Cyborg: AI Digital kulturteori, E. 05

Slides:



Advertisements
Lignende præsentationer
Sociale medier og læring
Advertisements

Atomer Et programmeret forløb. En måde at lære på.
Forøg din indflydelse i jobsituationen
©Jenny Bohr – Til underviserne Her er valgt at vise filmen ”et liv i kaos”. Hvis kursisterne er unge, kan man vælge en anden film eks. ”det.
Problemformulering Hvad sker der i sammenstødet mellem omsorg og administration på en hospitalsafdeling? Hvilken betydning har dette sammenstød for sygeplejerskernes.
Matematik er det nye sort!
1 Problemkompleksitet 2 Problemers kompleksitet En ineffektiv algoritme: køretiden vokser eksponentielt med input- størrelsen Et problem, der ikke kan.
Erkendelsesteori: vidensmodel
Kan man gøre andre mennesker lykkelige?
Arkitektur - data.
Moderne genteknologi Celler som fabrikker.
Semiotik, Lingvistik og sprogbrug
TEST 1 modul 1 20 spørgsmål. Du skal klikke med musen på det rigtige svar, så kommer du automatisk til næste spørgsmål Klik for start.
Ledelse og menneskesyn
Dahlbom & Mathiassen Computers In Context 9. Power
Recovery gennem lokalsamfundsdeltagelse
Corporate Identity og Branding
UDGANGSPUNKT 6. Februar Læringsmål Den studerende • har indsigt i og forståelse af forholdet mellem unges livs- og udviklingsbetingelser • kan reflektere.
Digitalisering og medialisering
Den mundtlige præsentation/PowerPoint: Rammer
Nu er vi ved DEL 3 Flere tegn og signaler et tegn (fx et symbol) kan godt bruges som et signal: fx kan dannebrog signalere at at vi nu er i Danmark og.
Zellervidenskabsteori 4. sem. F 05, Wittgenstein 1 tankeeksperiment 1. Eksperiment: Forestil dig følgende situation: du vil sige til et andet menneske.
James G. March & Johan P. Olsen: Organizational Learning and the Ambiguity of the Past                    James G. March Johan P. Olsen.
Lidt om ham Austin Performativer der virker…. Opgør med den klassiske forståelse af sproget: Klassisk: Udsagn kan være beskrivende eller erklærende Disse.
Helhedssyn i et postmoderne samfund
INTRO Foreløbig titel: ’Når vægttabet bliver virtuelt’ Slankedoktoren.dk –Vinder af E-handelsprisen – juryens specialpris – for med succes at have overført.
Tekno-logos 8/10-02 Bio-logisk teknologi Natur, information og teknologi.
Jørgen Haagen & John Andersson UCSJ
Audiovisuel betydning
Ungdomsbyen i samarbejde med Benedicte Kommunikation
Simili-simulacrum Simuleringer, cellulære automater og andet godt.
Forskellige former for magt
Arkitektur - Sikkerhed
Ledelsesperspektiver
Teknologiudvikling Litteratur Bruhn Jensen (1993): One Person: One Computer Kling (1991): Computers as Tools and Social Systems Williams (1974): The Technology.
i det senmoderne Danmark med fokus på kristendom.
Validering af data (Access, del 7)
Idé-generering. Idéudvikling En fast økonomisk ramme En fast tidsmæssig ramme Et fast eksamenskrav En fast dramaturgi Nytænkning – et konkurrenceparameter.
FEN Diskret matematik/Seminar 3 - proofs 1 Beviser Et bevis er en argumentation, som overbeviser om, at en påstand er sand, påstanden kaldes.
Tema 5 Hverdagsliv i familien
Digitale biblioteker og web 2.0
1 | 2010 Android Filsystem/Datalager Kontekstbestemt datalagring.
Subjektivitet, Teknologi Samfund P ROBLEMFORMULERING 2. Ø VELSESGANG.
1 Webdesign - De første trin Grundliggende begreber Internettet (1969-): En fællesbetegnelse for netværk eller tjenester der benytter samme.
Lederseminar 2014 Varde Kommune
Kulturstudier S1+LT Introduktion. Præsentation og forventningsafstemning Hvem er vi? Hvad skal vi?
Summemøde Er der et dialogisk rum i den organisation I er leder for? Er det stort eller lille? Er det tilgængeligt eller bag lås og slå? Kommer i der selv?
MMP Model og Metode til Programudvikling – MMP 1 Kursusindhold: Modellering af postkontor Objekt Orienteret Programudvikling - OO* Unified Modelling.
Den lærende organisation
Teori om overgangsriter
Velkommen Teknologi historie – 2. Øvelsesgang. Agenda 1. Siden sidst 2. Genopfriskning: De tre niveauer 3. At arbejde Begrebsorienteret™ 4. Lektier 5.
Program for dagen Så´n lidt hygge med kaffe og de runde Hvorfor GRUS?
Ipk-model.2 idé Ideen med at modellere en interpersonel kommunikationssituation – set med videnskabsteoretiske øjne er at vise og give overblik over :
BØRN, UNGE OG COMPUTERSPIL CENTER FOR COMPUTER GAMES RESEARCH COPENHAGEN JONAS HEIDE SMITH FORSKNINGEN I BØRN, UNGE OG COMPUTERSPIL Ved.
Delphi-evaluering og Green Field Evaluering af event Som start på Green Field.
Varnelis – The Meaning of Network Culture. Reflektere over fænomenet Netværkskultur. “Network has become the dominant cultural logic.”
SO1.6 (Det kulturelle område, del 2): SPROG OG KOMMUNIKATION
Tilskuerens rolle Hvordan får filmmusikken mening? –Musikken kan have rent formelle funktioner Sammenbinde tid, rum og begivenhed Bruges til at ”erstatte”
23. juni 2015 Det Semantiske Web Mads Carlsen. 23. juni 2015 Problemer med det nuværende Internet Ingen semantiske specifikationer. Søgning giver mange.
Game of Life John Horton Conway, Martin Gardner, “Mathematical Games”, Scientific American, October, 1970.
Kapitel 6: Teorier om social ulighed – fokus på funktionalismen og Bourdieus teori om social ulighed Ulighedens mange ansigter – perspektiver på social.
Inklusion og Specialviden
SKABELON.
Hans liv Aristoteles var en græsk filosof. Sammen med Platon regnes for den, der har haft størst indflydelse på den vestlig verdensdel tanker. Han blev.
UU årskonference Stort behov for strategisk ledelse i det offentlige – men det er ikke uden dilemmaer  Kurt Klaudi Klausen, professor i offentlig organisation.
Den naturvidenskabelige metode
Ungdomsbyen i samarbejde med Benedicte Kommunikation
Forløbet: Unge – identitet, socialisering og sociale medier
Naturvidenskabelig metode
KODEORD KONTROL.
Præsentationens transcript:

