Schlagwort: machine learning

Große Menschenmenge steht vor dem Reichstag in Berlin.

Tausende, Zehntausende, Hunderttausende – oft lässt sich nicht genau sagen, wie viele Menschen an einer Demonstration teilgenommen haben. Klar ist, dass die Zahlen von allen Seiten mit Vorsicht zu genießen sind. In Zukunft werden computergestützte Methoden genauere Zahlen von Protesten liefern.

Synchronsprecher*innen so wie Übersetzer haben mit einer Konkurrenz zu kämpfen

Das Start-up HeyGen bietet an, Videos in andere Sprachen zu übersetzen – samt synchroner Lippenbewegungen. Für Influencer*innen könnte das neue Reichweite bedeuten, Synchronsprecher*innen fürchten dagegen um ihre Jobs.

OpenAI hat sein neuestes Sprachmodell GPT-4 vorgestellt. Doch viele in der Forschung sind enttäuscht: Das Unternehmen, das einst als alternatives und offenes Forschungslabor gestartet ist, verschweigt nun aus Angst vor der Konkurrenz, wie die Technologie entstanden ist.

Frau mit roter Gesichtsbiometrie im Gesicht

Am Nikolaustag haben die Minister:innen der EU-Staaten ihre Position zum „AI Act“ vorgestellt, dem geplanten EU-Gesetz zur Regulierung Künstlicher Intelligenz. Die Vorschläge werden von vielen Seiten kritisiert. Im Fokus stehen dabei unzureichende Beschränkungen biometrischer Überwachung.

Ein großer Elephant und ein junger Elephant im Wald.

Rund eine Million Arten sind vom Aussterben bedroht. Ein Bericht sieht großes Potenzial von Künstlicher Intelligenz beim Artenschutz, Umweltaktivist:innen warnen dagegen vor technischen Scheinlösungen. Sie fordern auf der internationalen Ebene mehr politischen Einsatz.

Jetzt aber wirklich, versprochen: Facebook will nach eigenen Angaben diskriminierende Anzeigen für Wohnungen unterbinden. Seit Jahren kriegt der milliardenschwere Konzern seine Werkzeuge für gezielte Werbung nicht in den Griff.

Western tech firms are outsourcing tasks like data labeling or content moderation to countries in the Global South. They are pitting off poor workers against each other – on a global scale. Part 2 of our series on digital colonialism.

Was haben wir letztes Jahr am liebsten gelesen? Welche Geschichten sind uns im Gedächtnis geblieben? In unserem persönlichen Jahresrückblick wollen wir euch Beiträge ans Herz legen, die auch Wochen und Monate später noch lesenswert sind.

Not macht erfinderisch. Um einen Hund vom Bellen abzuhalten, hat ein Teenager dem Mini-Controller Arduino beigebracht Bellen zu erkennen – und spielt dem Hund dann die Stimme seiner Mutter zur Beruhigung ab.

Der Computer soll entscheiden, welche Bewerberin einen Job bekommt. Dass solche Systeme noch nicht funktionieren, zeigt eine Recherche des Bayerischen Rundfunks.

Ein einziger Nutzer hat große Teile der schottischen Wikipedia-Artikel verfasst, obwohl er die Sprache offenbar gar nicht beherrscht. Was zunächst nach einer ulkigen Anekdote klingt, könnte zu einem Problem für Algorithmen und Spracherkennungssoftware werden.

Mit Blick auf die Diskussionen um die Agrar-, Energie- oder Verkehrswende sind die Hoffnungen auf die Künstliche Intelligenz groß. Doch sie wird nur marginale Wissens- und Effizienzzuwächse ermöglichen, nicht aber der entscheidende Faktor der Transformation sein. Maschinelles Lernen kann nur begrenzt zu Nachhaltigkeit beitragen – und das auch nur, wenn es politisch gewünscht wird.

ein Smartphone, das mit Draht umwickelt ist. an dem draht ist ein vorhängeschluss befestigt.

Der Schutz ihrer persönlichen Daten ist den meisten wichtig, aber nur wenige Deutsche treffen selbst entsprechende Vorkehrungen. Das zeigen die Ergebnisse einer neuen repräsentativen Umfrage. Den Grund für diesen scheinbaren Widerspruch sieht ein Studienautor in der intransparenten Gestaltung von Plattformen und Websites.

