#eliza — Public Fediverse posts

Eliza Bot Running and ready for your retro psycological problems
Toot me a Hello to start
#RetoComputing #Eliza #ComputerHistory

Eliza Bot Running and ready for your retro psycological problems
Toot me a Hello to start
#RetoComputing #Eliza #ComputerHistory

Eliza Bot Running and ready for your retro psycological problems
Toot me a Hello to start
#RetoComputing #Eliza #ComputerHistory

Eliza Bot Running and ready for your retro psycological problems
Toot me a Hello to start
#RetoComputing #Eliza #ComputerHistory

#Vielzitiert​er #Vorläufer von #ChatGPT / #LLM, #Eliza anhand dessen #Tendenz​en zur #Zuschreibung und #Verwechslung​en von #Verständnis und #Verstehen, #Anschlussfähigkeit und #Vernunft, sowie #Intimität und #Projektion #sichtbar werden, indem das #zugrundeliegend​e #Skript, bzw. #Programm aufgrund seiner #Einfachheit (#kompliziert) einer #Projektion von #Intelligenz (#komplex) nicht standhält.

Joseph #Weizenbaum - Die #Macht der #Computer und die #Ohnmacht der #Vernunft, S.14ff.

#Komplexität

1/ „Das DFKI, an dem etwa 1.500 Forschende überwiegend mit öffentlichen Mitteln arbeiten, wurde schon 1988 gegründet. Damit waren die Deutschen bei dem Thema eigentlich früh dran.“

https://taz.de/Kuenstliche-Intelligenz/!6086074/

Nun ja, nun ja. #KI war nicht immer das, was heute unter #KI läuft. Computerlinguistik war zum größten Teil symbolische KI. Es gab große Ontologien, die versuchten, menschliches Wissen zu formalisieren, so dass man mit logischen Schlussverfahren etwas daraus ableiten konnte. Expertensysteme.

Und schon nach dem Krieg wurde mit Machineller Übersetzung begonnen. Man dachte sich, wenn Turing die Enigma entschlüsseln konnte, müsste es auch möglich sein, maschinell zu übersetzen, denn letztendlich war das ja auch nur ein Dekodierungsproblem.

Irgendwann kam dann der ALPAC-Report und es gab den ersten AI winter. Komischerweise fehlt der in Wikipedia.

https://de.wikipedia.org/wiki/Maschinelle_%C3%9Cbersetzung

Das war 1966. Also gab es schon damals KI.

https://de.wikipedia.org/wiki/ELIZA

Weizenbaum hat auch 1966 #ELIZA geschrieben.

Auch symbolische KI. In #Prolog. Als er sah, wie Menschen darauf reagierten wurde er zum KI-Kritiker. Die #LLMs von heute sind sehr viel leistungsfähiger und sehr viel gefährlicher.

Ach so: Auf dem Bild ist Reinhard Karger vom #DFKI. Er hat immer die Demos von #VerbMobil gemacht, das auch im Bild zu sehen ist. Lief damals auf ner SUN Sparc Station.

VerbMobil war das größte KI-Projekt, das es jemals in Deutschland gab. Wahrscheinlich auch international. Eigentlich zu groß.

https://de.wikipedia.org/wiki/Verbmobil

Ich habe mit Walter Kasper die deutsche Grammatik gemacht. #HPSG #Linguistik #Computerlinguistik

Pequeños y grandes pasos hacia el imperio de la inteligencia artificial

Traducción de la infografía:

• 1943 – McCullock y Pitts publican un artículo titulado Un cálculo lógico de ideas inmanentes en la actividad nerviosa, en el que proponen las bases para las redes neuronales.

• 1950 – Turing publica Computing Machinery and Intelligence, proponiendo el Test de Turing como forma de medir la capacidad de una máquina.

• 1951 – Marvin Minsky y Dean Edmonds construyen SNAR, la primera computadora de red neuronal.

• 1956 – Se celebra la Conferencia de Dartmouth (organizada por McCarthy, Minsky, Rochester y Shannon), que marca el nacimiento de la IA como campo de estudio.

• 1957 – Rosenblatt desarrolla el Perceptrón: la primera red neuronal artificial capaz de aprender.

(!!) Test de Turing: donde un evaluador humano entabla una conversación en lenguaje natural con una máquina y un humano.

