Anmelden
Der Call for Proposals für die S2N, die Fachkonferenz zu IT-Infrastruktur im RZ, läuft!
Am 9. Oktober 2024 startet in Hamburg die S2N [1], eine zweitägige Konferenz für Storage, Server, Network. Sie führt unter neuem Namen und mit erweitertem Themenspektrum das Konzept der Speicher-Konferenz storage2day fort. Die S2N wendet sich mit ihrem technischen Fokus an Systemadministratoren, IT-Architekten, IT-Leiter und alle Fachleute, die sich mit IT-Infrastruktur im Rechenzentrum befassen.
Wir bringen IT-Praktiker zusammen, vermitteln technisches Hintergrundwissen und bewährte Lösungen für den Praxiseinsatz und stellen zukünftige Entwicklungen vor. Es wird um die vielfältigen Herausforderungen gehen, denen RZ-Profis heute gegenüberstehen: Die Datenmengen wachsen, der KI-Einsatz verlangt nach schnellen, latenzarmen Netzen. Das Zusammenwachsen von Cloud und On-Premises zu hybriden Infrastrukturen will bewältigt sein. Gleichzeitig steigen die regulatorischen Anforderungen – sei es bei Datenschutz und Sicherheit oder bei der Energieeffizienz
Bis zum 19. April besteht noch die Möglichkeit, über die Konferenz-Website Vortragsvorschläge einzureichen [2]. Gesucht werden vertiefende Technikvorträge, Berichte über eigene Erfahrungen, Projekte, Strategien und Best Practices sowie Beiträge zu neuen Techniken und Konzepten, die in den Startlöchern stehen und der Umsetzung im Rechenzentrum harren. Auf der Website der S2N finden Sie einige Themenideen [3]. Ein Programmkomitee aus Storage-, Server- und Netzwerk-Spezialisten wird das Programm auf Basis der Einreichungen zusammenstellen.
Wer über den Verlauf der Konferenz informiert werden möchte, kann sich auf der Konferenz-Website für den Newsletter [4] eintragen. Und wer uns vertraut, dass wir schon ein ordentliches Programm zusammenstellen werden, kann schon jetzt Blind-Bird-Tickets für die Hälfte des regulären Preises [5] kaufen.
Veranstalter der S2N sind iX, das Magazin für professionelle IT, und der dpunkt.verlag.
URL dieses Artikels:
https://www.heise.de/-9670032
Links in diesem Artikel:
[1] https://s2n.heise.de/
[2] https://s2n-heise.de/cfp.php
[3] https://s2n-heise.de/cfp.php
[4] https://s2n-heise.de/
[5] https://s2n.heise.de/tickets.php
[6] https://s2n-heise.de/index.php
[7] https://s2n-heise.de/location.php
[8] https://s2n-heise.de/cfp.php
[9] https://www.heise.de/ix/
[10] mailto:ulw@ix.de
Copyright © 2024 Heise Medien
ChatGPT und Co. scheinen, eine Vorstufe zur allgemeinen künstlichen Intelligenz zu sein. Die KI-Expertin und Buchautorin Katharina Zweig ist skeptisch.
AGI, allgemeine künstliche Intelligenz, also eine KI, die menschenähnliche oder gar übermenschliche Fähigkeiten hat, galt lange als komplett unrealistisch, oder zumindest als sehr, sehr ehrgeiziges Ziel – je nachdem, mit wem man gesprochen hat. Aber jetzt fragen sich viele, wenn ChapGPT schon so viel kann, was kommt da danach? Vielleicht wirklich so etwas wie eine AGI?
In der neusten Podcast-Folge des Deep Dive diskutiert TR-Redakteur Wolfgang Stieler mit Katharina Zweig über die Frage, wie intelligent oder dumm die jetzt schon existierenden großen Sprachmodelle denn nun wirklich sind, wie wir sie jetzt und zukünftig nutzen sollten und wovon wir besser die Finger lassen.
Katharina Zweig ist Professorin an der TU Kaiserslautern-Landau und dort auch Leiterin des Algorithmic Accountability Lab. Sie ist nicht nur als Wissenschaftlerin tätig, sondern auch sehr gefragte Speakerin und Autorin populärwissenschaftlicher Bücher [1] zum Thema KI.
Damit etwas als intelligent bezeichnet werden könne, sagt sie unter Berufung auf den Philosophen Brian Cantwell-Smith, müsse es "existenziell von seinem Weltbild abhängen". "Ich bin jetzt gerade mit dem Fahrrad gefahren und da muss ich ständig abschätzen, ob Autos hinter mir sind, ob die mich sehen, ob ich noch eben über die Straße fahren kann. Ich bin existenziell davon abhängig, dass ich die Geschwindigkeiten von Autos richtig einschätze." Bei einem Sprachmodell sieht sie diese Fähigkeit nicht: "Die technologische Basis gibt das gar nicht her, dass ein Sprachmodell irgendein Interesse an der Korrektheit seines Weltbildes hat", sagt Zweig. "Deswegen kommt es eben auch zu Halluzinationen, weil es zum Beispiel keine Repressalien gibt".
Damit wir ChatGPT und seine möglicherweise noch smarteren Nachfolger auch möglichst verantwortungsvoll nutzen können, müssten wir über unser Verhältnis zur KI nachdenken. "Wir haben für das, was die Sprachmodelle im Moment können, noch kein gutes Wort. Denn natürlich steckt eine Art Verständnis drin", sagt Zweig. "Ich glaube, wir müssen neue Wörter erfinden für die Art von vermeintlichem Verständnis, die das Sprachmodell uns widerspiegelt. Was aber den Unterschied zum Verstehen von einem Kind oder einem erwachsenen Menschen nochmal deutlich macht". Denn nur, wenn wir gut verstehen würden, was diese Technologie kann und, wo sie nicht so verlässlich ist oder anders ist als wir, "dann werden wir ganz hervorragend damit zusammenarbeiten."
Die ganze Folge – als Audio-Stream (RSS-Feed [6]):
URL dieses Artikels:
https://www.heise.de/-9668849
Links in diesem Artikel:
[1] https://www.penguin.de/Paperback/Die-KI-wars/Katharina-Zweig/Heyne/e618081.rhd
[2] https://podcasts.apple.com/de/podcast/tech2go-der-technology-review-podcast/id1511589900
[3] https://www.heise.de/tr/rss/tech2go.rss
[4] https://open.spotify.com/show/5sQ717mamQbJVvvOZT6p2y
[5] https://www.heise.de/thema/mit-technology-review-podcast
[6] https://tech2go.podigee.io/feed/mp3
[7] https://www.heise.de/Datenschutzerklaerung-der-Heise-Medien-GmbH-Co-KG-4860.html
[8] https://www.instagram.com/technologyreview_de/
[9] mailto:wst@technology-review.de
Copyright © 2024 Heise Medien
Die Kabel liegen bereit, aber auch viel zu oft doppelt, meinen die Telekom-Konkurrenten.
(Bild: juerginho/Shutterstock.com)
Die Bundesnetzagentur sammelt Beschwerden über Glasfaser-Überbau. Die Netzbetreiber wollen Ergebnisse sehen – und schicken der Regierung drei blaue Briefe.
Die deutschen Netzbetreiberverbände erhöhen den Druck auf die Bundesregierung und fordern Aufklärung über den Überbau von Glasfasernetzen durch die Telekom. In Briefen an Bundeskanzler Olaf Scholz (SPD), Finanzminister Christian Lindner (FDP) und Digitalminister Volker Wissing (FDP) fordern die Präsidenten der Verbände Anga, Breko und VATM eine "schnelle, transparente Klärung und entsprechend konsequentes Handeln" ein.
Hintergrund ist der Streit über den Doppelausbau von Glasfasernetzen [1] in ländlichen Regionen. Die Verbände werfen der Telekom vor, gezielt dort auszubauen, wo Wettbewerber bereits selbst bauen oder es planen. Das binde darüber hinaus ohnehin knappe Kapazitäten beim Leitungsbau. Die Telekom weist solche Vorwürfe in der Regel zurück und betont, selbst auch überbaut zu werden.
Ein gesunder Infrastrukturwettbewerb ist in größeren Städten in der Regel kein Problem und auch erwünscht. Doch kann der Netzausbau in dünn besiedelten Regionen unwirtschaftlich werden, wenn plötzlich ein Konkurrent auftaucht und Kunden abspringen, die schon einkalkuliert sind. Die Verbände sagen, in einigen Fällen reicht schon die bloße Ankündigung der Telekom, dass Kunden abspringen.
Der Konflikt schwelt schon eine geraume Weile [2]. Beide Seiten führen eigens beauftragte Studien [3] ins Feld, um ihren Standpunkt [4] zu festigen. Im vergangenen Sommer hat dann die Bundesregierung eine "Monitoringstelle" bei der Bundesnetzagentur eingerichtet, die Beschwerden der Unternehmen sammeln und dann ein Gesamtbild der Überbauproblematik zeichnen sollte [5]. Eigentlich wollte die Bundesnetzagentur dann Anfang des Jahres eine Zwischenbilanz ziehen und Bericht erstatten.
Das ist bisher nicht passiert. Stattdessen hat die Bundesnetzagentur die Stimmung weiter angeheizt, mit einer eigenen Auftragsstudie, die dem Wettbewerb auf dem Mobilfunkmarkt ein einwandfreies Gesundheitszeugnis ausstellt [6]. Die Festnetzbetreiber, die für eigene Bündelangebote auf Vorleistungen der Mobilfunker angewiesen sind, halten das Papier für grob fehlerhaft und "stark interessengeleitet" [7].
Die Stimmung unter den Netzbetreibern ist gereizt. Sie erwarten vom Bundesministerium für Digitales und Verkehr (BMDV) und der Bundesnetzagentur, dass die Monitoring-Stelle endlich ihre Ergebnisse veröffentlicht. In ihrem Brief an Digitalminister Wissing werden die Verbände dann auch ungewöhnlich deutlich.
"Obwohl Ihnen und Ihrem Ministerium das Problem und die negativen Folgen bekannt sind, ist seitdem wenig passiert", schreiben die Verbände. "Anstatt Maßnahmen gegen das Verhalten der marktmächtigen Deutschen Telekom einzuleiten, wurde nicht einmal das von Ihrem Haus selbst gegebene Versprechen, für schnellstmögliche Transparenz über die Thematik zu sorgen, eingelöst."
Und um ihren Forderungen weiter Nachdruck zu verleihen, geht ein Schreiben auch an Bundeskanzler Scholz. Obwohl die Auswertung "dem im BMDV zuständigen Staatssekretär Stefan Schnorr seit Wochen vorliegt, wurde diese bisher nicht veröffentlicht", monieren die Verbände. Es sei "erschreckend", dass die Bundesregierung "ganz offenkundig zentrale Ergebnisse einer so wichtigen Auswertung mit Rücksicht auf die Deutsche Telekom nicht öffentlich machen will."
Eine "klare Absage an einen strategisch destruktiven Überbau" sei überfällig, heißt es in dem Brief an den Bundeskanzler. "Wir erwarten, dass das Unternehmen, das noch zu großen Teilen im Eigentum des Bundes steht, selbst für entsprechende Transparenz beim Ausbau sorgt, andere Unternehmen nicht verdrängt, und die Ziele der Bundesregierung nicht strategisch aus Eigeninteresse hintertreibt."
An Bundesfinanzminister Lindner geht der Hinweis, "das wettbewerbsschädliche Verhalten der Telekom" wirke sich nachteilig auf den Staatshaushalt aus: "Durch das strategische Rosinenpicken besonders lukrativer Gebiete erhöht sich der staatliche Förderbedarf enorm, da weniger eigenwirtschaftlicher Ausbau möglich ist."
Ein Sprecher des Digitalministeriums sagte der Nachrichtenagentur dpa, es gebe noch keinen Bericht. "Sowohl ausbauende Unternehmen als auch kommunale Gebietskörperschaften haben zahlreiche Überbaufälle gemeldet. Die Sachverhaltsaufklärung seitens der Monitoringstelle ist noch nicht abgeschlossen."
Ein Sprecher der Telekom wies die Vorwürfe der Verbände zurück. "Unsere Wettbewerber versuchen offenbar mit allen Mitteln, Druck auf eine unabhängige Behörde auszuüben." Die Telekom baue in Deutschland zwei Drittel aller neuen Glasfaseranschlüsse. "Dabei werden auch wir überbaut." Man habe der Bundesnetzagentur selbst 200 Überbau-Fälle gemeldet.