Cyborg: AI Digital kulturteori, E. 05 Litteratur: Alan M. Turing, ” Computing Machinery”, Perspectives on the Computer revolution Ed. Z. W. Pylyshyn & L. Bannon, Ablex Publishing Corporation,Norwood, New Jersey, 1989, p. 85 – 107 Claus Emmeche, ”Det levende spil – biologisk form og kunstigt liv, Munksgaard,1991, p. 7 – 81 Steen Wackerhauusen, ”Mennesket i computerens billede” Philosophia, årg. 18 nr. 1-2, 1989, p.111-146 test Medtag Holland + Johnson Præsenter tekster: Hayles + Brugger. Hayles: engelsk litteratur professor ved UCLA og også kemi-uddannet. Det hun undersøger er hvordan informationsteorien (den kybernetiske model) kunne skabe et informationsbegreb der så at sige frigjorde sig fra en materiel status og dermed mistede kroppen som bund for erkendelse og tænkning. Lidt på line med den kognitive reaktion mod den klassiske kognitive psykologi der opfatter tænkeningen som et abstrakt intelletuelt rationale: Nemlig Mark Johson The Bofy in the Mind: dermed også en undersøgelse der modgår den grundlæggende dikotomi mellem hjerne og krop som vi finder i vestlig tænkning. Endividere forsker hun i Cyborgteor: altå i kulturelle og teknologiske forestillinger om det halv teknologiske halvt biologiske menneske. Og i konflikten mellem kybernetikken som systemtænkning, styring og kontrol over for liberalismens syn på det humanistiske subjekt som et selvstændigt, frit og ukrænkeligt væsen. Det vi talte om sidste gang som Wieners eget kompleks. Læs evt. kun til side 12 i teksten. Brugger: Ansat på Medividenskab.

Historisk baggrund for at forstå mennesket som en computer Tænkning er særegent for mennesket. Aristoteles: Tænkningen er rationel. Dvs. at vores tankeprocesser lader sig formalisere og beskrive ved formelle slutningsregler mellem udsagn. Leibniz (17 århundrede): Tænkningen/erkend-elsen er en beregningsproces. Det vi skal se på er, hvordan vi spejler og forstår os selv – vores intellektuelle kompentencer i computerens billede. Den databehandling, der foregår i computeren anses for at korrespondere med den måde som vores hjerne fungerer på. Den måde som vi udfører intellektuelle færdigheder på. Når computeren udviser intelligent adfærd så skyldes det nok, at principperne for computerens operationer har affinitet med de principper der ligger til grund for vores egen måde at resonnere på. Historik: At mennesekt spejler sig selv og sit verdensbillede i en samtidig teknologi er ikke noget nyt. Både uret og dampmaskiner er eksempler på det J.D. Bolter kalder for definerende teknologier. Teknologier der til bestemte historiske perioder har afgørende betydnig for mennesket og kulturens selvopfattelse. Uret der dukker op i det 14 århundrede bliver i renæssancen den primære metafor for kulturrrren og dens verdens billede. Et mekanisk verdensbillede hvor alt – selv universet – går efter mekaniske, kausale/årsags-responsregler. Universet er som et urværk. Hverdagen kan opdeles og udmåles i præcise tidskvanter – hvilket lægger grunden for en abstrakt og kvantficerbar opfattelse af tiden og for hændelser i tid. Også kroppen anskues mekanistisk og som et urværk. I i den industrielle tidsalder er det dampmaskine der bliver den bærende metafor. Nøgleorden er energi, kraft , Organismen anskues og studeres som en ”varmekrafts-maskine/ heat engine” – den brænder glukose m.m.

