestützte Cyberangriffe erfordern Zusammenarbeit 2024 werden Unternehmen, Politik, NGOs und Zivilgesellschaft zunehmend durch KI-generierte Desinformation gefährdet sein. Laut dem Cybersecurity Readiness Index 2023 von Cisco sind nur 11 % der deutschen Unternehmen resilient genug, um gegen Cyberangriffe zu bestehen – und nur 29 % haben überhaupt ein gutes Verständnis zu den verschiedenen Cyberbedrohungen durch Künstliche Intelligenz. Technologieunternehmen und Regierungen werden darum 2024 gemeinsam daran arbeiten, Lösungen gegen KI-gestützte Bedrohungen wie Deepfakes, KI-Social-Bots oder geklonte Sprachaufnahmen zu schärfen und geeignete Cybersicherheitsmaßnahmen zu implementieren. Auch werden Investitionen in die Risikoerkennung und das Training von KI-Modellen mit großen Datensätzen zunehmen. Um Bedrohungen frühzeitig zu erkennen, müssen Unternehmen daher 2024 in fortschrittliche Sicherheitstechnologien investieren und dem Datenschutz höhere Priorität einräumen. Generative KI hält Einzug in die B2B-Geschäftswelt Um wettbewerbsfähig zu bleiben, müssen Unternehmen innerhalb des kommenden Jahres Künstliche Intelligenz implementieren. Darum stehen 2024 natürliche, sprachliche Schnittstellen (NLIs) für neue Produkte im Fokus, die von GenAI unterstützt werden. Die Hälfte der neuen Produkte wird solche Interfaces standardmäßig integriert haben. GenAI wird ebenso die Interaktionen im B2B-Geschäft verbessern, Schnittstellen und Dienste für Datenzugriffe bieten und in vielen Geschäftsanwendungen eingesetzt werden. Dies betrifft vor allem Unternehmensaufgaben, die Daten analysieren und visualisieren, beispielsweise im Projektmanagement, in der Bewertung von Softwarequalität oder der Analyse von Compliance-Feldern sowie bei HR-Aufgaben. Es ist weiterhin abzusehen, dass spezialisierte KI-Modelle stärker in den Fokus rücken. Damit wird eine Verlagerung hin zu kleineren LLMs mit höherer Genauigkeit, Relevanz, Präzision und Effizienz gehen. So können beispielsweise LLaMA-7B-Modelle für Sprachaufgaben wie das Schreiben und Vervollständigen von Code oder die Klassifizierung von Bildern mit wenigen Aufnahmen („few-shotting“) eingesetzt werden. Darüber hinaus wird die Multimodalität, bei der verschiedene Datentypen wie Bilder, Text, Sprache und numerische Daten kombiniert werden, die B2B-Anwendungsfälle in Bereichen wie Geschäftsplanung, Medizin und Finanzdienstleistungen erweitern und dort für kontinuierlich bessere Ergebnisse sorgen. Verbesserte Energieeffizienz beim KI-Einsatz ist wichtiger denn je Kleinere, auf spezifische Anwendungsfälle zugeschnittene KI-Modelle reduzieren schon 2024 im Vergleich zu generischen Systemen die Energiekosten beim Einsatz von Künstlicher Intelligenz. Diese speziellen Systeme werden auf hochpräzisen Datensätzen trainiert und erledigen die spezifische Aufgaben deutlich effizienter. Im Gegensatz dazu müssen bei Deep-Learning-Modellen große Datenmengen verarbeitet werden, um Ergebnisse zu erzielen. Weiterhin wird die stark wachsende Anwendung der Energievernetzung zu einer besseren Energieeffizienz beitragen. Gemeint ist die Kombination von Software Defined Networking mit Gleichstrom-Mikronetzen. Dies wird Unternehmen 2024 dabei helfen, den Energieverbrauch und die Emissionen genauer zu messen. Viele Funktionen in der IT und in intelligenten Gebäuden können mit IoT-Sensoren automatisiert und durch integrierte Energiemanagement-Fähigkeiten effizienter gestaltet werden. Ethik und Frameworks spielen eine zunehmende Rolle für Künstliche Intelligenz Die Einführung von Künstlicher Intelligenz ist ein bis heute einmaliger technologischer Wandel, der gleichermaßen Innovationskraft und Vertrauen braucht. Allerdings: Laut Cisco AI Readiness Index fehlen bei 76 % aller Unternehmen weltweit umfassende Richtlinien, die die Nutzung von Künstlicher Intelligenz regeln. Angesichts der Risiken von GenAI herrscht weitgehend Konsens, dass solche Richtlinien und eine freiwillige Selbstkontrolle der KI-Branche generell nötig sind. Ebenfalls muss sichergestellt sein, dass Verbraucher Zugang zu ihren Daten und Kontrolle über sie behalten – ganz im Sinne der aktuellen EU-Datenverordnung. Dabei sind die Unternehmen selbst gefordert: Mit der wachsenden Bedeutung von KI-Systemen werden öffentlich verfügbare Daten für das Training der KI-Modelle bald nicht mehr ausreichen. Hochwertige Sprachdaten werden voraussichtlich vor 2026 erschöpft sein, sodass bald ein Umstieg auf private oder synthetische Daten notwendig wird. Das birgt allerdings das Risiko von unerlaubtem Zugriff und Datenschutz-Verletzungen. Die Verantwortlichen für den Einsatz für KI werden sich darum zu mehr Transparenz und Vertrauensarbeit in Bezug auf die Entwicklung, Nutzung und Ergebnisse von KI-Systemen verpflichten. Gerade Technologieunternehmen werden sich im kommenden Jahr darauf einstellen müssen, ein neues Maß an Offenheit zu zeigen – beispielsweise, welche Governance-Prozesse die interne Entwicklung, Anwendung und Nutzung von KI steuern. Sind sie in der Breite nicht in der Lage, einen vertrauenswürdigen Umgang mit KI glaubhaft nachzuweisen, wird auch der ordnungspolitsche Rahmen im kommenden Jahr enger gefasst werden. Über die Studien Der Cisco AI Readiness Index basiert auf einer Doppelblind-Umfrage unter 8.161 Geschäfts- und IT-Führungskräften aus dem privaten Sektor in 30 Ländern im Jahr 2023. Sie wurde von einem unabhängigen Dritten durchgeführt, der die Teilnehmenden aus Unternehmen mit 500 oder mehr MitarbeiterInnen befragte. Der Index bewertet die KI-Bereitschaft der Unternehmen in sechs zentralen Bereichen: Strategie, Infrastruktur, Datenhaltung, Governance, Fachpersonal und Unternehmenskultur. Für Deutschland wurden 300 ExpertInnen befragt. Der Cisco Cybersecurity Readiness Index 2023 basiert ebenfalls auf einer Doppelblind-Umfrage unter 6.700 Führungskräften in 27 Ländern, die in ihren Unternehmen für Cybersicherheit zuständig sind. Die Untersuchung wurde Ende 2022 mittels Online- und Telefoninterviews durchgeführt. Für Deutschland wurden 300 ExpertInnen befragt.     Passende Artikel zum Thema Lesen Sie den ganzen Artikel