URL dieses Artikels:
https://www.heise.de/-9669501
Links in diesem Artikel:
[1] https://www.heise.de/news/Glasfaser-Studie-Forscher-bringen-Ueberbauverbot-ins-Spiel-9338111.html
[2] https://www.heise.de/hintergrund/Ein-Jahr-Gigabitstrategie-Fortschritt-mit-Hindernissen-9206016.html
[3] https://www.heise.de/news/VATM-Marktstudie-Konkurrenz-wirft-Telekom-problematisches-Verhalten-vor-9543623.html
[4] https://www.telekom.com/de/blog/konzern/artikel/neue-gutachten-zum-thema-ueberbau-belegen-vorteile-von-wettbewerb-1052384
[5] https://www.heise.de/news/Glasfaser-Regulierer-will-gegen-wettbewerbswidrigen-Ueberbau-vorgehen-9205873.html
[6] https://www.heise.de/news/Bundesnetzagentur-Gutachter-sehen-wirksamen-Wettbewerb-im-Mobilfunkmarkt-9606120.html
[7] https://www.heise.de/news/Netzbetreiberverband-Studie-zum-Wettbewerb-im-Mobilfunkmarkt-ist-mangelhaft-9612365.html
[8] mailto:vbr@heise.de
Copyright © 2024 Heise Medien
(Bild: Generiert mit Midjourney durch Mac & i)
Bislang hat Apple bei künstlicher Intelligenz keine großen Schlagzeilen gemacht. Das könnte sich mit neuen Einblicken in die hauseigene Forschung nun ändern.
Über Apples Pläne in Sachen künstlicher Intelligenz (KI) gab es zuletzt ebenso viele Gerüchte wie offene Fragen. Bei öffentlichen Auftritten wie der hauseigenen Entwicklerkonferenz WWDC bevorzugte Apple-Chef Tim Cook etwa den technischen Begriff "maschinelles Lernen" – statt KI. Doch nun wird es konkreter: In der vergangenen Woche gab es Berichte [1], dass Apple daran interessiert sein könnte, Googles großes Sprachmodell Gemini für eigene Anwendungen zu lizenzieren. Außerdem stellte Apple in einem Forschungspapier [2] eine eigens entwickelte Sprachmodell-Familie vor, die künftig in iPhones und in Anwendungen wie Siri zum Einsatz kommen könnte.
Das Modell mit dem Namen MM1 ist deshalb so interessant, weil es nicht nur zeigt, dass Apple aktiv KI-Forschung betreibt, sondern auch aufgrund seiner vergleichsweise kleinen Größe und seines Aufbaus. Bei MM1 handelt es sich um ein sogenanntes multimodales Modell, das sowohl Textanfragen als auch visuelle Prompts versteht.
Das Paper zu MM1 [3] beschäftigt sich größtenteils mit den Erkenntnissen, die die Forschenden bei der Entwicklung des Modells gewannen. Zum Beispiel, dass die Auflösung der für das Pre-Training verwendeten Bilder den größten Einfluss auf die spätere Performance hat. Oder dass es auf die richtige Zusammensetzung der Trainingsdaten ankommt. Für MM1 experimentiere Apple mit verschiedenen Mischungen aus Bild-Text-Paaren, gemischten Bild-Text-Daten (interleaved) und reinen Texten. Am Ende skalierte das Team das Modell auf drei, sieben und 30 Milliarden Parameter. Das 30B-Modell erziele "wettbewerbsfähige Leistungen in allen Kategorien" im Vergleich mit ähnlichen multimodalen Modellen, heißt es.
Mit einer Modellgröße 30 Milliarden Parametern wäre MM1 kleiner als die großen Sprachmodelle anderer führender Firmen: Metas LLaMA-2 kommt auf 70 Milliarden, das Luminous-Modell des deutschen Unternehmens Aleph Alpha soll auf 300 Milliarden erweitert werden [4], bei GPT4 geht man sogar schon von mehr als einer Billion Parameter aus. Trotzdem sehen unabhängige Beobachter in der kleinen Modellgröße von MM1 keinen Nachteil, im Gegenteil.
Die Informatikerin Kate Saenko von der Boston University sagte im Gespräch mit dem Magazin Wired [5], dass die kleine Modellgröße den Ingenieuren von Apple erlaube, mit verschiedenen Trainingsmethoden und Verfeinerungen zu experimentieren, bevor sie das Modell schrittweise vergrößern. Es könne ein erster Schritt in Richtung eines multimodalen Assistenten sein, "der Fotos, Dokumente oder Diagramme beschreiben und Fragen dazu beantworten kann", sagt Saenko.
Im Hinblick auf Apples wichtigstes Produkt – das iPhone [6] – kommt als ein solcher multimodaler Assistent natürlich das bestehende Siri infrage, das derzeit etwas überholt wirkt in Sachen Leistungsumfang. Auch andere Hersteller wie Google und Amazon planen, KI in Form von Sprachmodellen mit ihren virtuellen Assistenten zu kombinieren. Dass diese mittelfristig auch multimodal arbeiten, also auch Bilder direkt von der Smartphone-Kamera verarbeiten sollen, ist selbsterklärend.
Während die wirklich großen Sprachmodelle wie ChatGPT [7] oder Bildgeneratoren wie Dall-E aufgrund ihrer Rechenleistung derzeit einen Zugriff auf die Cloud benötigen, könnten kleinere Sprachmodelle wie MM1 theoretisch auch direkt auf Geräten wie eben dem iPhone laufen. Für Apple hätte das zwei Vorteile: Zum einen könnte Apple dadurch einige Datenschutzfragen umgehen und sich weiterhin dem eigenen Anspruch widmen, möglichst viele Daten ausschließlich "on device" zu verarbeiten [8], sodass sie vor den Zugriffen Dritter geschützt sind. Zum anderen könnte Apple die Technologie vergleichsweise einfach den Hunderten Millionen seiner Nutzerinnen und Nutzer schmackhaft machen.
In der öffentlichen Debatte um die immer größer werdenden Sprachmodelle wird schnell vergessen, dass auch die "kleine" KI ein extrem wichtiges Feld ist und die Entwicklung effizienter Modelle immer wichtiger wird – was Apple womöglich erkannt hat [9]. Zwar ist noch unklar, ob und wie das Unternehmen die Forschung von MM1 in seine Produkte bringen wird. Doch zumindest eine Frage lässt sich inzwischen etwas besser beantworten: Apple hat die künstliche Intelligenz nicht verschlafen. Und vielleicht nimmt Tim Cook in einigen Wochen auf der hauseigenen Entwicklerkonferenz WWDC ja tatsächlich die zwei Buchstaben in den Mund.
URL dieses Artikels:
https://www.heise.de/-9668765
Links in diesem Artikel:
[1] https://www.heise.de/news/Bericht-Apple-angeblich-an-Gemini-von-Google-fuers-iPhone-interessiert-9657584.html
[2] https://www.heise.de/news/Klein-aber-fein-Neues-multimodales-KI-Modell-von-Apple-9657835.html
[3] https://arxiv.org/pdf/2403.09611.pdf
[4] https://www.heise.de/news/Luminous-schliesst-Europas-KI-Luecke-Aleph-Alpha-auf-Augenhoehe-mit-US-Anbietern-7521254.html
[5] https://www.wired.com/story/apples-mm1-ai-model-sleeping-giant-waking-up/
[6] https://www.heise.de/thema/iPhone
[7] https://www.heise.de/thema/ChatGPT
[8] https://www.wired.com/story/apple-ai-privacy/
[9] https://michaelparekh.substack.com/p/ai-apples-perceived-ai-headwinds
[10] https://www.instagram.com/technologyreview_de/
[11] mailto:jle@heise.de
Copyright © 2024 Heise Medien
(Bild: Tada Images/Shutterstock.com)
Um den Begriff AGI, Artificial General Intelligence, gibt es viel Streit. Doch abseits der Debatte gibt es spannende Forschung zu KI jenseits von ChatGPT.
Seit Jahrzehnten gibt es Pläne, Versprechungen und Ankündigungen. Das Ziel ist eine Maschine, die denken kann wie ein Mensch – oder besser. Seit Ende 2022 scheint die technische Entwicklung sich drastisch beschleunigt zu haben. Nun scheint eine AGI, eine Allgemeine Künstliche Intelligenz, in greifbarer Nähe. In der aktuellen Ausgabe versucht MIT Technology Review [1] eine Bestandsaufnahme der Entwicklung.
Was genau eine AGI allerdings sein soll, ist nicht einmal klar definiert. [2] Als die KI-Forscher Shane Legg und Ben Goertzel den Begriff AGI Anfang der 2000er-Jahre populär machten, schrieben sie etwas unbestimmt von einer KI, die in der Lage sein müsse, "eine Reihe von kognitiven Aufgaben zu bewältigen, die Menschen lösen können". Was für Menschen und was für Aufgaben sie meinten, erklärten sie nicht weiter. Goertzel verkauft seine esoterisch angehauchten Zukunftsvisionen heute auf der Veranstaltungsplattform Singularity.net. Shane Legg hat DeepMind mitbegründet und arbeitet heute als "Chief AGI Scientist" der Google-Tochter. Gemeinsam mit sieben seiner Kolleginnen und Kollegen veröffentlichte er im November 2023 ein Paper, das die scheinbar endlose Debatte um Definitionen und Kriterien voranbringen sollte. Darin listen Legg und sein Team neun verschiedene Definitionen des Begriffes auf [3].
Sicher scheint im Moment nur eines: Die Community ist sich einig, nicht einig zu sein. Blaise Agüera y Arcas von Google Research und Peter Norvig von der Stanford University beispielsweise haben in einem Aufsatz für die Zeitschrift Noema bereits 2023 geschrieben, dass [4] AGI "bereits da ist". Denn große Sprachmodelle könnten eine Vielzahl unterschiedlicher Aufgaben lösen sowie aus dem Kontext heraus und mit wenigen Beispielen neue Fähigkeiten lernen könnten. Beides setze menschenähnliche Intelligenz voraus.
Glaubt man KI-Kritikern wie dem Kognitionsforscher Gary Marcus oder der Computerlinguistin Emily Bender, sind große Sprachmodelle dagegen dumm wie geschnitten Brot. Sie funktionieren rein statistisch und verstehen kein Stück von der Sprache, die sie bearbeiten. Von internen Weltmodellen keine Spur.
Die KI-Expertin und Komplexitätsforscherin Melanie Mitchell vom Santa Fe Institute hingegen argumentiert, das könne man nicht wissen. Es gäbe zumindest "etwas Verständnis" in diesen Modellen – "in gewissen Rahmen" könnten sie vorhandenes Wissen auf neue Situationen anwenden, "in anderen Fällen jedoch nicht". Da wir schlicht nicht genügend über die innere Funktion der Modelle wüssten, ließe sich die Frage zurzeit kaum sinnvoll beantworten.
Und Timnit Gebru [10], eine der profiliertesten Kritikerinnen der KI-Pläne der großen Silicon-Valley-Konzerne, vermutet hinter dem Vorhaben keine technische, sondern eine politische Agenda: Gemeinsam mit anderen Autoren wie Émile P. Torres zieht Gebru eine historische Linie von den amerikanischen Eugenikern über die Transhumanisten [11] zu den führenden Köpfen von OpenAI, in der es nie um die Zukunft und das Wohl der gesamten Menschheit ging, sondern darum, alles Unnütze und Überflüssige auszusortieren.
Was aktuellen KI-Systemen zweifelsfrei noch fehlt, darin sind sich fast alle Experten einig, ist die Fähigkeit, selbstständig dazuzulernen. Dazu gibt es allerdings ziemlich spannende Forschung.
Der isländische KI-Forscher Kristinn Thórisson, der seit 30 Jahren zum Thema AGI forscht, will KI-Agenten entwickeln, die vollständig autonom vorgehen – nur mit grundlegendem Wissen über das Lernen an sich starten und dann im Lauf der Zeit ihre eigene Programmierung ändern. Sein Vorbild: das Lernen eines Kindes. Bereits 2008 entwickelte Thórisson gemeinsam mit seinem Team einen Demonstrator für diese Fähigkeiten: die Autocatalytic Endogenous Reflective Architecture (AERA) [12].
Das "ist eine kognitive Architektur – und eine Blaupause – für die Konstruktion von Agenten mit einem hohen Maß an operativer Autonomie", schreibt er. Sie gehe von "einer kleinen Menge an vom Designer spezifiziertem Code – einem Seed" aus, und verändere dann ihre eigene Programmierung. Mit frischen Forschungsgeldern will er das Modell nun weiterentwickeln.
