Katastrophales Vergessen
Künstliche neuronale Netze: Nach dem Vorbild des Nervensystems modelliert, kann diese Form der künstlichen Intelligenz beispielsweise lernen, Tumore auf Bildern zu erkennen. Doch wer trägt die Verantwortung für solche Software? Gibt es eine Kontrollinstanz und kann überhaupt nachvollzogen werden, was sie tut? Künstliche neuronale Netze können außerdem ein Phänomen namens Katastrophales Vergessen erleiden: Wie kann so etwas passieren und mit welchen Folgen ist zu rechnen? Diesen Fragen widmet sich Sarah Alicia Fölsch mit ihrem Interviewgast Melisa Demirhan in der Folge Katastrophales Vergessen – Künstliche neuronale Netze der Podcastreihe Softwarekatastrophen.
Anhören am Freitag, 21. Oktober 2022 um 9 Uhr auf 104.8 UKW und im Stream
Shownotes
Die Podcastreihe Softwarekatastrophen ist ein Projekt des Masterstudiengangs Wissenschaft – Medien – Kommunikation am Karlsruher Institut für Technologie (KIT) in Zusammenarbeit mit dem Studiengang für Informatik.
Diese Folge findet ihr überall, wo es Podcasts gibt.
Aufbau der Folge:
00:01-02:32 Begrüßung und Vorschau
02:33-03:03 Was ist Künstliche Intelligenz (KI)?
03:04-05:51 Was sind künstliche neuronale Netzwerke (KNN)?
05:52-07:38 Wie funktionieren KNN – Beispiel Tumorerkennung?
07:39-09:51 Softwarekatastrophe Katastrophales Vergessen
09:52-11:10 Zwischenfazit
11:11-13:36 Perspektivwechsel: Verantwortung, Transparenz und Kontrolle
13:37-15:29 Fazit
Redaktion, Moderation und Produktion: Sarah Alicia Fölsch
Interviewpartnerin: Melisa Demirhan, Informatik-Studentin am Karlsruher Institut für Technologie (KIT)
Produktion Intro/Outro: Henri Koch
Quellen:
Gepperth et al., 2016. A Bio-Inspired Incremental Learning Architecture for Applied Perceptual Problems. Cognitive Computation 8
Hinton, 1992. How Neural Networks Learn from Experience. Scientific American 267.3
Kemker et al., 2018. Measuring Catastrophic Forgetting in Neural Networks. Proceedings of the AAAI Conference on Artificial Intelligence 32.1
Parisi et al., 2019. Continual lifelong learning with neural networks: A review. Neural Networks 113