[zukunftundliebe]

Erkenntnis, dass die Welt die wir bewohnen von uns als Gesellschaft kollektiv gemacht wurde und wir sie demnach auch hätten anders machen können. Noch mehr gilt es für Abstraktionen wie Kapitalismus. Sie existieren nur weil wir sie jeden Tag produzieren.

Selbst wenn wir die Welt, wie sie heute aussieht nicht mögen, bleibt die Tatsache, dass das bewusste Ziel unserer meisten Handlungen ob produktiv oder nicht darin besteht anderen Gutes zu tun.

[downrunningcallinexttoruns]

231204 0706

ya, vor dem schreiben auf wlan aus gehen, weil dann nicht zwischendurch der text abstürzen kann & ich das für disconnect von außen halten muss, nicht für probleme bei 2mb ram 50mb festplatte & wie viel prozessorleistung auch immer, ....

ja, aber was auch immer, ich hab nie drüber nachgedacht, und werd auch keine allgemeine worte jeweils darauf verwenden, um mich dann aus dem allgemeinen wort internet, das mich gestreift hätte, mit den british petroleum kommunisten der englischen sprache von kuwait quraisch, bis hin zu guantanamo, florida, take that & beck for good, damit beim vrp vrp vrp dann alles durch ist.

das säfteln, wie wir das nennen, das säfteln der herkunft ideologischer überworte wie kommunismus ("wir? sind? das? jetzt? wohl? alleine? gewesen?) (fastshortjudas), oder das verhältnis der heidnischen, nationalfeindlichen, unsprachlichen klumpen wie deutschland oder england oder frankreich zum christentum (das sie nie gekannt haben und nicht kennen wollen).

aber welche schwierigkeiten die konstante internetflat oder internet mit reasonable geschwindigkeit plus cpus mit giga hertz & ram in gb, und hdd in nahezu tb, was das für die überwachung be easy be polite auch nur in einem einzelfall, auch nur gegenüber einem polizeibeamten, ist ein copper, einer der andere über 3m033 coppen & dann thrashen kann, weil ti ka ta ka to stream ist nicht ganz easy, außerdem kann er einzelne exemplare auch der feindesrasse zum objektiven stillstand bringen, sie nahtlos als säule in die gesellschaft einfügen (aber die sprache ist doch die gesellschaft.