Pierre-Yves Oudeyer von der Universität Bordeaux nennt solche "Developmental AIs", die "kontinuierlich und selbst motiviert" lernen, "autotelisch" – sich selbst einen Sinn gebend. Sein Ziel sind allerdings keine AGIs – Oudeyer und sein Team interessieren sich mehr für die Modellierung des Lernens. Die Forscher koppelten autotelische Software-Agenten mit großen Sprachmodellen [13]: Das Team ließ Software-Agenten, die selbstständig ihre Umgebung erkunden können, auf eine virtuelle Küche los, in der sich neben einigen Lebensmitteln, Möbeln und Werkzeugen auch ein virtuelles Kochbuch mit einigen kurzen Rezepten befand. Tatsächlich konnten die mit einem großen Sprachmodell gekoppelten Agenten einige neue, bisher für sie unbekannte Rezepte entwickeln, indem sie das im Lauf der Zeit Gelernte miteinander kombinierten und neu anordneten. Allerdings, beklagen die Forscher, sei die Nutzung kommerzieller großer Sprachmodelle im Moment viel zu teuer, und die Modelle seien zu intransparent, um im großen Stil zu experimentieren.
"Um Vorhersagen über etwas zu treffen, das noch nie gesehen wurde und möglicherweise gar nicht existiert, ob es sich nun um außerirdisches Leben oder um superintelligente Maschinen handelt, sind Theorien erforderlich, die auf allgemeinen Grundsätzen beruhen", schreibt Melanie Mitchell in einem aktuellen Gastbeitrag für Science [14]. "Letztendlich werden die Bedeutung und die Folgen der 'AGI' nicht durch Debatten in den Medien, Gerichtsverfahren oder unsere Intuitionen und Spekulationen geklärt, sondern durch die langfristige wissenschaftliche Erforschung dieser Prinzipien."
URL dieses Artikels:
https://www.heise.de/-9668301
Links in diesem Artikel:
[1] https://shop.heise.de/mit-technology-review-03-2024/print?wt_mc=intern.shop.shop.tr_2403.t1.textlink.textlink
[2] https://www.heise.de/hintergrund/Wie-schwer-es-ist-kuenstliche-allgemeine-Intelligenz-zu-definieren-9533724.html
[3] https://arxiv.org/pdf/2311.02462.pdf
[4] https://www.noemamag.com/artificial-general-intelligence-is-already-here/
[5] https://www.heise.de/select/tr/2024/3/2405207123781369118
[6] https://www.heise.de/select/tr/2024/3/2405207582989865137
[7] https://www.heise.de/select/tr/2024/3/2405208074783443934
[8] https://www.heise.de/select/tr/2024/3/2405208042451913129
[9] https://shop.heise.de/mit-technology-review-03-2024/print?wt_mc=intern.shop.shop.tr_2403.dos.textlink.textlink
[10] https://www.heise.de/news/Konflikt-um-Fachaufsatz-von-Google-KI-Forscherin-4982590.html
[11] https://www.heise.de/hintergrund/Hirnforschung-Upload-nicht-moeglich-6006073.html
[12] https://www.semanticscholar.org/paper/Autocatalytic-endogenous-reflective-architecture-Nivel-%C3%9E%C3%B3risson/1978b90328fdd305de29592c25df1c3616b4c092
[13] https://arxiv.org/pdf/2305.12487.pdf
[14] https://www.science.org/doi/10.1126/science.ado7069
[15] https://www.heise.de/select/tr/2024/3/2405207123781369118
[16] https://shop.heise.de/mit-technology-review-03-2024/print?wt_mc=intern.shop.shop.tr_2403.t1.textlink.textlink
[17] https://www.mykiosk.com/suche/91485
[18] https://www.instagram.com/technologyreview_de/
[19] mailto:wst@technology-review.de
Copyright © 2024 Heise Medien
(Bild: Statista)
Durch Schätzungen und Abwassertests erhält man ein Bild vom Cannabis-Konsum in Europa. Unsere Infografik gibt einen Einblick.
Mehr als 22 Millionen Menschen zwischen 15 und 64 Jahren in der EU konsumieren laut aktueller Schätzung des European Monitoring Centre for Drugs and Drug Addiction (EMCDDA) Cannabis – etwa 3,7 Millionen sogar (fast) täglich. Das macht Cannabis zur mit Abstand am häufigsten konsumierten illegalen beziehungsweise halblegalen Droge in Europa.
Wie verbreitet der Cannabiskonsum ist [1], unterscheidet sich von Land zu Land, wie die Statista-Grafik [2] zeigt. So ist die Lebenszeitprävalenz – also der Bevölkerungsanteil, der innerhalb seines Lebens mindestens einmal Cannabis zu sich nimmt – in Frankreich mit 47,3 Prozent besonders hoch. Auch Deutschland liegt mit 34,7 Prozent im oberen Drittel des Europa-Vergleichs. Der Anteil der Cannabis-Konsumentinnen und -Konsumenten könnte aber in den kommenden Jahren durch die Teil-Legalisierung ab April 2024 deutlich steigen. Insgesamt scheint die Nutzung von Cannabis eher in Süd- und Westeuropa verbreitet zu sein – weniger üblich ist der Konsum in Osteuropa und den Ägäis-Ländern.
(Bild: Statista)
Laut der jährlichen Abwasseranalyse des EMCDDA [3] in 51 europäischen Städten wurden besonders viele Cannabis-Rückstände in den Niederlanden und entlang der spanischen Costa Brava gemessen. Im Abwasser der niederländischen Hafenstadt Rotterdam wurden 2023 im Tagesdurchschnitt je 1.000 Einwohnern etwa 225 Milligramm des Metabolit Carboxy-THC (THC-COOH) nachgewiesen. Dies ist ein Abbauprodukt von Tetrahydrocannabinol (THC) [4], das im menschlichen Körper erzeugt wird und daher Rückschlüsse auf den Konsum von Cannabis zulässt. Im Jahr 2023 gab es gegensätzliche Trends: 20 von 51 Städten meldeten einen Anstieg der THC-COOH-Belastung in Abwasserproben und 15 einen Rückgang. Die Statista-Grafik zeigt die Messwerte für eine Auswahl der untersuchten Städte.
Die Industrie-Experten von Prohibition Partners schätzen den auf dem europäischen Cannabis-Markt generierten Umsatz im Jahr 2024 auf rund 2,2 Milliarden Euro. Das beinhaltet allerdings nur den legalen Verkauf von Cannabis etwa für den medizinischen oder privaten Gebrauch. Die Schätzungen dürften nach der Teil-Legalisierung in Deutschland allerdings schon bald nach oben korrigiert werden.
URL dieses Artikels:
https://www.heise.de/-9668196
Links in diesem Artikel:
[1] https://www.emcdda.europa.eu/publications/european-drug-report/2023/cannabis_en#level-1-section1
[2] https://de.statista.com/infografik/
[3] https://www.emcdda.europa.eu/publications/html/pods/waste-water-analysis_en#data-explorer
[4] https://www.heise.de/hintergrund/Haben-Sie-etwas-geraucht-Bitte-hier-hinein-spucken-6236620.html
[5] https://www.heise.de/tr/thema/Statistik-der-Woche
[6] https://www.instagram.com/technologyreview_de/
[7] mailto:jle@heise.de
Copyright © 2024 Heise Medien
Welche Rolle aktuelle große Sprachmodelle beim Erreichen einer allgemeinen künstlichen Intelligenz spielen, ergründet die neue Ausgabe MIT Technology Review.
Als im November 2023 OpenAI-Chef Sam Altman kurzzeitig aus dem Amt gejagt wurde, gab es im Zusammenhang mit der Personalie eine brisante Meldung. Das Unternehmen habe beim System "Project Q*" offenbar einen Durchbruch bei der Allgemeinen Künstlichen Intelligenz (AGI) erzielt.
Das ist nicht nachprüfbar, zeigt aber, dass es an der Zeit ist, sich mit den möglichen Folgen auseinanderzusetzen: Was bedeutet es, wenn wir es eines Tages mit einer menschenähnlichen Künstlichen Intelligenz zu tun bekommen? Noch arbeiten die Modelle auf Basis reiner Statistik. Sie verstehen nicht, was sie generieren. Aber könnte sich aus der Komplexität der Modelle eine neue Form von Intelligenz entwickeln?
TR-Redakteur Gregor Honsel hat sich umgehört und hat Kennerinnen und Kenner der Szene weltweit nach ihrer Einschätzung gefragt [1] – und die Antworten sind so vielfältig wie die Persönlichkeiten, darunter etwa Katharina Zweig, Leiterin des Algorithm Accountability Lab der TU Kaiserslautern, Science-Fiction-Autor Andreas Eschbach und Sebastian Thrun, ex-Google Vizepräsident. Während einige an einen zeitnahen Durchbruch glauben, gehen andere davon aus, dass es noch Jahrzehnte dauern könnte oder nie passieren wird.
Wenn selbst Expertinnen und Experten sich uneins sind, stellt sich die Frage, was eine AGI ausmacht. Können wir "echte" Intelligenz überhaupt messen? Was muss eine AGI erfüllen, um als solche zu gelten? TR-Redakteur Wolfgang Stieler hat sich auf die Suche nach Antworten gemacht [2].
Unter anderem die Mathematik ist ein Feld, das Forschende heranziehen, um die Fortschritte in der KI-Entwicklung zu bewerten. Hier geht es nicht um die Mathematik, die in den Algorithmen der Systeme steckt, sondern um die Frage, ob KI-Modelle in der Lage sind, mathematische Probleme zu lösen. Wie gut sie derzeit sind und wo die Herausforderungen liegen, beschreibt unser Autor Eike Kühl in seinem Text [3].
Die rasanten Fortschritte bei der KI wecken Hoffnungen auf Maschinen, die Freunde oder gar Liebhaber sein können. In Japan kann man sich schon länger anschauen, wie so etwas aussieht. Den Einblick liefert unser Autor Martin Kölling. [4]
URL dieses Artikels:
https://www.heise.de/-9667465
Links in diesem Artikel:
[1] https://www.heise.de/select/tr/2024/3/2405207210696030047
[2] https://www.heise.de/select/tr/2024/3/2405207123781369118
[3] https://www.heise.de/select/tr/2024/3/2405208074783443934
[4] https://www.heise.de/select/tr/2024/3/2405208042451913129
[5] https://www.heise.de/select/tr/2024/3/2405207123781369118
[6] https://www.heise.de/select/tr/2024/3/2405207582989865137
[7] https://www.heise.de/select/tr/2024/3/2405208074783443934
[8] https://www.heise.de/select/tr/2024/3/2405208042451913129
[9] https://shop.heise.de/mit-technology-review-03-2024/print?wt_mc=intern.shop.shop.tr_2403.dos.textlink.textlink
[10] https://www.heise.de/select/tr/2024/3/2405211143659905485
[11] https://www.heise.de/select/tr/2024/3/2405209423574808997
[12] https://www.heise.de/select/tr/2024/3/2405209480113596712
[13] https://www.heise.de/select/tr/2024/3/2405208473264738717
[14] https://www.heise.de/select/tr/2024/3
[15] https://shop.heise.de/mit-technology-review-03-2024/print?wt_mc=intern.shop.shop.tr_2403.t1.textlink.textlink
[16] https://www.mykiosk.com/suche/91485
[17] https://www.instagram.com/technologyreview_de/
[18] mailto:lca@heise.de
Copyright © 2024 Heise Medien
(Bild: Vaxenburger et al.)
Eine KI gibt Befehle an ein anatomisches korrektes Computermodell einer Fruchtfliege, so dass die virtuelle Fliege laufen und fliegen kann.
Ein internationales Forschungsteam, geleitet von Forschenden des Howard Hughes Medical Center, an dem unter anderem auch Google Deepmind beteiligt war, hat ein anatomisch korrektes Computermodell einer Fruchtfliege geschaffen, das von einer KI gesteuert wird. Die virtuelle Fliege kann nicht nur laufen und komplexe Flugbahnen zurücklegen. Sie setzt auch ihre Augen zur Kontrolle und Steuerung des Fluges ein – allerdings bisher nur in einer Physik-Simulation. Mit dem Modell wollen die Forschenden langfristig das Zusammenspiel zwischen Gehirn und Körper untersuchen. Technische Einzelheiten beschreiben sie in einem Preprint-Paper [1].