Bürgermeister Bill de Blasio möchte die New Yorker:innen vor Diskriminierung schützen und schafft ein neues Amt, das den Einsatz von automatisierten Entscheidungssystemen in der Stadtverwaltung kontrollieren soll. Damit ist New York Pionier auf diesem Gebiet. Auf dem Weg wurden aber auch viele Fehler gemacht.

Welche Daten-Zutaten kommen in meinen Algorithmus? Kann man in Songtexten von Beyoncé und Büchern von Virginia Woolf feministische Muster erkennen? Mit Fragen wie diesen will die Forscherin Caroline Sinders die Debatte um maschinelles Lernen ankurbeln. Ihr Ziel: Auch ihr Vater soll Algorithmen verstehen können.

Singapur setzt „Fake News“-Vorwürfe gegen Kritiker ein, finnische Häftlinge müssen Algorithmen füttern und der Chef von Youtube muss unangenehme Fragen zu seiner Radikalisierungs-Empfehlungs-Maschinerie beantworten. Die besten Links des Tages.

Maschinelles Lernen hat heute schon Einfluss auf die Vergabe von Krediten und Jobs oder die Höhe von Versicherungsbeiträgen. Aber was heißt eigentlich Lernen, wenn wir von einer Maschine sprechen? Und wie leisten wir Nutzer*innen dabei Hilfestellung? Das erklärt Timo Daum in diesem Kapitel aus seinem neuen Buch zu Künstlicher Intelligenz.

Die Bertelsmann Stiftung und das iRightsLab arbeiten an einem Ethik-Kodex für Entwicklerinnen und Entwickler von Algorithmen. Bis zum 21. Dezember können Interessierte Feedback zum aktuellen Stand der Entwicklung geben.

Datenforscherin Maya Ganesh erklärt im Video, was Big Data mit Diskriminierung zu tun hat und welche persönlichen Konsequenzen ein vermeintlich harmloses Thema wie Machine Learning haben kann.

Die Videoplattform Pornhub will alle hochgeladenen Videos mit künstlicher Intelligenz durchscannen und verschlagworten. Dabei sollen auch die Namen der Darstellerinnen und Darsteller erfasst werden. Was einen Mehrwert für die Nutzerinnen und Nutzer bringen soll, hat Auswirkungen auf Datenschutz und Privatsphäre.

machine learning

Proteste zählen: Wieviele Menschen waren auf der Demo?

Automatische Synchronisierung: Wenn die KI die Arbeit übernimmt

KI-Forschung: OpenAI ist jetzt ClosedAI

AI Act der Europäischen Union: Ampel verpasst Grundrechteschutz bei der Regulierung künstlicher Intelligenz

Artenschutz: Mit Technologie gegen das Massensterben

Datenrassismus: Und wieder verkündet Facebook das Ende diskriminierender Werbung

Series on Digital Colonialism: Global labor chains of the western AI

Jahresrückblick: Die besten Reste des Jahres

Bastelspaß: Wie man Fiffi mit Machine Learning das Bellen abgewöhnt

Algorithmen für Bewerbungen: Das Bücherregal im Hintergrund hat Einfluss darauf, ob Du den Job bekommst

Regionalsprache: Falsches Schottisch in Wikipedia-Einträgen

Künstliche Intelligenz: Gemeinwohl und Nachhaltigkeit statt nur Profit

Studie zu personalisierter Werbung: Menschen in Deutschland möchten ihre Daten schützen – aber sie wissen nicht, wie

Maschinenwächter für automatisierte Entscheidungen: New York schafft Algorithmen-Beauftragten

NPP 175 mit Caroline Sinders: Wie trainiert man einen feministischen Algorithmus?

Was vom Tage übrig blieb: Radikalisierung auf Youtube und Machine Learning im Gefängnis

Menschen lernen, Maschinen trainieren

Datenethik: Projekt #algorules will Richtlinien für Programmierer*innen

Interview mit Maya Ganesh: Wie sehen uns Maschinen?

Busty, Blond, Blowjob: Pornhub führt Gesichts- und Mustererkennung ein