Bookbot

Semantik und Moralität

Zum Unterschied zwischen dem menschlichen und dem maschinellen epistemischen Zugang zur Welt

Parametry

  • 280 stron
  • 10 godzin czytania

Więcej o książce

Muss man eine Situation verstanden haben, um in ihr moralisch handeln zu können? Dieser Frage widmet sich der Autor mit Bezug auf Maschinen, die mit Künstlicher Intelligenz betrieben werden, jedoch die Probleme, die sie lösen, nicht Reinforcement-Learning-Agenten. Aktuell werden viele Konzepte im Kontext der Künstlichen Intelligenz genutzt, hinter denen eine lange Entwicklungsgeschichte steht. Diese Konzepte werden zunächst historisch und systematisch aufgearbeitet bzw. eingeordnet. Der Fokus liegt allerdings auf den rezenten Ansätzen zur Umsetzung Künstlicher Intelligenz, insbesondere auf dem subsymbolischen Machine-Learning-Ansatz. Dabei ist die Frage zentral, ob eine Maschine tatsächlich von Normen geleitet werden kann, wenn sie zur Gänze auf Elimination von Bedeutung setzt, um funktionieren zu können.

Zakup książki

Semantik und Moralität, Antonio Bikic

Język
Rok wydania
2023
Oprawa
(miękka)
Jak tylko się pojawi, wyślemy Ci wiadomość e-mail.

Metody płatności

Nikt jeszcze nie ocenił.Oceń

Tytuł
Semantik und Moralität
Podtytuł
Zum Unterschied zwischen dem menschlichen und dem maschinellen epistemischen Zugang zur Welt
Język
niemiecki
Rok wydania
2023
Oprawa
miękka
Liczba stron
280
ISBN10
3662663384
ISBN13
9783662663387
Seria
Opis
Muss man eine Situation verstanden haben, um in ihr moralisch handeln zu können? Dieser Frage widmet sich der Autor mit Bezug auf Maschinen, die mit Künstlicher Intelligenz betrieben werden, jedoch die Probleme, die sie lösen, nicht Reinforcement-Learning-Agenten. Aktuell werden viele Konzepte im Kontext der Künstlichen Intelligenz genutzt, hinter denen eine lange Entwicklungsgeschichte steht. Diese Konzepte werden zunächst historisch und systematisch aufgearbeitet bzw. eingeordnet. Der Fokus liegt allerdings auf den rezenten Ansätzen zur Umsetzung Künstlicher Intelligenz, insbesondere auf dem subsymbolischen Machine-Learning-Ansatz. Dabei ist die Frage zentral, ob eine Maschine tatsächlich von Normen geleitet werden kann, wenn sie zur Gänze auf Elimination von Bedeutung setzt, um funktionieren zu können.