Das neue Modell ist das erste einer Reihe von realistischen Tiermodellen, die das Team und andere Forscher nun mit Hilfe dieses universellen, quelloffenen Frameworks [2] entwickeln können. Diese Modelle könnten den Wissenschaftlern helfen, besser zu verstehen, wie Körper und Umwelt kognitive Prozesse beeinflussen, und umgekehrt. Der Ansatz wird als embodied cognition [3] bezeichnet.
Abgesehen von solchen konzeptionellen Überlegungen ist das, was auf den ersten Blick sehr simpel klingt, eine bemerkenswerte technische Leistung. Fliegen erzeugen mit enorm schnellen Bewegungen der Flügel ihren Auftrieb – bis zu 200 Schläge pro Sekunde [4]. Zuständig dafür sind zwei Muskelgruppen. Die eine bewegt die Flügel nach unten und dehnen dabei die anderen. Die Spannung löst dann das Zusammenziehen der zweite Muskelgruppe aus, die wiederum eine Spannung in der ersten Muskelgruppe erzeugt. Dabei schlagen die Flügel allerdings nicht einfach nur auf und ab, sondern folgen einer komplizierteren Bahn in Form einer Acht [5].
Um das Computermodell der Fliege (Video) [6] zu anzusteuern, trainierten die Forschenden ein tiefes neuronales Netz mit Hilfe von Verstärkungslernen (deep reinforcement learning). Das Netz "nimmt dabei die Rolle des Nervensystems ein", schreiben die Forschenden. Es reagiert auf – simulierte – Eingaben der Sinnesorgane und steuert Muskelguppen an, um ein gewünschtes Verhalten zu erzeugen. Um das Netz zu trainieren, verwendete das Forschungsteam Aufnahmen von Hochgeschwindigkeits-Kameras.
"Um Netze zu trainieren, die sich von Trainingstrajektorien zur Fortbewegung entlang neuer Trajektorien verallgemeinern können, verwenden wir steuerbare Low-Level Steuerungen", schreiben die Autoren. "Diese neuronalen Netze sind analog zum ventralen Nervenstrang (VNC) des zentralen Nervensystems der Fliege und sind für die Umsetzung von hochrangigen Befehlssignale aus dem Zentralhirn in niederschwellige motorische Steuersignale verantwortlich." Dabei sind die "hochrangigen Befehle" in diesem Fall die gewünschten Änderung der Position und Orientierung der Fliege, die "niederschwelligen motorischen Signale", die Steuerbefehle für die virtuellen Muskeln.
Die Simulation der Fliegenbewegungen sei eine "considerable computational challenge" gewesen, schreiben die Autoren, "sowohl was die Anzahl der Freiheitsgrade angeht, als auch die Kürze der Zeitschritte für eine erfolgreiche Simulation." Denn obwohl das Modell, das auch auf zahlreichen Mikroskop-Aufnahmen von Fruchtfliegen entwickelt wurde, mechanisch vereinfacht ist, gibt es darin noch immer 102 Freiheitsgrade. Und die 200 Flügelschläge pro Sekunden der Fliege erzwangen eine zeitliche Auflösung von 0,1 Millisekunden. Um das Verhalten der Fruchtfliege zu simulieren, mussten die Forschenden den bereits vorhandenen Simulator erheblich verbessern. Nachdem das Team nun gezeigt hat, dass es diese Art von realistischen virtuellen Modellen erstellen kann, möchte es auch eine virtuelle Maus und einen virtuellen Zebrafisch erstellen, zwei Organismen, die von Neurowissenschaftlern häufig untersucht werden.
URL dieses Artikels:
https://www.heise.de/-9666910
Links in diesem Artikel:
[1] https://www.biorxiv.org/content/10.1101/2024.03.11.584515v1.full.pdf
[2] https://github.com/TuragaLab/flybody
[3] https://www.scientificamerican.com/blog/guest-blog/a-brief-guide-to-embodied-cognition-why-you-are-not-your-brain/
[4] https://www.biochem.mpg.de/577178/20111116_schnorrer_spalt
[5] https://fis.uni-osnabrueck.de/vivouos/display/wf12v5#:~:text=Insekten%20erzeugen%20mit%20ihren%20enorm,wie%20Helikopter%20denn%20wie%20Flugzeuge.
[6] https://www.eurekalert.org/multimedia/1019302
[7] https://www.instagram.com/technologyreview_de/
[8] mailto:wst@technology-review.de
Copyright © 2024 Heise Medien
Wie weiche Materialien an Metallen ganz ohne Kleber haften und was an einer virtuellen Fliege so besonders ist, klären wir in der neuen Podcast-Folge.
Forscher haben ein Phänomen entdeckt, mit dessen Hilfe weiche Materialien plötzlich an festen Oberflächen haften bleiben – und das dauerhaft. Das Praktische ist außerdem, dass die klebenden Objekte auch einfach wieder abgelöst werden konnten. Zu den Objekten zählten Hühnerfleisch, Blaubeeren und Bananen. Wie der Forschenden das geschafft haben und wofür die Erkenntnis nützlich sein kann, beschreibt TR-Redakteurin Andrea Hoferichter. [1]
Außerdem im Weekly:
Wenn auch ihr, liebe Zuhörerinnen und Zuhörer, mal Empfehlungen habt für Serien, Bücher, Games, Podcasts oder sonstige Medien, die neu oder irgendwie noch nicht zu dem Ruhm gekommen sind, den sie Eurer Meinung nach verdienen, dann schreibt uns doch eine Mail an info@technology-review.de [4] oder lasst Euren Tipp da auf unseren Social-Media-Konten von MIT Technology Review: Wir sind auf Facebook, Instagram, X, LinkedIn, TikTok und ganz neu: auf Mastodon [5] und Bluesky [6]. Oder kontaktiert uns auf Mastodon persönlich: Wolfgang Stieler [7], Gregor Honsel [8], Jenny Lepies [9].
Mehr dazu in der ganzen Folge – als Audio-Stream (RSS-Feed [10]):
URL dieses Artikels:
https://www.heise.de/-9667375
Links in diesem Artikel:
[1] https://www.heise.de/news/Kleber-an-Kleber-aus-Lebensmittel-haften-mit-Strom-an-Graphit-9663284.html
[2] https://www.heise.de/news/KI-lernt-Fliegen-9666910.html
[3] https://www.youtube.com/watch?v=36IvwtjHCEw
[4] mailto:info@technology-review.de
[5] https://social.heise.de/@techreview_de
[6] https://bsky.app/profile/technologyreview.de
[7] https://social.tchncs.de/@wstieler
[8] https://social.heise.de/@ghonsel
[9] https://mstdn.social/@Kultanaamio
[10] https://tech2go.podigee.io/feed/mp3
[11] https://www.heise.de/Datenschutzerklaerung-der-Heise-Medien-GmbH-Co-KG-4860.html
[12] https://podcasts.apple.com/de/podcast/tech2go-der-technology-review-podcast/id1511589900
[13] https://www.heise.de/tr/rss/tech2go.rss
[14] https://open.spotify.com/show/5sQ717mamQbJVvvOZT6p2y
[15] https://www.heise.de/thema/mit-technology-review-podcast
[16] https://www.instagram.com/technologyreview_de/
[17] mailto:jle@heise.de
Copyright © 2024 Heise Medien
(Bild: Daniel AJ Sokolov)
25 Millionen Euro zahlen Österreichs Mobilfunker für neue Frequenzrechte in zwei sehr unterschiedlichen Bändern. Eines davon dürfen sie zeitweise abschalten.
An die 25 Millionen Euro zahlen die drei Mobilfunk-Netzbetreiber Österreichs für zusätzliche Frequenznutzungsrechte im Bereich um 26 GHz sowie um 3,5 GHz. Das hat am Dienstag eine Versteigerung durch die Telekom Control Kommission (TKK) des Landes ergeben. Mit den Frequenzrechten sind auch Versorgungsauflagen verbunden. Neu ist, dass diese nicht mehr rund um die Uhr gelten. Von 0 bis fünf Uhr früh dürfen die Netzbetreiber ihre Sender um 26 GHz abschalten, solange der Traffic ohne Minderung der Leistungsqualität über andere Frequenzen abgeführt werden kann.
Die österreichischen Mobilfunk-Netzbetreiber sind derzeit dabei, ihre UMTS-Netze (3G) schrittweise abzuschalten. Nicht zuletzt ist der UMTS-Ausstieg gut fürs Klima [1], weil LTE- (4G) und 5G-Netze deutlich energieeffizienter sind. Die zeitweise Abschaltung nicht benötigter Netzkapazitäten ist ebenfalls ein Schritt zur Senkung des Stromverbrauchs, in Österreich bislang aber verboten.
A1 Telekom Austria und T-Mobile Austria (Magenta) zahlen jeweils 4,63 Millionen Euro für 400 MHz breite Frequenzrechte um 26 GHz. Hutchison Drei Austria zahlt 6,95 Millionen für 600 MHz. Das Gesamtergebnis von 16,2 Millionen Euro liegt 2,9 Millionen Euro über der Summe der Mindestgebote.
Das 26-GHz-Band erlaubt zwar nur sehr geringe Reichweite, dafür können erhebliche Datenmengen übertragen werden. Damit eignen sich die Frequenzen zur Versorgung sogenannter Hotspots, also Örtlichkeiten mit besonders hoher Nutzung. Prädestiniert ist das Band auch für Funknetze, die speziell für kleine Gebiete wie Unternehmenssitze oder Universitätscampus eingerichtet werden.
Zusätzlich hat die TKK Frequenzrechte im 3,5-GHz-Band versteigert, die jedoch nicht bundesweit gelten, sondern nur regional. Dabei handelt es sich um Überbleibsel einer Versteigerung von vor vier Jahren. Damals reservierte die Behörde einen Teil der Frequenzen für Bieter, die nur regional ein Netz betreiben wollten. Das Angebot übertraf die Nachfrage, sodass einige Frequenzpakete 2020 nicht über den Tisch gingen.
Nun durften sich auch die großen Netzbetreiber um diese Nutzungsrechte bewerben. A1 und T-Mobile erhielten verschiedentlich Zuschläge [2] für insgesamt 8,5 Millionen Euro – ein Vielfaches der Summe der Rufpreise von 2,3 Millionen Euro. Die neuen Frequenznutzungsrechte laufen in gut 15 Jahren, Ende 2039, aus.
URL dieses Artikels:
https://www.heise.de/-9667978
Links in diesem Artikel:
[1] https://www.heise.de/hintergrund/UMTS-Ausstieg-ist-gut-fuers-Klima-9583550.html
[2] https://www.rtr.at/TKP/presse/pressemitteilungen/presseinformationen_2024/Auktionsergebnis_TKK_26032024.pdf
[3] mailto:ds@heise.de
Copyright © 2024 Heise Medien
Die Konferenz Digital Design & UX Next in München beschäftigt sich mit der ganzheitlichen Gestaltung digitaler Produkte und Services.
Am 17. und 18. April 2024 findet in München erneut die Digital Design & UX Next statt. An zwei Tagen behandeln 22 ausgewählte Vorträge und zwei Keynotes die Gestaltung digitalen Materials.
Die Konferenz stärkt die ganzheitliche Gestaltung guter digitaler Produkte und Services. Digital Design gestaltet dabei nicht nur Sichtbares, sondern auch Verborgenes. Expertisen wie UX Design, Produktmanagement und User Research müssen in interdisziplinären Teams entstehen, um Technologiepotenziale zu erkennen und menschenzentriert zu nutzen.
Die von dpunkt.verlag und iX in Zusammenarbeit mit MaibornWolff ausgerichtete Digital Design & UX Next [1] richtet sich an Produkt- und Servicemanager, Usability & User Experience Professionals, Digital Designer, Requirement Engineers und Product Owner.
Das Programm [2] bietet in zwei Tracks Vorträge mit Antworten unter anderem auf folgende Fragen:
In dem Impuls-Vortrag zur Eröffnung beleuchten Martina Beck, Kim Lauenroth, Ute Nause und Thomas Immich, warum Digital Design für sie so relevant ist. Sie erläutern, warum gerade in Zeiten, in denen generative KI in die Digitalisierung einzieht, der digitale Wandel eine Richtung braucht und warum es auf UX ankommt.
Den zweiten Tag eröffnet Carola Lilienthal mit ihrer Keynote zum Design digitaler Arbeit. Sie liefert nicht nur Antworten darauf, wie wir Arbeit in ein neues Interaktionsmodell abbilden können, bei dem bisherige Abläufe erhalten bleiben, sondern auch, wie innovative digitale Features eine echte Verbesserung im Arbeitsprozess darstellen können.
