Dies ist ein Online-Kurs, der in der Regel wöchentlich zu den angegebenen Seminarzeiten (Donnerstag, 12-14 Uhr c.t.) synchron per Zoom stattfinden wird.
Erste Zoom-Sitzung: 12.11.2020, 12:00 c.t.
Materialien und Informationen werden über GRIPS bereitgestellt und kommuniziert. Neben aktiver Teilnahme an den Zoom-Sitzungen sind bestimmte Studienleistungen (wie z.B. Impulsreferate) zu erbringen. Die Details dazu werde ich im Rahmen der ersten Sitzung erörtern.
Bis zum Ende des Semesters (= 31.03.2020) ist ferner eine schriftliche Hausarbeit anzufertigen.
Wenn Sie einen Platz im Kurs zugeteilt bekamen, werden Sie per E-Mail den Einschreibeschlüssel erhalten. Schreiben Sie damit umgehend in den GRIPS-Kurs ein, spätestens bis zum 06.11.20.
(Detaillierte Informationen werden beim Kurs-Start bereitgestellt)
Seminarbeschreibung:
Verfahren der Künstliche Intelligenz lassen sich grob in zwei Gruppen unterscheiden: symbolische bzw. regelbasierte Ansätze und sogenannte maschinelle Lernverfahren. Vor allem sind es die Lernalgorithmen Künstlicher Neuronaler Netzwerke, die im Zentrum des aktuellen Booms der KI stehen und deren Grundlagen bereits in den 1940er und 50er Jahren erforscht wurde.
Im Rahmen des Seminars wollen wir uns etwas ausführlicher mit der Geschichte maschineller Lernverfahren und in Sonderheit Künstlicher Neuronaler Netzwerke beschäftigen. Im Mittelpunkt steht dabei das Verhältnis von Medien, Infrastrukturen und Technologien als Basiskonzepte einer medienwissenschaftlichen interessierten Wissenschafts- und Technikforschung. Auf welche Weise sind Technologien der Künstlichen Intelligenz historisch von Medien und Infrastrukturen abhängig? Inwieweit lassen sich überhaupt Medien und Infrastrukturen unterscheiden, wenn man beispielsweise in Rechnung stellt, dass Medien ohnehin eine infrastrukturelle Dimension zukommt, ob nun, im Fall der Erforschung der KI-Forschung, als Material oder Input für Lernalgorithmen, ob mit Blick auf Aspekte der Speicherung sogenannter Cloud-Services oder hinsichtlich medialer Plattformen wie Amazon Mechanical Turk, die zur Delegierung von Microjobs an Crowdworker dienen?
Die Erforschung und Entwicklung maschineller Lernverfahren unterliegt jedoch auch national und kulturell spezifischen Bedingungen, die wir im Seminar eingehender untersuchen wollen. Allein mit Blick auf Aspekte des Datenschutzes sind zum Beispiel die Unterschiede zwischen USA und China erheblich. Ähnliche starke Differenzen existieren zwischen Deutschland und den USA, etwa, was die Verschränkung ziviler und militärischer Forschung angeht, oder, was generell die Bedingungen der Förderungsmöglichkeiten von Innovationen betrifft. Gleichzeitig war und ist KI-Forschung ein transnationales und globales Unternehmen. Aus dem Blickwinkel einer medienwissenschaftlich interessierten Kulturtopologie ist es daher wichtig, nicht nur die Aspekte der Differenz zu fokussieren, sondern auch die kulturellen Gemeinsamkeiten einer global verteilten und vernetzten KI-Forschung umfassend zu beleuchten.