Machine Learning – Medien, Infrastrukturen und Technologien der Künstlichen Intelligenz

Christoph Engemann; Andreas Sudmann

doi:10.14361/9783839435304

Zusammenfassung

Nicht weniger als von einer Revolution ist gegenwärtig die Rede. Neuere Verfahren der Künstlichen Intelligenz greifen in sämtliche Bereiche des sozialen und kulturellen Lebens ein: Maschinen lernen Bilder und Sprache zu erkennen, beherrschen die autonome Steuerung von Fahrzeugen ebenso wie Finanzinvestments und medizinische Diagnostik.Im digitalen Wandel ist Lernen damit kein Privileg des Menschen mehr. Vielmehr verschieben sich mit maschinellen Lernverfahren die Relationen zwischen Erkenntnismöglichkeiten, technischen Umwelten und humanen Akteuren.Dieser Band vermittelt erstmals für den deutschsprachigen Raum einen Überblick über die medialen, infrastrukturellen und historischen Voraussetzungen des maschinellen Lernens.

Schlagworte

Publikation durchsuchen

Bibliographische Angaben

Copyrightjahr: 2018
ISBN-Print: 978-3-8376-3530-0
ISBN-Online: 978-3-8394-3530-4
Verlag: transcript, Bielefeld
Reihe: Digitale Gesellschaft
Band: 14
Sprache: Deutsch
Seiten: 392
Produkttyp: Sammelband

Inhaltsverzeichnis

KapitelSeiten

FrontmatterSeiten 1 - 4 Christoph Engemann, Andreas Sudmann Download Kapitel (PDF)
InhaltSeiten 5 - 8 Christoph Engemann, Andreas Sudmann Download Kapitel (PDF)
Einleitung Kein Zugriff Seiten 9 - 36 Christoph Engemann, Andreas Sudmann
»Down-to-earth resolutions«: Erinnerungen an die KI als eine »häretische Theorie« Kein Zugriff Seiten 39 - 54 Bernhard J. Dotzler
Szenarien des Postdigitalen: Deep Learning als MedienRevolution Kein Zugriff Seiten 55 - 74 Andreas Sudmann
Von Maschinen lernen: Zur Mechanical Notation von Charles Babbage Kein Zugriff Seiten 75 - 92 Hermann Rotermund
Das Lernen lernen oder die algorithmische Entdeckung von Informationen Kein Zugriff Seiten 93 - 114 Luciana Parisi
›Bin doch keine Maschine …‹: Zur Kulturgeschichte eines Topos Kein Zugriff Seiten 117 - 142 Stefan Rieger
Maschinelles Lernen als Bildungspolitischer Kontrollverlust?: Eine spekulative Kontrollgeschichte der Bildungsplanung Kein Zugriff Seiten 143 - 166 Jeremias Herberg
Selbstlernende autonome Systeme?: Medientechnologische und medientheoretische Bedingungen am Beispiel von Alphabets Differentiable Neural Computer (DNC) Kein Zugriff Seiten 167 - 192 Thomas Christian Bächle, Jens Schröter, Christoph Ernst, Caja Thimm
Daten als Schnittstelle: Die Poetik des maschinellen Lernens im Design Kein Zugriff Seiten 195 - 218 Daniel Cardoso Llach
Big-Data-Kriege: Über Tötungslisten, Drohnen und die Politik der Datenbanken Kein Zugriff Seiten 219 - 246 Jutta Weber
Rekursionen über Körper: Machine Learning-Trainingsdatensät ze als Arbeit am Index Kein Zugriff Seiten 247 - 268 Christoph Engemann
Media Analytics & Gegenwartskultur Kein Zugriff Seiten 269 - 288 Lev Manovich
Wenn aus Zahlen Töne werden… überlegungen zu computergenerier ter musik und komposition Kein Zugriff Seiten 291 - 308 Christoph Engemann, Andreas Sudmann
Ein Meer von Daten: apophänie und muster(-miss-)erkennung Kein Zugriff Seiten 309 - 322 Hito Steyerl
Wenn künstliche Intelligenz laufen lernt: Verkörperungsstrategien im machine learning Kein Zugriff Seiten 323 - 338 Yvonne Förster
Biodrag. Turing-test, KI-Kino und Testosteron Kein Zugriff Seiten 339 - 364 Ulrike Bergermann
»Deep Learning ist keine Religion« Kein Zugriff Seiten 367 - 372 Yoshua Bengio, Andreas Sudmann
»Wunderwerke der Parallelisierung« Kein Zugriff Seiten 373 - 384 Roland Memisevic, Andreas Sudmann
Autor_innenverzeichnis Kein Zugriff Seiten 385 - 392 Christoph Engemann, Andreas Sudmann