Tickets für die Konferenz [3] kosten 899 Euro (alle Preise zzgl. 19 % MwSt.). Am Vortag der Konferenz finden vier Halbtages-Workshops statt [4]: Die Workshops "Barrieren überwinden: Barrierefreiheit bei digitalen Produkten – Warum es wichtig ist und wie man es umsetzt" und "Was ist Digital Design?! Eine gemeinsame Forschungsreise mit einer 360° Betrachtung" sind für jeweils 299 Euro erhältlich. Die Tickets für "You don’t know your users – Ein spielerischer User Research Workshop" kosten lediglich 99 Euro.
Der Workshop "Und 'prompt' war alles klar – KI-unterstütztes Design" ist ausverkauft, Interessierte können sich jedoch auf die Warteliste eintragen.
Wer über den Verlauf der Digital Design & UX Next informiert werden möchte, kann sich für den Newsletter eintragen [5]
URL dieses Artikels:
https://www.heise.de/-9664527
Links in diesem Artikel:
[1] https://digital-design-day.de/
[2] https://dd-ux.de/programm.php
[3] https://dd-ux.de/tickets.php
[4] https://dd-ux.de/programm.php#pgpart1
[5] https://dd-ux.de/newsletter.php
[6] mailto:rme@ix.de
Copyright © 2024 Heise Medien
(Bild: Marcel Derweduwen / Shutterstock.com)
Wenn die Überwachung des Abwassers zu einer Jagd auf ein einzelnes infiziertes Individuum wird, wird es ethisch heikel.
Es klingt wie die Fragestellung in einem spannenden Rätsel: Wie konnte ein US-Forscherteam eine Covid-Variante von einer Kläranlage im Bundesstaat Wisconsin zu sechs Toiletten in einem einzigen Unternehmen zurückverfolgen? Doch dahinter stecken auch Datenschutzbedenken, die entstehen, wenn man die Kanalisation nutzt, um seltene Viren bis zu ihrer Quelle zurückzuverfolgen.
Das Virus stammt wahrscheinlich von einem einzigen Mitarbeiter, der zufällig eine enorme Menge einer sehr seltsamen Variante ausscheidet. Die Forscher würden diese Person gerne ausfindig machen. Aber was ist, wenn diese Person nicht gefunden werden will?
Vor einigen Jahren war der Virologe Marc Johnson von der Universität von Missouri besessen von den seltsamen Covid-Varianten, die er in Abwasserproben gefunden hatte. Sie waren in mehrfacher Hinsicht merkwürdig: Sie entsprachen keiner der üblichen Varianten und sie zirkulierten nicht. Sie tauchten nur an einem einzigen Ort auf, kamen dort eine gewisse Zeit lang vor und verschwanden dann oft wieder. Das erste Mal tauchte der Ausreißer in Bundesstaat Missouri auf. "Es machte mich verrückt", sagt Johnson. "Ich fragte mich: ‚Was zum Teufel ist hier los?‘" Mit Hilfe von Kollegen aus New York wies er einige weitere nach.
In der Hoffnung, noch mehr Abstammungslinien ausfindig machen zu können, postete Johnson auf Twitter (jetzt X) einen Aufruf für Abwasserproben. So erhielt 2022 im Januar er einen weiteren Treffer in einer Abwasserprobe, die von einer Kläranlage in Wisconsin stammte. Gemeinsam mit David O'Connor, einem weiteren Virologen an der Universität von Wisconsin begann er mit staatlichen Gesundheitsbehörden zusammenzuarbeiten, um das Signal zu verfolgen: von der Kläranlage bis zu einer Pumpstation und dann bis in die Außenbezirke der Stadt, "ein Schacht nach dem anderen", sagt Johnson. "Jedes Mal, wenn es eine Abzweigung in der Straße gab, haben wir überprüft, von welcher Abzweigung [das Signal] kam."
Sie verfolgten einige fragwürdige Spuren. Die Forscher hatten den Verdacht, dass das Virus von einem Tier stammen könnte. Einmal nahm O'Connor Leute aus seinem Labor mit in einen Hundepark, um Hundebesitzer nach Kotproben zu fragen. "Es gab so viele Ablenkungen", sagt Johnson.
Nach der Entnahme von Proben aus etwa 50 Gullys fanden die Forscher schließlich das letzte Gullyloch des Rohrabschnitts, das die Variante aufwies. Sie hatten Glück. "Die einzige Quelle war dieses eine Unternehmen", sagt Johnson. Ihre Ergebnisse [1] veröffentlichten die Forscher kürzlich in der Fachzeitschrift "Lancet Microbe".
Die Überwachung von Abwässern scheint ein relativ neues Phänomen zu sein, das durch die Pandemie entstanden ist, dabei gibt es sie schon seit Jahrzehnten. Ein kanadisches Forscherteam hat mehrere historische Beispiele [2] beschrieben. In einem Fall [3] verfolgte ein Beamter des öffentlichen Gesundheitswesens 1946 einen Typhusausbruch zur Frau eines Mannes zurück, der am Strand Eis verkaufte. Schon damals äußerte der Forscher einige Bedenken. In der Studie wurden weder die Frau noch die Stadt genannt, und er warnte, dass Infektionen wahrscheinlich nicht auf eine Person zurückgeführt werden sollten, "es sei denn, es handelt sich um einen Ausbruch".
In einer ähnlichen, 1959 veröffentlichten Studie führten Wissenschaftler eine weitere Typhusepidemie [4] auf eine Frau zurück, die daraufhin aus der Gastronomie verbannt und schließlich überredet wurde, ihre Gallenblase entfernen zu lassen, um die Infektion zu beseitigen. Eine solche Publicity kann eine "verheerende Wirkung auf den Träger haben", so die Wissenschaftler in ihrem Bericht über den Fall. "Von einer ruhigen und geachteten Bürgerin wird sie zu einer gesellschaftlichen Paria".
Entsprechend brenzlig wurde es, als Johnson und O'Connor das Virus bis zu diesem letzten Schacht zurückverfolgt hatten. Bis zu diesem Zeitpunkt hatten die Forscher vermutet, dass diese rätselhafte Virusstämme von Tieren stammen. Johnson hatte sogar eine Theorie entwickelt, bei der es um organischen Dünger aus einer Quelle weiter flussaufwärts ging. Jetzt waren sie auf ein einziges Gebäude beschränkt, in dem ein Unternehmen mit etwa 30 Mitarbeitern untergebracht war. Sie wollten niemanden stigmatisieren oder in seine Privatsphäre eindringen. Aber irgendjemand in dem Unternehmen hatte eine ganze Menge Viren ausgeschieden. "Ist es ethisch vertretbar, es ihnen zu diesem Zeitpunkt nicht zu sagen?" fragte sich Johnson.
O'Connor und Johnson hatten von Anfang an mit den staatlichen Gesundheitsbehörden zusammengearbeitet. Sie beschlossen, dass es am besten wäre, sich an das Unternehmen zu wenden, die Situation zu erklären und zu fragen, ob sie freiwillige Tests anbieten könnten. Die Entscheidung war nicht leicht. "Wir wollten keine Panik auslösen und sagen, dass eine gefährliche neue Variante in unserer Gemeinschaft lauert", erklärte Ryan Westergaard, Epidemiologe für übertragbare Krankheiten beim Gesundheitsamt von Wisconsin, gegenüber "Nature". Aber sie wollten auch versuchen, der infizierten Person zu helfen.
Das Unternehmen willigte in einen Test ein, und 19 der 30 Mitarbeiter ließen sich einen Nasenabstrich machen. Sie waren alle negativ. Das könnte bedeuten, dass eine der Personen, die sich nicht testen ließen, die Infektion in sich trug. Oder könnte es bedeuten, dass die massive Covid-Infektion im Darm nicht auf einem Nasenabstrich zu sehen war? "An dieser Stelle würde ich das Achselzucken-Emoji benutzen, wenn wir das per E-Mail machen würden", sagt O'Connor.
Damals hatten die Forscher die Möglichkeit, Stuhlproben auf das Virus zu testen, aber sie hatten keine Genehmigung. Jetzt haben sie eine, und sie hoffen, dass der Stuhl sie zu einer Person führt, die mit einem dieser seltsamen Viren infiziert ist und die ihnen helfen kann, einige ihrer Fragen zu beantworten. Johnson hat etwa 50 dieser kryptischen Covid-Varianten im Abwasser identifiziert. "Je mehr ich diese Stämme untersuche, desto mehr bin ich davon überzeugt, dass sie sich im Magen-Darm-Trakt vermehren", sagt Johnson. "Es würde mich überhaupt nicht überraschen, wenn das der einzige Ort wäre, an dem sie sich vermehren."
Aber wie weit sollten sie gehen, um diese Menschen zu finden? Das ist noch eine offene Frage. O'Connor kann sich eine schwindelerregende Reihe von Problemen vorstellen, die auftreten könnten, wenn sie ein Individuum identifizieren, das eine dieser seltenen Varianten ausscheidet. Die plausibelste Hypothese ist, dass die Linien bei Personen auftreten, deren Immunsystem gestört ist, so dass sie die Infektion nur schwer eliminieren können. Das wirft eine ganze Reihe weiterer heikler Fragen auf: Was wäre, wenn diese Person zusätzlich zu der seltsamen Covid-Variante auch noch ein geschwächtes Immunsystem aufgrund von HIV hätte? Was, wenn diese Person nicht wusste, dass sie HIV-positiv ist, oder ihren HIV-Status nicht preisgeben wollte? Was wäre, wenn die Forscher sie über die Infektion aufklärten, die Person aber keinen Zugang zu einer Behandlung hätte? "Wenn man sich die schlimmsten Szenarien vorstellt, sind sie ziemlich übel", sagt O'Connor.
Andererseits, so O'Connor, glaube man, dass es viele dieser Menschen in den USA und in der Welt gebe. "Ist es nicht auch eine ethische Verpflichtung, zu versuchen, so viel wie möglich herauszufinden, damit wir den Menschen helfen können, die diese Viren beherbergen?"
URL dieses Artikels:
https://www.heise.de/-9663793
Links in diesem Artikel:
[1] https://www.thelancet.com/journals/lanmic/article/PIIS2666-5247(23)00372-5/fulltext
[2] https://theconversation.com/targeted-wastewater-surveillance-has-a-history-of-social-and-ethical-concerns-183570
[3] https://journals.sagepub.com/doi/10.1177/146642405107100109
[4] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1830615/
[5] https://www.instagram.com/technologyreview_de/
[6] mailto:jle@heise.de
Copyright © 2024 Heise Medien
(Bild: metamorworks/Shutterstock.com)
Unternehmen wie Insilico Medicine wollen mit KI-Hilfe schneller neue Wirkstoffe finden, vor allem auch solche, auf die die Forschung nicht gekommen wäre.
Alex Zhavoronkov spielt seit mehr als einem Jahrzehnt mit künstlicher Intelligenz (KI) herum. 2016 ließ der Programmierer und Physiker ein KI-System Menschen nach ihrem Aussehen bewerten und Katzenbilder sortieren. Jetzt hat sein Unternehmen Insilico Medicine, so sagt Zhavoronkov, das erste "echte KI-Medikament" entwickelt, das bereits darauf getestet wird, ob es ein tödliches Lungenleiden heilen kann.
Das Medikament sei etwas Besonderes, weil die KI-Software nicht nur bei der Entscheidung geholfen habe, mit welchem Ziel der Wirkstoff in einer Zelle interagieren sollte, sondern auch die chemische Struktur des Medikaments planen half.
Die allgemeine Hoffnung für KI ist, dass solche Software Forschern neue Behandlungsmöglichkeiten aufzeigen kann, auf die sie selbst nie gekommen wären. Ähnlich wie ein Chatbot, der einen Entwurf für eine Hausarbeit liefern kann, könnte KI die Anfangsphase der Entdeckung neuer Therapien beschleunigen, indem sie Vorschläge macht, welche Ziele Wirkstoffe angreifen sollten und wie diese Medikamente aussehen könnten.
Zhavoronkov sagt, dass beide Ansätze verwendet wurden, um den Wirkstoffkandidaten von Insilico Medicine zu finden. Dessen schneller Fortschritt – es dauerte nur 18 Monate, bis der Wirkstoff synthetisiert und in Tierversuchen getestet war – sei ein Beweis dafür, dass KI die Arzneimittelentdeckung beschleunigen kann. "Natürlich ist das ein Verdienst der KI", sagt er.