( ... so das eine allgemeine on / off / everoff ebene eingefügt werden muss, dass internet eben virtual space ist, oder so (was das jetzt auch immer heißen soll))

(oder wie kam es,? SESI? SESI zu MSI? spätere punkte nicht erwähnbar)

ja, england auf der englischen insel, ähh, die stämme der englischen insel mit ihrer squareX2 qualität, und das verhältnis spezifisch der engländer (too narrow need oil) (in watch my language come undone) (when supplements not in race for maxing, when supplements max peak cannot be kept stable, when),

im allgemeinen, scheißherrscher, autoritäten, selbst huren, besonders befähigt dazu, kennen aktiv / passiv, plus beamtensprache, warum nicht medizin (mit aktiv / passiv / on off / wann ist lethal tho lolololo), warum nicht physik chemie biologie, warum nicht nur asset & ass-sit, wenn die sprachlichen partikel schon aus zu großen mouse/mouthen besteht, aus rodents,

ja, alle herrscher überall, ein falsches wort, kein kontakt, ja, ein falsches wort, strafe zu sofort für moment und gap, kein kontakt also möglich zwischen den kasten, wollen jetzt was wissen vom christentum,

erwähnung des christentums, speziell englisch, und uncle selbstmord ist dann auch ganz lustig, aber kill, mindsweeper auf acid, murder want to hear the red fox sound (forbidden west).

ja, neben, sigmaminussigma, TFN199-9, habe noch nie gelebt, wollte leben, habe nie name/person/bild verwechselt / aufwachen, leer, im zerschlagenen raum (hier liegt alles in nicht selbsterschaffenen zu kleinen pixeln vor, deren standart ich nicht gewählt habe), recollect (aufwachen im ggnsatz zu wachwerden (sag nur 1 wort ggnüber judas (hab ich nie gemacht, aus anderen gründen) (MSI 1119 kann judas das ja alleine, ohne jesus, weil gibt's ja nur flechettiert & wir kennen ja nur crump crump, (...) okkupieren).

recollect nur über hauptursachefetzen (von den aufwachpixeln (unchosen) (manche nennen das mehl)) .... hauptursachefetzen (eigenbiographisch) (ursachen, die ich selber sah)

LEBEN AUF AUTOMATISCHEN KRIEG mit squareX2 stämmen (main englische insel), LEBEN AUF AUTOMATISCHEM KRIEG (falsche abstraktionen zum wort "krieg") (evolutionsbegriff, früh, der gesellschaft?)

rage blackblack, rage jesus allein, rage "wir?waren?das?jetzt?wohl?allein/gemeinsam/zusammen???" (fastshort judas (mutter slurren, nichtig nichtig nichtig anders + jesus überall pixel1-aufkleben und pixel-1-abziehen, oder den fastshortjudas tonfall, wenn aus konzept gebracht gegenüber opfer

ja, ist ja auch egal, ich muss jetzt los, bin wohl nicht in der lage, in polizist reinzulaufen, aber es liegt ja schnee, aber gestern war er schon ganz weg, die annahme, dass dieser schnee ... morgen weg sein wird, bis verlauf des mittags, tja, und nbweg finden, wo keine kinder langgehen kann ich ja auch schwer, wenn die morgens losgehen, mittags zurückkommen,

ja, was auch immer. aber ich muss jetzt los, frühestmöglicher zeitpunkt, keinen fehler gemacht lol, stimmt ja mit schnee nicht

[mrt-media-gmbh-webdesign]

