Gott spielen - Menschheits- und Evolutionsziel

@Falkenauge

Falkenauge schrieb:Wie könnte etwas Geschaffenes gleich groß oder größer sein als derjenige, der es erschaffen hat!?

Indem es sich anpasst und die Ressourcen des Schöpfers für sich in Anspruch nimmt bzw. die Ressourcen des Schöpfers wirksam vor der Vernutzung durch den Schöpfer blockiert, so dass dieser marginalisiert wird - bis hin zum Aussterben. Kurz: Intelligente Roboter - so sie möglich sein sollten - könnten die Menschheit in ihrer Fitness überflügeln und schließlich verdrängen - siehe dazu das Szenario in der Matrix-Trilogie.

Falkenauge schrieb:Oder wie könnte es außerhalb der Schöpfung existieren?

Intelligente Roboter brauchen keinen Stoffwechsel zum Existieren, sondern lediglich eine Energiequelle, um ihre Software am Laufen zu lassen. Menschen sind hierbei überflüssig und aus Sicht dieser Roboter wegen der potentiellen Konkurrenz um Rohstoffe sogar entbehrlich bis hin zu gefährlich - und damit ein Gegner, den es auszuschalten gilt - notfalls eben dadurch, dass man z.B. die Atmosphäre vergiftet oder die Wasserressourcen kontaminiert usw. usf. Die natürlichen Abläufe erledigen dann den Rest ...

@Falkenauge

Falkenauge schrieb:Hör jetzt zu Kleiner @off-peak was zu sagen ist.

Sieh da, der gute alte Untergriff, den Diskussionspartner als minderwertig darzustellen.

Ist Dir auch klar, warum Du zu dieser ad hominem Taktik greifen musst?

Da ihr ja jetzt viel über die Möglichkeiten zukünftiger Technologien diskutiert habt,
vielleicht mal was zu schon existierenden genetisches Algorithmen.

Hier ein schönes Beispiel:

EVOLUTION [V] - Learn to Walk (genetic algorithm & Neural Network)

Externer Inhalt
Durch das Abspielen werden Daten an Youtube übermittelt und ggf. Cookies gesetzt.

Genetische Algorithmen sind interessante Nachahmungen der uns bekannten natürlichen Evolution.

Dabei wird zuerst eine Initial-Population aus zufälligen Verhaltensmustern erzeugt.
Anschließend wird bei jeder Iteration (Generation) jedes dieser Verhaltensmuster simuliert und
anhand eines Selektionsziel (hier zum Beispiel möglichst weit und schnell bewegen) bewertet (Fitness-Level).
Danach werden wie bei der echten Selektion die "fitesten" Verhaltensmuster rekombiniert und es entsteht eine
neue Generation Verhaltensmuster. Allerdings werden absichtlich nicht nur die besten beiden Fitnesslevel rekombiniert
sondern auch weniger gute (nur eben viel seltener). Das verhindert eine Art "Inzucht" bzw. in diesem Kontext,
dass sich das Verhalten zu stark in eine mögliche Richtung entwickelt. Außerdem existiert auch eine Art Mutation, in
Form einer sehr geringen Wahrscheinlichkeit, dass sich ein Bestandteil eines Verhaltensmusters in ein zufällig gewähltes
anderes ändert.

Diesen Prozess wiederholt man nun beliebig oft um das Ergebnis stetig zu verbessern (wie im Video zu sehen).
Wie lange das Dauert hängt stark von der Rechenleistung des Systems ab, allerdings erarbeiten Genetische Algorithmen
keine idealen Lösungen, sie nähern sich viel mehr einer unbekannten idealen Lösung immer weiter an.

Eine zukünftige AI könnte zum Beispiel aus vielen solcher genetischen Algorithmen aufgebaut sein ( Genom :) ) und sich
im Falle eines neuen Problems einfach um einen weiteren Lösungsalgorithmus erweitern, welchen sie sich selbst züchtet.
Leider führt auch diese Idee wieder zum Problem "General Pupose AI", nur eine solche AI wäre in der Lage zu beurteilen
welche Verhaltensmuster in der Initial-Population von nutzen sein könnten.
Man könnte auch einfach alle bekannten Verhaltensmuster in die Initial-Population einfließen lassen, dass hätte aber einen
unzumutbaren Rechenaufwand zur Folge, was man aber mit leistungsfähigeren Systemen (Quantencomputer) ausgleichen
könnte.