In einem kürzlich im Journal "Drug Discovery Today" veröffentlichten Fachartikel schätzen deutsche und Schweizer Wissenschaftler, dass die weltweit führenden Arzneimittelhersteller für jedes neue Medikament, das auf den Markt kommt, sechs Milliarden Dollar für Forschung und Entwicklung [1] ausgeben. Ein Grund dafür sei, dass die meisten Medikamentenkandidaten am Ende floppen. Und der Entwicklungsprozess dauert in der Regel mindestens zehn Jahre.
Ob KI die Suche nach neuen Medikamenten wirklich effizienter machen kann, ist noch offen. Eine andere Studie der Boston Consulting Group (BCG) prognostiziert, dass "KI-native" Biotech-Unternehmen – also solche, bei denen KI im Mittelpunkt ihrer Forschung steht – eine "beeindruckende" Welle neuer Arzneimittelideen vorantreiben. Die Berater zählten 160 Wirkstoffkandidaten [2], die an Zellen oder Tieren getestet werden, und weitere 15 in frühen Tests am Menschen.
Diese hohe Zahl deutet darauf hin, dass computergenerierte Medikamente alltäglich werden könnten. Die BCG konnte jedoch nicht feststellen, ob die Entwicklung von KI-gestützten Arzneimitteln schneller voranschreitet als die herkömmliche Entwicklung, obwohl die Berater schreiben, dass "eine der größten Hoffnungen für die KI-gestützte Arzneimittelforschung in einer Beschleunigung der Zeitpläne besteht". Bisher gibt es nicht genügend Daten, um das mit Sicherheit zu sagen, da KI-Medikamente noch nicht den Weg zur Zulassung geschafft haben.
Wahr ist jedoch, dass einige computergenerierte Chemikalien für hohe Summen über den Tisch gehen. 2022 verkaufte das Bostoner Pharmaunternehmen Nimbus Therapeutics eine vielversprechende Substanz zur Behandlung von Autoimmun-Krankheiten [3] für vier Milliarden Dollar an den japanischen Pharmariesen Takeda. Das Unternehmen hatte für die Entwicklung der Substanz Computeransätze verwendet, wenn auch nicht ausschließlich KI (die Software modelliert die physikalischen Zusammenhänge zwischen Molekülen). Und letztes Jahr verkaufte Insilico einen ursprünglich von einer KI vorgeschlagenen Wirkstoffkandidaten für 80 Millionen Dollar an das größere Pharmaunternehmen, Exelixis.
"Das zeigt, dass die Leute bereit sind, viel Geld zu zahlen", sagt Zhavoronkov. "Unsere Aufgabe ist es, eine Fabrik für Medikamente zu sein." Zhavoronkov hat eine Erfolgsbilanz bei der Implementierung modernster KI-Methoden, sobald diese verfügbar sind. Er gründete Insilico 2014, kurz nachdem die KI mit sogenannten Deep-Learning-Modellen neue Durchbrüche in der Bilderkennung erzielt hatte. Der neue Ansatz hat frühere Techniken für die Klassifizierung von Bildern und für Aufgaben wie das Auffinden von Katzen in YouTube-Videos weit hinter sich gelassen.
Zhavoronkov erregte zunächst Aufsehen – und auch einige Kontroversen – mit KI-Apps, die das Alter von Menschen errieten, und ein Programm, das Menschen nach ihrem Aussehen einstufte. Seine Software für Schönheitswettbewerbe, Beauty.AI, erwies sich als ein früher Fehltritt in Sachen KI-Voreingenommenheit, als sie kritisiert wurde, weil sie nur wenige Menschen mit dunkler Hautfarbe auswählte. [4]
2016 schlug sein Unternehmen jedoch einen generativen Ansatz [5] für die Entwicklung neuer Medikamente vor. Generative Methoden können auf der Grundlage von Beispielen, auf die sie trainiert wurden, neue Daten erstellen, zum Beispiel Zeichnungen, Antworten oder Lieder, wie es bei der Gemini-App von Google [6] der Fall ist. Gibt man ein biologisches Ziel wie ein Protein vor, so Zhavoronkov, braucht Insilicos Software "Chemistry42" etwa 72 Stunden, um chemische Stoffe vorzuschlagen, die mit diesem Ziel interagieren können. Diese Software ist bereits auf dem Markt und werde von mehreren großen Arzneimittelherstellern verwendet.
Anfang März nun stellte Insilico einen Medikamentenkandidat für idiopathische Lungenfibrose [7] im Fachjournal "Nature Biotechnology" vor. Bei dieser Lungenerkrankung vernarbt das Lungengewebe nach und nach mit tödlichem Ausgang, ohne dass die Ursache dafür bekannt ist. Insilicos KI-Software hatte sowohl das Protein TNIK als mögliches Ziel vorgeschlagen, als auch mehrere Substanzen, die es außer Gefecht setzen könnten. Eine davon wurden anschließend in ersten Sicherheitstests an Zellen, Tieren und schließlich auch am Menschen getestet.
Einige Beobachter bezeichneten die Arbeit als eine umfassende Demonstration der Entwicklung eines Arzneimittelkandidaten mithilfe von KI. "Dies ist wirklich ein komplettes Werk", sagte Timothy Cernak von der Universität von Michigan gegenüber der Zeitschrift "Chemical & Engineering News [8]". Das Medikament wurde inzwischen in Phase-II-Studien in China und den USA getestet, in denen erste Erkenntnisse darüber gewonnen werden sollen, ob es Patienten mit dieser Lungenkrankheit tatsächlich hilft.
Zhavoronkov behauptet zwar, die Chemikalie sei das erste echte KI-Medikament, das so weit fortgeschritten ist, und das erste von einer generativen KI. Allerdings macht die nebulöse Definition von KI es unmöglich, seine Behauptung zu bestätigen.
Einige KI-Skeptiker sagen, dass die Entwicklung von Medikamentenkandidaten nicht der wahre Engpass ist. Die kostspieligsten Rückschläge treten nämlich oft erst in späteren Testphasen auf, wenn sich ein Medikament bei der Erprobung an Patienten nicht bewährt. Bisher ist die künstliche Intelligenz [9] keine Garantie gegen solche Fehlschläge.
Jetzt, da er ein Medikament in Wirksamkeitstests am Menschen hat, räumt Zhavoronkov ein, dass sein Ursprung in einem Computer die verbleibende Reise wahrscheinlich nicht beschleunigen wird. "Es ist wie bei einem Tesla. Von 0 auf 60 ist man sehr schnell, aber danach bewegt man sich mit der Geschwindigkeit des Verkehrs", sagt er. "Und man kann immer noch scheitern."
Zhavoronkov Traum ist es, dass das Medikamentenprogramm weiter voranschreitet und zeigt, dass es Lungenpatienten helfen kann, vielleicht sogar ein Gegenmittel gegen die Folgen des Alterns bietet. "Dann ist man ein Held", sagt er. "Ich möchte nicht einmal, dass man sich an mich wegen KI erinnert. Ich möchte, dass man sich an mich wegen des Programms erinnert."
URL dieses Artikels:
https://www.heise.de/-9663211
Links in diesem Artikel:
[1] https://www.sciencedirect.com/science/article/abs/pii/S1359644623002428
[2] https://media-publications.bcg.com/AI_Drug_Discovery.pdf
[3] https://www.businesswire.com/news/home/20221213005462/en/Takeda-to-Acquire-Nimbus-Therapeutics%E2%80%99-Highly-Selective-Allosteric-TYK2-Inhibitor-to-Address-Multiple-Immune-Mediated-Diseases
[4] https://www.vice.com/en/article/78k7de/why-an-ai-judged-beauty-contest-picked-nearly-all-white-winners
[5] https://pubs.acs.org/doi/abs/10.1021/acs.molpharmaceut.7b00346
[6] https://www.heise.de/news/Gemini-Google-stellt-neues-KI-Modell-offiziell-vor-und-zielt-auf-ChatGPT-9566598.html
[7] https://www.nature.com/articles/s41587-024-02143-0
[8] https://cen.acs.org/physical-chemistry/computational-chemistry/Insilico-reveals-soup-to-nuts-process-for-AI-generated-lung-fibrosis-drug/102/web/2024/03
[9] https://www.heise.de/thema/Kuenstliche-Intelligenz
[10] https://www.instagram.com/technologyreview_de/
[11] mailto:jle@heise.de
Copyright © 2024 Heise Medien
Im November findet die Konferenz KI Navigator erneut in Nürnberg statt. Bis zum 30. April suchen die Veranstalter im Call for Papers nach Vorträgen.
Nach dem erfolgreichen Start im vergangenen Jahr geht die Konferenz KI Navigator am 20. und 21. November 2024 in die zweite Runde. Die von DOAG, Heise Medien und de'ge'pol ausgerichtete Veranstaltung findet erneut im Nürnberg Convention Center Ost statt.
KI Navigator ist die Konferenz zur Praxis der KI in den drei Bereichen IT, Wirtschaft und Gesellschaft. Sie widmet sich der konkreten Anwendung von künstlicher Intelligenz. Die Vorträge behandeln sowohl die technischen Aspekte der einzelnen Bereiche wie Deep Learning oder LLMs (Large Language Models) als auch den Einsatz im Unternehmen und die Auswirkungen auf die Gesellschaft. Außerdem stehen Gesetze und regulatorische Vorgaben wie den AI Act sowie ethische Aspekte im Fokus.
Bis zum 30. April suchen die Veranstalter im Call for Papers [1] nach Vorträgen und kurzen Hands-on-Workshops für die Konferenz. Gesucht sind Beiträge in deutscher oder englischer Sprache zu den drei Themen-Streams KI & Technologie, KI & Gesellschaft sowie KI & Wirtschaft.
Mögliche Vortragsthemen sind unter anderem
Besonders gern gesehen sind praktische Erfahrungsberichte und Best Practices. Das Programm erscheint voraussichtlich am 21. Mai. Referentinnen und Referenten erhalten kostenlosen Zugang zur Konferenz.
Wer sich einen Eindruck von der Konferenz verschaffen möchte, kann den Nachbericht zu KI Navigator 2023 lesen [2].
URL dieses Artikels:
https://www.heise.de/-9663484
Links in diesem Artikel:
[1] https://ki-navigator.doag.org/de/referierende/#c51803
[2] https://www.doag.org/de/home/news/ki-navigator-2023-erfolgreiche-premiere/
[3] mailto:rme@ix.de
Copyright © 2024 Heise Medien
(Bild: Massachusetts General Hospital)
Chirurgen am Massachusetts General Hospital haben erstmals einem lebenden Menschen eine Schweineniere transplantiert. Der 62-Jährige erhole sich gut, heißt es.
Ein Team aus Chirurgen am Massachusetts General Hospital (MGH) hat erstmals eine Schweineniere erfolgreich einem lebenden Menschen transplantiert. Derzeit erhole sich der 62-jährige Patient gut von der vierstündigen Operation unter der Leitung von Tatsuya Kawai und Nahel Elias, berichtet das MGH.
Für die artübergreifende Transplantation (Xenotransplantation) wurde eine mit der Genschere CRISPR/Cas9 gentechnisch veränderte Schweineniere des Biotech-Unternehmens eGenesis verwendet, mit dem das MGH eigenen Angaben zufolge [1] seit fünf Jahren zusammenarbeitet. Insgesamt habe das Unternehmen eine "Rekordzahl von 69 genetischen Veränderungen" an dem für die Organentnahme gezüchteten Miniaturschwein vorgenommen, um die Immunreaktion des Empfängers zu verringern.
Die von der Firma vorgenommenen genetischen Veränderungen sollen unter anderem das Risiko einer Virusinfektion des Empfängers verringern, geht aus einem in Nature veröffentlichten Bericht hervor [2]. In der Vergangenheit waren zwei Männer gestorben, die Schweineherzen erhalten hatten. [3] In einem Fall war nach Ansicht der Wissenschaftler eine Infektion des Herzens die Todesursache [4], nicht die Transplantation selbst.
Der Patient kam als Empfänger infrage, weil er aufgrund von Diabetes und Bluthochdruck eine terminale Niereninsuffizienz entwickelt hatte, wie aus dem Artikel von Nature hervorgeht [5]. Eine vor sechs Jahren von einem menschlichen Spender erhaltene Niere hatte vor etwa einem Jahr versagt. Die US-Arzneimittelbehörde (Food and Drug Administration, FDA) hatte deshalb die Transplantation aufgrund der Notfallsituation als "compassionate use" genehmigt – eine Sonderregelung für lebensbedrohliche Fälle ohne alternative Behandlungsmöglichkeiten.