MRT Media GmbH berichtet über AR Werkzeuge: Entwicklungsumgebungen und Tools

MRT Media GmbH berichtet über AR Werkzeuge: Entwicklungsumgebungen und Tools Die Entwicklung von Augmented Reality (AR)-Anwendungen erfordert spezielle Entwicklungsumgebungen und Tools, die Entwicklern dabei helfen, beeindruckende AR-Erlebnisse zu schaffen. In diesem Artikel werfen wir einen Blick auf die verschiedenen Tools und Plattformen, die in der AR-Entwicklung eingesetzt werden. AR-Entwicklungsumgebungen AR-Entwicklungsumgebungen bieten Entwicklern die notwendigen Werkzeuge, um AR-Anwendungen zu erstellen und zu testen. Diese Umgebungen bieten Funktionen wie AR-Rendering, Tracking-Algorithmen, 3D-Modellierung und -Animation, sowie Interaktionsmöglichkeiten mit der AR-Welt. Beliebte AR-Entwicklungsumgebungen sind beispielsweise Unity, Unreal Engine, ARCore und ARKit. AR-Bibliotheken und SDKs AR-Bibliotheken und Software Development Kits (SDKs) bieten Entwicklern vorgefertigte Komponenten und Funktionen, um die AR-Entwicklung zu erleichtern. Sie enthalten beispielsweise Tracking-Algorithmen, Markererkennung, Gestensteuerung und Kamerazugriff. Bekannte AR-Bibliotheken und SDKs sind Vuforia, ARToolKit, Wikitude und Maxst. Programmiersprachen und Frameworks Die Wahl der richtigen Programmiersprache und Frameworks ist entscheidend für die AR-Entwicklung. Beliebte Programmiersprachen für AR sind Java, C#, C++ und Python. Frameworks wie AR Foundation, AR.js und A-Frame bieten zusätzliche Funktionen und Abstraktionen, um die AR-Entwicklung zu erleichtern. AR-Content-Erstellungstools AR-Content-Erstellungstools ermöglichen es Entwicklern, interaktive AR-Inhalte zu erstellen, wie 3D-Modelle, Animationen, Audioeffekte und Benutzeroberflächen. Tools wie Blender, Autodesk Maya, Adobe Aero und ZapWorks bieten eine Vielzahl von Funktionen für die Erstellung von AR-Content. AR-Cloud und Datenintegration AR-Cloud-Technologie und Datenintegration spielen eine wichtige Rolle bei der Bereitstellung von Echtzeitdaten und Informationen in AR-Anwendungen. AR-Cloud-Plattformen wie 6D.ai, Ubiquity6 und Google Cloud Anchors ermöglichen die gemeinsame Nutzung von AR-Inhalten und die nahtlose Integration von Daten in die AR-Welt. Zukunftsperspektiven Die AR-Entwicklungsumgebungen und Tools werden ständig weiterentwickelt, um den steigenden Anforderungen und technologischen Fortschritten gerecht zu werden. Neue Tools, Plattformen und Funktionen werden eingeführt, um die AR-Entwicklung zu vereinfachen und Entwicklern noch mehr Möglichkeiten zu bieten. Fazit Die Wahl der richtigen Entwicklungsumgebungen und Tools ist entscheidend für den Erfolg bei der Entwicklung von AR-Anwendungen. Mit den richtigen Werkzeugen können Entwickler beeindruckende AR-Erlebnisse schaffen und die Möglichkeiten von Augmented Reality voll ausschöpfen. Haben Sie Fragen zur AR-Entwicklungsumgebung und den verfügbaren Tools? Hinterlassen Sie einen Kommentar und lassen Sie es uns wissen! Wir helfen Ihnen gerne weiter. Wenn Ihnen dieser Artikel gefallen hat, teilen Sie ihn bitte mit anderen, die von AR-Entwicklung profitieren könnten. Tags and categories: Entwickler, Erfahrung, berichtet, entwickler, entwicklungsumgebungen, erfahrung, media, tools, über, werkzeuge: via MRT Media GmbH https://bit.ly/3N0jwKs June 12, 2023 at 08:02AM

[fabiansteinhauer]

Tafeln

Tafeln sind Schreibgründe. Warburg arbeite an Tafeln, um die Zerstückelung der Welt zu sammeln, so heißt es bei Georges Didi-Huberman.

Rechtswissenschaft als Tafelwissenschaft zu betreiben, das steht einerseits in der Tradition derjenigen Dogmatik, die sich präziser Pegmatik genannt hat (von der Technik des Brettes abgeleitet). Anderseits schließt man an Überlegungen zur magischen Rationalität an.

Ladeurs Tafel, sein Schreibtisch, ist das Beispiel für die kooperativen Leistungen einer Tafel: Der Schreibgrund ist eine Schnittstelle für das Intelligible und Sinnliche, als Tafel ist er das Operationsfeld oder das operable Objekt, an "der die Teilung der Dinge sanktioniert wird" (Didi-Huberman). Hier sitzen die Abstraktionen auf - und mit der Bewegung, die über die Oberfläche der Tafel führt, ist das der Ort einer Reibung und ihrer Energien. Das Wuchern der Abstraktion, ihre Kümmerlichkeit : alles das lässt sich an Tafeln schwer leugnen.