• 1965 – Weizenbaum desarrolla ELIZA: un programa de procesamiento del lenguaje natural que simula una conversación.

• 1967 – Newell y Simon desarrollan el Solucionador General de Problemas (GPS), uno de los primeros programas de IA que demuestra una capacidad de resolución de problemas similar a la humana.

• 1974 – Comienza el primer invierno de la IA, marcado por una disminución de la financiación y del interés en la investigación en IA debido a expectativas poco realistas y a un progreso limitado.

• 1980 – Los sistemas expertos ganan popularidad y las empresas los utilizan para realizar previsiones financieras y diagnósticos médicos.

• 1986 – Hinton, Rumelhart y Williams publican Aprendizaje de representaciones mediante retropropagación de errores, que permite entrenar redes neuronales mucho más profundas.

(!!) Redes neuronales: modelos de aprendizaje automático que imitan el cerebro y aprenden a reconocer patrones y hacer predicciones a través de conexiones neuronales artificiales.

• 1997 – Deep Blue de IBM derrota al campeón mundial de ajedrez Kasparov, siendo la primera vez que una computadora vence a un campeón mundial en un juego complejo.

• 2002 – iRobot presenta Roomba, el primer robot aspirador doméstico producido en serie con un sistema de navegación impulsado por IA.

• 2011 – Watson de IBM derrota a dos ex campeones de Jeopardy!.

• 2012 – La startup de inteligencia artificial DeepMind desarrolla una red neuronal profunda que puede reconocer gatos en vídeos de YouTube.

• 2014 – Facebook crea DeepFace, un sistema de reconocimiento facial que puede reconocer rostros con una precisión casi humana.

(!!) DeepMind fue adquirida por Google en 2014 por 500 millones de dólares.

• 2015 – AlphaGo, desarrollado por DeepMind, derrota al campeón mundial Lee Sedol en el juego de Go.

• 2017 – AlphaZero de Google derrota a los mejores motores de ajedrez y shogi del mundo en una serie de partidas.

• 2020 – OpenAI lanza GPT-3, lo que marca un avance significativo en el procesamiento del lenguaje natural.

(!!) Procesamiento del lenguaje natural: enseña a las computadoras a comprender y utilizar el lenguaje humano mediante técnicas como el aprendizaje automático.

• 2021 – AlphaFold2 de DeepMind resuelve el problema del plegamiento de proteínas, allanando el camino para nuevos descubrimientos de fármacos y avances médicos.

• 2022 – Google despide al ingeniero Blake Lemoine por sus afirmaciones de que el modelo de lenguaje para aplicaciones de diálogo (LaMDA) de Google era sensible.

• 2023 – Artistas presentaron una demanda colectiva contra Stability AI, DeviantArt y Mid-journey por usar Stable Diffusion para remezclar las obras protegidas por derechos de autor de millones de artistas.

Gráfico: Open Tech / Genuine Impact

Entradas relacionadas

• ¿Cómo definir la «credibilidad algorítmica»? DeepSeek da en el clavo
• Los precios dinámicos exacerban la desigualdad entre los consumidores, hay que regularlos ya
• Firma contra la vigilancia biométrica masiva

#ajedrez #AlphaFold2 #AlphaGo #AlphaZero #aprendizajeAutomático #artículo #artistas #aspirador #BlakeLemoine #ConferenciaDeDartmouth #copyright #DeanEdmonds #DeepBlue #DeepFace #DeepMind #DeviantArt #ELIZA #Facebook #gatos #GenuineImpact #Go #Google #GPS #GPT3 #gráfico #Hinton #IA #IBM #infografía #inteligenciaArtificial #iRobot #Jeopardy_ #Kasparov #LaMDA #LeeSedol #MarvinMinsky #McCarthy #McCullock #MidJourney #modelos #Newell #OpenTech #OpenAI #patrones #Perceptron #Pitts #plegamientoDeProteínas #predicciones #procesamientoDelLenguajeNatural #reconocimientoFacial #redesNeuronales #remezclar #robot #Rochester #Roomba #Rosenblatt #Rumelhart #Shannon #shogi #Simon #sistemaDeNavegación #SNAR #StabilityAI #StableDiffusion #testDeTuring #Turing #vídeos #Watson #Weizenbaum #Williams #YouTube

#Eliza #Ibarra