digitalcourage.social

Stefan Müller :verified: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.“<a href="https://taz.de/Kuenstliche-Intelligenz/!6086074/" rel="nofollow noopener" translate="no" target="_blank">https://taz.de/Kuenstliche-Intelligenz/!6086074/</a>Nun ja, nun ja. <a href="https://climatejustice.social/tags/KI" class="mention hashtag" rel="nofollow noopener" target="_blank">#KI</a> war nicht immer das, was heute unter <a href="https://climatejustice.social/tags/KI" class="mention hashtag" rel="nofollow noopener" target="_blank">#KI</a> 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.<a href="https://de.wikipedia.org/wiki/Maschinelle_%C3%9Cbersetzung" rel="nofollow noopener" translate="no" target="_blank">https://de.wikipedia.org/wiki/Maschinelle_%C3%9Cbersetzung</a>Das war 1966. Also gab es schon damals KI. <a href="https://de.wikipedia.org/wiki/ELIZA" rel="nofollow noopener" translate="no" target="_blank">https://de.wikipedia.org/wiki/ELIZA</a>Weizenbaum hat auch 1966 <a href="https://climatejustice.social/tags/ELIZA" class="mention hashtag" rel="nofollow noopener" target="_blank">#ELIZA</a> geschrieben. Auch symbolische KI. In <a href="https://climatejustice.social/tags/Prolog" class="mention hashtag" rel="nofollow noopener" target="_blank">#Prolog</a>. Als er sah, wie Menschen darauf reagierten wurde er zum KI-Kritiker. Die <a href="https://climatejustice.social/tags/LLMs" class="mention hashtag" rel="nofollow noopener" target="_blank">#LLMs</a> von heute sind sehr viel leistungsfähiger und sehr viel gefährlicher.Ach so: Auf dem Bild ist Reinhard Karger vom <a href="https://climatejustice.social/tags/DFKI" class="mention hashtag" rel="nofollow noopener" target="_blank">#DFKI</a>. Er hat immer die Demos von <a href="https://climatejustice.social/tags/VerbMobil" class="mention hashtag" rel="nofollow noopener" target="_blank">#VerbMobil</a> 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.<a href="https://de.wikipedia.org/wiki/Verbmobil" rel="nofollow noopener" translate="no" target="_blank">https://de.wikipedia.org/wiki/Verbmobil</a>Ich habe mit Walter Kasper die deutsche Grammatik gemacht. <a href="https://climatejustice.social/tags/HPSG" class="mention hashtag" rel="nofollow noopener" target="_blank">#HPSG</a> <a href="https://climatejustice.social/tags/Linguistik" class="mention hashtag" rel="nofollow noopener" target="_blank">#Linguistik</a> <a href="https://climatejustice.social/tags/Computerlinguistik" class="mention hashtag" rel="nofollow noopener" target="_blank">#Computerlinguistik</a>

Stefan Müller :verified:Lustiges aus der Welt des SPAMs: Werbung für ein Übersetzungsprogramm in ungrammatischem Deutsch. Einen „sofortigen Übersetzer“ wollte ich schon immer mal haben. Ich habe ja in den 90ern an einem Übersetzungsprojekt gearbeitet (<a href="https://climatejustice.social/tags/VerbMobil" class="mention hashtag" rel="nofollow noopener" target="_blank">#VerbMobil</a>). Das Problem an der so genannten tiefen Verarbeitung (symbolische <a href="https://climatejustice.social/tags/KI" class="mention hashtag" rel="nofollow noopener" target="_blank">#KI</a>) war damals, dass wir nicht sofortig genug waren.<a href="https://climatejustice.social/tags/SPAM" class="mention hashtag" rel="nofollow noopener" target="_blank">#SPAM</a> <a href="https://climatejustice.social/tags/Machinelle%C3%9Cbersetzung" class="mention hashtag" rel="nofollow noopener" target="_blank">#MachinelleÜbersetzung</a> <a href="https://climatejustice.social/tags/M%C3%9C" class="mention hashtag" rel="nofollow noopener" target="_blank">#MÜ</a>

Christian Pietsch (old acct.)<a href="https://dair-community.social/@alex" class="u-url mention">@alex</a>I'm not at all surprised.As a student, I worked at <a href="https://wisskomm.social/@DFKI" class="u-url mention">@DFKI</a>. The team that experimented with statistical machine translation for the <a href="https://digitalcourage.social/tags/VerbMobil" class="mention hashtag" rel="tag">#VerbMobil</a> project used to pin the most hilarious translation errors on their office doors. Sometimes, input and output had no semantic overlap whatsoever. When training data is misaligned, anything can happen.PS: That was publicly funded research. If training data is a trade secret, no one can fix these mistakes but the original developers.

Recent searches

Search options

Administered by:

Server stats:

#VerbMobil