Nach eigenen Angaben befindet sich eGenesis in Gesprächen mit der FDA, um Schweinenieren, -lebern und -herzen für die Kinderheilkunde in klinischen Studien zu erforschen [6].
Auch andere forschen an Xenotransplantationen mit Schweineorganen. Vor wenigen Tagen haben chinesische Forscher eine Schweineleber in einen hirntoten Menschen transplantiert und laut Nature [7] für zehn Tage funktionsfähig gehalten, eGenesis gelang das in einem ähnlichen Versuch für zwei Tage [8]. Durchgeführt wurde die Operation am Xijing Hospital der Air Force Medical University in Xi'an, China, um das Potenzial von genetisch veränderten Schweineorganen für zukünftige Transplantationen zu testen.
Wie im oben geschilderten Fall wurde die Schweineleber einem genetisch modifizierten Minischwein entnommen und an die Blutgefäße des 50-jährigen, klinisch toten Empfängers angeschlossen. Die chinesischen Forscher planen, das Verfahren bald bei einem weiteren klinisch toten Patienten einzusetzen.
URL dieses Artikels:
https://www.heise.de/-9664509
Links in diesem Artikel:
[1] https://www.massgeneral.org/news/press-release/worlds-first-genetically-edited-pig-kidney-transplant-into-living-recipient
[2] https://www.nature.com/articles/d41586-024-00879-y
[3] https://www.heise.de/hintergrund/Forscher-schliessen-geneditierte-Schweineleber-an-Koerper-von-Hirntoten-an-9602799.html
[4] https://www.heise.de/news/Erster-Mensch-mit-Schweineherz-Implantat-ist-gestorben-6544731.html
[5] https://www.nature.com/articles/d41586-024-00879-y
[6] https://www.heise.de/hintergrund/Schweineherzen-Biotech-Firma-plant-Transplantationen-bei-Babys-mit-Herzfehlern-9219075.html
[7] https://www.nature.com/articles/d41586-024-00853-8
[8] https://www.heise.de/hintergrund/Forscher-schliessen-geneditierte-Schweineleber-an-Koerper-von-Hirntoten-an-9602799.html
[9] mailto:mack@heise.de
Copyright © 2024 Heise Medien
(Bild: Srinivasa R. Raghavan/ACS Nano.)
Hydrogele und Gewebe sind mit elektrischer Hilfe dauerhaft an festen Oberflächen ankleb- und ablösbar. Das könnte für Robotik und Medizin hilfreich sein.
In vielen Laboren sind Lebensmittel tabu, nicht allerdings im Reich von Srinivasa Raghavan an der University of Maryland, USA. Dort testete sein Team kürzlich, wie gut Hühnerfleisch, Blaubeeren und Bananen an Elektroden aus Metallen oder Graphit haften, wenn sie zuvor kurzzeitig einem elektrischen Feld ausgesetzt wurden. Auch Proben künstlicher und natürlicher Hydrogele, etwa aus Gelatine und Alginaten, wurden geprüft. Es ging, kurz gesagt, darum, weiche Materialien mit einem hohen Wassergehalt an feste Oberflächen zu binden.
Vom Ergebnis waren die Forschenden selber überrascht. Nicht nur dass die Klebeversuche für zahlreiche Kombinationen erfolgreich waren. Der Effekt ließ sich mit einer entgegengesetzt gepolten Spannung auch wieder umkehren. Die Verbindungen hielten mindestens Monate – "sie halten bis heute", heißt es in der Studie – und sie waren wasserfest. Die Erkenntnisse aus den Tests, die das Team kürzlich im Fachblatt ACS Central Science [1] veröffentlichte, könnten künftig für die Robotik, die Medizin und als neuartiger Batterietyp genutzt werden.
"Es ist seltsam, dass dieses relativ einfache Phänomen erst jetzt entdeckt wurde", sagt Raghavan. Bisher hätte es offenbar niemand systematisch untersucht. In seinem Team seien die Versuche allerdings ein weiterer logischer Schritt gewesen. "Wir arbeiten schon lange mit Gelen und Elektrizität", so der Forscher. Unter anderem habe sein Team entdeckt, dass Hydrogele mit elektrischer Hilfe an biologischem Gewebe haften bleiben. Die Entdeckung könnte in Zukunft zu Gelpflastern führen, die bei der Wundheilung helfen, wie die Forschenden 2021 im Magazin Nature [2] berichteten.
Für ihre neuen Experimente hatten die Forschenden Proben wasserreicher Materialien zwischen zwei Platten aus Metallen oder Graphit geklemmt und eine Spannung angelegt. Als Testkörper dienten unter anderem Hydrogele, geschälte Bananen, Äpfel und Weintrauben sowie Gewebeproben von Hühnern, Schweinen und Rindern. Die Forschenden testeten zudem mehrere Metalle und sie beobachteten, wie sich unterschiedliche Spannungen und Elektrisierungszeiten auswirkten.
Eine zylinderförmige Hydrogelprobe auf Acrylamidbasis etwa – Höhe fünf Zentimeter, Durchmesser zwei Zentimeter, Gewicht 30 Gramm – haftete schon nach drei Minuten bei fünf Volt Gleichspannung fest am Pluspol aus Graphit. Die Bindung war so stark, dass das Gel beim Versuch, sie zu trennen, zerrissen wurde. Wurde eine Spannung mit umgekehrten Vorzeichen angelegt, löste sich die Verbindung hingegen zerstörungsfrei. Ohne weitere Eingriffe blieb der Klebeeffekt der Proben über Monate bestehen. Das Material dürfe nur nicht austrocknen, heißt es in der Studie. An der Luft schrumpfe es sonst und die Verbindung löse sich.
Bei den Experimenten fand das Team einige allgemeingültige Zusammenhänge. "Die Adhäsionskraft steigt mit zunehmender Spannung, mit der Zeit im elektrischen Feld und der ionischen Leitfähigkeit des Gels", berichtet es. Letztere lasse sich etwa durch Salzzugabe steigern. Salze bestehen aus entgegen gesetzt geladenen Ionen und damit aus Ladungsträgern – das als Kochsalz bekannte Natriumchlorid etwa aus positiv-geladenen Natrium- und negativ-geladenen Chloridionen.
Keinen pauschalen Befund gab es hingegen dazu, ob und wenn ja, an welcher Elektrode welches weiche, wasserreiche Material kleben bleibt. Während etwa Tomate, Rind- und Hühnerfleisch nach dem Elektrisieren am Pluspol kleben blieben, hafteten Apfel und Schwein am Minuspol. Banane, Zwiebel und Kartoffel wiederum klebten an beiden Elektroden fest, ebenso ein Gel aus Gelatine. Diese Verbindungen ließen sich dann auch durch eine Spannungsumkehr nicht mehr lösen. Bei anderen Testmaterialien trat der Klebeeffekt wiederum gar nicht auf, bei Weinrauben beispielsweise, Blaubeeren, oder Gurke. Die Forschenden vermuten einen zu geringen Salzgehalt und damit zu wenige elektrisch leitfähige Ionen als Grund dafür.
Auch bei den Metallen gab es Unterschiede. Kupfer, Blei und Zinn zum Beispiel klebten nach dem Anlegen einer Gleichspannung mit dem Gel auf Acrylamidbasis zusammen, Nickel, Eisen, Zink und Titan hingegen nicht. Dieses Phänomen müsse mit elektrochemischen Prozessen an den Grenzflächen zu tun haben, schreiben die Forschenden. Die Metalle mit dem Hafteffekt seien edler als die anderen und gäben nicht so leicht Elektronen ab. Die angelegte Spannung wirkt dann vor allem oxidierend auf das Gel, was wiederum die Klebewirkung ausmacht, so die Hypothese der Forschenden.
Das Phänomen der sogenannten Elektroadhäsion an sich ist nicht neu. Um 1920 berichteten die dänischen Ingenieure Frederik Alfred Johnsen und Knud Rahbek, dass manche porösen Materialien durch elektrische Polarisation an Metallen haften. Für ihre Experimente setzten sie hohe elektrische Spannungen ein. Dadurch luden sich die Materialien an den Grenzflächen entgegengesetzt elektrisch auf und hingen dann wie Nord- und Südpol eines Magneten zusammen hingen. Allerdings erlischt diese elektrostatische Anziehungskraft, sobald die Elektrizität ausgeschaltet wird.
In jüngster Zeit ist es zwar bereits gelungen, durch Elektrisierung eine dauerhafte Haftung zwischen Glas und Hyrogel zu erreichen [3], allerdings nur bei einer sehr speziellen Materialkombination, wie Raghavans Team in der Studie anmerkt. Der neu entdeckte Effekt ist zwar auch nicht universell, bietet aber bereits eine bunte Palette an Einsatzmöglichkeiten.
Für einige Anwendungen hat die Gruppe bereits Prototypen gebaut: eine Art Elektrogreifer, der ein Gel auf Knopfdruck anhebt, absetzt und wieder loslässt, ein Soft-Robotik-System mit Gel-"Muskeln" zwischen zwei Metallplatten und einen Prototypen für eine Gel-Batterie mit Kupfer als Plus-, Zink als Minuspol und zwei verschiedenen Gelen dazwischen. Der womöglich wichtigste Anwendungsfall sei jedoch die Medizin, sagt Raghavan. Metallimplantate, so seine Hoffnung, könnten durch den neuen Klebeeffekt in Zukunft noch besser im Gewebe verankert werden.
URL dieses Artikels:
https://www.heise.de/-9663284
Links in diesem Artikel:
[1] https://pubs.acs.org/doi/10.1021/acscentsci.3c01593
[2] https://www.nature.com/articles/s41467-021-24022-x
[3] https://onlinelibrary.wiley.com/doi/abs/10.1002/smtd.202201132
[4] https://www.instagram.com/technologyreview_de/
[5] mailto:anh@heise.de
Copyright © 2024 Heise Medien
(Bild: Shutterstock / Krakenimages.com)
Nicht unbedingt ein Scam, aber durch falsche Versprechungen für Peking problematisch: Im chinesischen Internet braut sich ein Konflikt um KI zusammen.
2023 gelang es einigen bekannten chinesischen Influencern, Millionen mit dem Verkauf von kurzen Videokursen zum Thema KI zu verdienen. Dabei profitierten sie von den Ängsten vieler Menschen, die nicht verstehen, welche Auswirkungen die neue Technologie auf ihr Leben haben könnte. Doch mittlerweile wenden sich die Plattformen, auf denen die Influencer so erfolgreich waren, gegen diese: Erst vor wenigen Wochen haben WeChat und Douyin, die chinesische Version von TikTok, damit begonnen, Konten zu sperren, Inhalte zu entfernen oder deren Verbreitung zu beschränken. Offenbar versuchen die Social-Media-Anbieter auf Geheiß der Regierung in Peking, Schäden von ihren Nutzern abzuwenden, obwohl dort lange mit den Ängsten der Menschen Traffic und Profit gemacht werden konnte. Was steckt dahinter?
Der Stimmungswandel kam, als im Februar Studenten damit begannen, sich im Netz über die Oberflächlichkeit der Influencer-KI-Kurse zu beschweren. So hieß es, sie blieben weit hinter den Bildungsversprechen zurück."Ich habe 198 Yuan [25,33 Euro] bezahlt – und die ersten drei Kurse enthielten keinen wirklichen Inhalt. Es geht nur darum, die Leute dazu zu bringen, weitere 1980 Yuan [253 Euro] für den nächsten Kurs zu bezahlen", schrieb etwa die Nutzerin Bessie auf der Social-Media-Website Xiaohongshu. Die KI-Kurse wurden von Li Yizhou entwickelt, einem Serienunternehmer, der zum Mentor für Start-ups wurde. Obwohl er wenig Erfahrung mit künstlicher Intelligenz hatte, begann er nach der Veröffentlichung von ChatGPT [1] im November 2022 damit, Nutzern KI zu erklären – und gleichzeitig auch Ängste zu schüren.
Li verkaufte sein Kurspaket für Einsteiger für besagte 198 Yuan und verlangt für Fortgeschrittene den zehnfachen Preis. Das günstigere Angebot enthielt 40 Lektionsvideos, von denen die meisten etwa 10 Minuten lang waren. Lis Kurs besteht aus Tutorials zu bestimmten generativen KI-Tools, Gesprächen mit Führungskräften chinesischer KI-Unternehmen und Einführungen in damit eigentlich nicht verwandte Themen wie z. B. das Zeitmanagement.
Seine KI-Kurse waren ein großer kommerzieller Erfolg. Laut der Social-Media-Datenanalysefirma Feigua wurden sie im vergangenen Jahr über 250.000 Mal verkauft, was zu einem Umsatz von über 5,5 Millionen Euro geführt haben könnte. Li ist nicht der einzige Influencer, der hier eine Geschäftsmöglichkeit sah. Schnelle Lösungen sollen die Angst vor KI nehmen. Ein anderer Netzpromi ist "Teacher He", ein Influencer mit über 7 Millionen Followern, der bis vor kurzem vor allem über Marketing und persönliche Finanzen sprach. Zhang Shitong, dem ebenfalls Millionen folgen und dessen Videos üblicherweise grundlegende Wirtschaftskenntnisse mit Verschwörungstheorien kombinieren, mischte ebenfalls mit. Alle Influencer boten ihre KI-Lektionen für Anfänger zu einem ähnlichen Preis wie Li an.
Zusätzlich zu den Beschwerden über die Qualität berichteten die Kurskäufer davon, dass es schwierig war, Rückerstattungen bei Nichtgefallen zu erhalten. Bessie schrieb gegenüber MIT Technology Review, dass sie vergleichsweise schnell ihr Geld wieder sah, weil sie früh storniert hatte. Anderen, die mehr als eine Woche nach dem Kauf eine Rückerstattung beantragten, wurde diese verweigert. Eine in Peking ansässige KI-Community-Website beschuldigt Li unterdessen, sich ihre kostenlosen, von Nutzern erstellten Vorlagen angeeignet zu haben und sie als Teil seines Kursangebots gewinnbringend zu nutzen.
Ende Februar begannen die großen Social-Media-Plattformen, auf denen die Videokurse angeboten wurden, auf die Beschwerden zu reagieren. Alle Kurse von Li und anderen "KI-Gurus" wurden inzwischen entfernt, auch von E-Commerce-Websites. Li hat seit seinem Rauswurf Ende Februar auf keinem seiner Social-Media-Kanäle etwas veröffentlicht. Auch andere Influencer wie "Teacher He" und Zhang Shitong hüllen sich in Schweigen.
Li und "Teacher He" reagierten nicht auf Nachfragen. Ein Kundendienstmitarbeiter, der für Zhang Shitong arbeitet, sagte, dass sein Team alle Rückerstattungsanträge innerhalb von 12 Stunden bearbeitet und es die eigene Entscheidung des Teams gewesen sei, in den letzten drei Wochen nichts Neues zu veröffentlichen. Auf Douyin ist Lis Konto, das früher über 3 Millionen Follower hatte, nun sogar aus den Suchergebnissen ausgeblendet.
WeChat Channels, eine weitere beliebte Plattform für Kurzvideos, sperrte in der letzten Februarwoche Li und anderen ähnlichen Kursanbietern den Zugang zu neuen Followern. Andere kleinere Plattformen haben ebenfalls Maßnahmen ergriffen. Zhishi Xingqiu, eine Patreon-ähnliche Website, die von vielen Influencern genutzt wurde, um Zugang zu KI-fokussierten Angeboten zu verkaufen, sperrte die Suche nach Schlüsselwörtern wie "KI", "Li Yizhou" oder "Sora" (OpenAIs Videogenerator).
Keine der Plattformen hat jedoch bislang mitgeteilt, gegen welche Regeln die Influencer verstoßen haben. Auch wenn sie mit ihrem Marketing vielleicht etwas viel versprochen haben, ist schwer zu sagen, ob ihre Aktivitäten wirklich als Betrug einzustufen sind. Douyin und WeChat lehnten eine Stellungnahme zu ihrer Entscheidung ab. Es gibt jedoch Anzeichen dafür, dass die Beschränkungen wieder rückgängig gemacht werden könnten.
Während chinesische Social-Media-Plattformen die Konten von Nutzern, von denen sie glauben, dass sie gegen die Regeln verstoßen, häufig dauerhaft löschen [16], haben die KI-Kursersteller ihre Konten auf allen Plattformen bislang behalten. Auf WeChat wurden die Konten Mitte März wieder freigeschaltet, nachdem sie etwa zwei Wochen lang für den Erhalt neuer Follower gesperrt waren. Auf Douyin wurde das Konto von Li aus den Suchergebnissen der App ausgeblendet, aber seine früheren Videos können immer noch gefunden werden, wenn man direkt auf seine Profilseite geht.
Bislang hat die chinesische Regierung keine direkten Angaben zu den Vorfällen gemacht oder auch nur eine offizielle Stellungnahme abgegeben. Die Regierung hatte aber zuletzt die Livestreaming-Branche stark reguliert. Es wurde zensiert, wie Influencer agieren oder posten können [17]. Die Plattformen verschärften ihre Regeln – und zwar oft sogar im vorauseilenden Gehorsam, um zu zeigen, dass sie ihren Teil zur Regulierung beitragen.
Auch wenn die Urheber ihre KI-Kurse aus dem Internet entfernt haben, gibt es immer noch viele Chinesen, die auf diese Lektionen zugreifen möchten. In den sozialen Medien [18] verkaufen nun einige Leute raubkopierte Videos von Lis Kursen über File-Sharing weiter, wahrscheinlich ohne Lis Erlaubnis. Man kann das gesamte Kurspaket für ein paar Yuan erhalten.
URL dieses Artikels:
https://www.heise.de/-9661653
Links in diesem Artikel:
[1] https://www.heise.de/thema/ChatGPT
[2] https://www.heise.de/hintergrund/Warum-der-groesste-Elektroautohersteller-der-Welt-in-die-Schifffahrt-einsteigt-9617230.html
[3] https://www.heise.de/news/Wie-China-die-Entwicklung-generativer-KI-sichern-will-9573654.html
[4] https://www.heise.de/hintergrund/China-kaempft-mit-Lasershow-gegen-Muedigkeit-am-Steuer-9535662.html
[5] https://www.heise.de/hintergrund/Crowdjudging-Chinesische-Apps-machen-Nutzer-zu-Geschworenen-9570319.html
[6] https://www.heise.de/hintergrund/Wie-China-seine-groessten-Influencer-verstummen-laesst-7140526.html
[7] https://www.heise.de/hintergrund/Wie-China-versucht-die-Industrie-fuer-Seltene-Erden-im-Westen-zu-diskreditieren-7179063.html
[8] https://www.heise.de/hintergrund/Wie-die-Zensur-von-Chinas-Open-Source-Codes-nach-hinten-losgehen-koennte-7136979.html
[9] https://www.heise.de/hintergrund/China-Wie-gesperrte-WeChat-Nutzer-um-Verzeihung-betteln-7310491.html
[10] https://www.heise.de/hintergrund/Corona-Pandemie-Warum-China-noch-immer-alles-desinfiziert-7120720.html
[11] https://www.heise.de/hintergrund/Zensur-in-China-Roman-wird-im-Netz-noch-vor-Veroeffentlichung-gesperrt-7183808.html
[12] https://www.heise.de/hintergrund/Chinas-Algorithmenregulierung-Datenschutz-fuer-Buerger-und-Diktatoren-6330622.html
[13] https://www.heise.de/hintergrund/Die-groesste-Ueberwachungsfirma-von-der-Sie-noch-nie-gehoert-haben-7158966.html
[14] https://www.heise.de/hintergrund/Lockdown-in-Shanghai-Apps-fuer-Lebensmittel-Lieferungen-bekommen-zweite-Chance-7073162.html
[15] https://www.heise.de/hintergrund/Affaere-um-CRISPR-Babys-Forscher-wird-aus-chinesischem-Gefaengnis-entlassen-6663085.html
[16] https://www.heise.de/hintergrund/China-Wie-gesperrte-WeChat-Nutzer-um-Verzeihung-betteln-7310491.html
[17] https://www.technologyreview.com/2022/07/04/1055349/china-controls-livestreamers-act-dress/
[18] https://www.heise.de/thema/Social-Media
[19] https://www.instagram.com/technologyreview_de/
[20] https://www.heise.de/tr/
[21] mailto:jle@heise.de
Copyright © 2024 Heise Medien
(Bild: rawf8/Shutterstock.com)
Der Dependency-Injection-Container unterstützt nun auch die Angabe von Schlüssel zur Unterscheidung von Instanzen.
Sogenannte "Keyed Dependency Injection Services" sind neu in .NET 8.0 [1]. Hierbei kann bei der Konfiguration des Dependency Injection-Containers ein zusätzliches Objekt angegeben werden, auf den der User Bezug nehmen muss.
Beim Befüllen des Containers verwendet man:
FreshRSS services.AddKeyedSingleton<Klasse>(Schlüssel);oder
services.AddKeyedSingleton<Schnittstelle, Klasse>(Schlüssel);Mit [FromKeyedServices("remote")] kann eine Instanz im Dependency-Injection-Container im Konstruktor eine geschlüsselte Instanz einer anderen Klasse anfordern. Imperativ geht es per serviceProvider.GetKeyedService<T>(Schlüssel). Bei einem geschlüsselten Dienst funktioniert das bisher schon verfügbare serviceProvider.GetRequiredService<T>() nicht.
Das folgende Beispiel zeigt Zeichenketten als Schlüssel zur Unterscheidung zwischen zwei verschiedenen Implementierungen einer Schnittstelle mit Namen IDataProvider.
using ITVisions;
using Microsoft.Extensions.DependencyInjection;
namespace NET8_Console;
interface IDataProvider
{
public string Name { get; set; }
public List<Object> GetData();
}
class LocalData : IDataProvider
{
public string Name { get; set; } = "Lokale Daten";
public List<Object> GetData()
{
return new List<Object>(); // irgendwas Lokales }
}
}
class RemoteData : IDataProvider
{
public string Name { get; set; } = "Daten von WebAPI";
public List<Object> GetData()
{
return new List<Object>(); // irgendwas vom WebAPI }
}
}
class LocalDataConsumer([FromKeyedServices("local")]
IDataProvider data)
{
public override string ToString()
{
return data.Name + ": " + data.GetData().Count + " Datensätze!";
}
}
class RemoteDataConsumer([FromKeyedServices("remote")]
IDataProvider data)
{
public override string ToString()
{
return data.Name + ": " + data.GetData().Count + " Datensätze!";
}
}
class FCL_DI
{
/// <summary>
/// Dependency Injection mit Schlüsseln
/// Geht auch in Blazor mit [Inject],
/// aber in .NET 8.0 noch nicht mit @inject :-(
/// </summary>
public void Run()
{
#region DI-Container konfigurieren
var services = new ServiceCollection();
services.AddSingleton<LocalDataConsumer>();
services.AddSingleton<RemoteDataConsumer>();
// Neu: Angabe von Schlüsseln bei Add...()
// --> können beliebige Objekte sein!
services.AddKeyedSingleton<IDataProvider, LocalData>("local");
services.AddKeyedSingleton<IDataProvider, RemoteData>("remote");
var serviceProvider = services.BuildServiceProvider();
#endregion
#region DI nutzen
// Das geht nicht, da kein Schlüssel angegeben!
try
{
var service =
serviceProvider.GetRequiredService<IDataProvider>();
}
catch (Exception ex)
{
// 'No service for type 'NET8_Console.IDataProvider'
// has been registered.'
CUI.PrintError(ex.Message);
}
var service1 =
serviceProvider.GetKeyedService<IDataProvider>("local");
Console.WriteLine(service1.Name); // Lokale Daten
Console.WriteLine(service1.GetData().Count); // Lokale Daten
var service2 =
serviceProvider.GetKeyedService<IDataProvider>("remote");
Console.WriteLine(service2.Name); // Daten von WebAPI
Console.WriteLine(service2.GetData().Count); // Lokale Daten
var service3 =
serviceProvider.GetRequiredService<RemoteDataConsumer>();
Console.WriteLine(service3.ToString()); // Daten von WebAPI
}
#endregion
}
In Razor Components in ASP.NET Core Blazor kann man bei der Annotation [Inject] nun auch einen Schlüsselnamen angeben wie beispielsweise
[Inject(Key="remote")]
public IDataProvider MeinDataProvider { get; set; }
Allerdings fehlt noch die Fähigkeit [2], dies bei der @inject-Direktive innerhalb der Razor-Template-Syntax zu nutzen.
URL dieses Artikels:
https://www.heise.de/-9662004
Links in diesem Artikel:
[1] https://learn.microsoft.com/en-us/aspnet/core/release-notes/aspnetcore-8.0?view=aspnetcore-8.0#miscellaneous
[2] https://github.com/dotnet/razor/issues/9286%20
[3] mailto:rme@ix.de
Copyright © 2024 Heise Medien