Historisk baggrund for at forstå mennesket som en computer Frege & Boole (19 århundrede) : introducerer den symbolske/ formelle logik. Russel (20 århundrede): ville vise at rationel tænkning kan beskrives, på et formelt, relationelt og ”indholdfrit” niveau. Rationel tænkning er fri af hverdagssproglige begreber. Turing beskriver en universel maskine, der kan udføre alle formelt ekspliciterbare, regelstyrede symbolmanipulationer Frege & Boole: formel/symbolsk logikStudie af argumenternes gyldighed/ugyldighed som beroende alene på argumenternes form. Der er tale om en formalisering og generalisering af logiske udsagn uafhængigt af et givent indhold.

Alan Turing: kan maskiner tænke? Ja, såfremt maskiner kan udvise en (intellektuel) adfærd, der gør, at man ikke kan afgøre, om det er en maskine eller et menneske. Simulering af ydre adfærd: behaviorisme. Turing reducerer ikke mennesket til en computer. Han leder efter tilstrækkelige betingelser for at en computer kan siges at være intelligent. Min redegørelse for Alan Turing omfatter en gennemgang af Turingmaskinen, der kan beskrives som en diskret tilstandsautomat, der overgår fra en tilstand til en anden, i henhold til veldefinerede regler og i henhold til de input-signaler den får. Maskinen er deterministisk (da dens aktuelle tilstand er entydigt afgjort af den forrige) og regelbaseret (den udfører sine operationer efter eksplicitte regler) Turingmaskinen kan beskrives som en symbolsk maskine, hvorfor den kan bringes til at udføre enhver opgave der lader sig formalisere og udtrykke algoritmisk. Mao. er indholdet ikke væsentligt for arkitekturen/strukturen af den underliggende maskine: Maskinen er universel. Maskinen består af en hukommelse i form af et langt bånd som maskinen kun har sekventiel adgang til (de enkelte celler har ingen adresse). Et Læsehoved der kan læse og skrive symbolerne på båndet. En kontrolenhed/logisk enhed der rummer instruktionerne for maskinens operationer i form af et program. Turingmaskinen er baggrunden for det klassiske paradigme, selvom det har sit teoretiske og tekniske udgangspunkt i den serielle von Neuman computer. Det klassiske paradigme betragter tankeprocesser som hierarkiske, regelstyrede symbolmanipulationer (top-down), det er muligt at beskrive i formelle udtryk, udtrykke i et program og simulere vha. en computer. Som sagt hævder Turing og det klassiske paradigme, at maskiner er intelligente hvis de udviser en adfærd, der i en eksperimentel situation, ikke er muligt at skelne fra et menneske. Hvis man ikke kan afgøre om man i en tekstbaseret dialog kommunikere med et menneske eller en computer, kan man med rette hævde, at computeren er intelligent. I forlængelse af min gennemgang af det klassiske paradigme, vil jeg redegøre for det moderne paradigme, der har sit teoretiske og tekniske udgangspunkt i ”neurale netværk”. Her er der ingen central enhed i form af et program, der fra starten af indeholder eksplicitte regler for systemets opførsel. (Buttom up). Systemet udgøres i stedet af mange indbyrdes forbundne enheder, der i modsætning til Neuman computeren tillader parallelle ”beregninger”.

Turing: Maskinintelligens Spørgsmålet er ikke om maskiner kan tænke: => behov for at definere begrebet ”maskine” og ”tænkning”. Spørgsmålet er om et menneske kan afgøre om han/hun taler med et menneske eller en maskine. Kan en maskine optræde intelligent

Hvad kendetegner en Turing maskine Den er universel – indholdet er underordnet : vasketøjsmaskine, musikautomat, regneautomat etc Diskret tilstandsmaskine Der er tale om regelstyret symboltransformation. Deterministisk: næste skridt/tilstand er entydigt givet af det foregående. Sekventiel Det der karakteriserer Turing maskine er , at den er en diskret tilstandsautomat. Det vil sige, at den overgår fra en tilstand til en anden, i henhold til veldefinerede regler og i henhold til de input-signaler den får. Maskinen er deterministisk. Dvs. at den aktuelle tilstand er entydigt afgjort af den forrige. Maskinen er en symbolsk databehandlingsenhed. Da den er regelbaseret (udfører sine operationer efter eksplicitte regler) er der tale om regelstyret symboltransformation. Da det den laver er symboltransformation (symbol = arbitrær sammenhæng) kan den bringes til at udføre enhver opgave der lader sig formalisere og udtrykke algoritmisk. Mao. er indholdet ikke væsentligt for arkitekturen/strukturen af den underliggende maskine. Maskinen er universel./generel. Arkitekturen og principperne bag maskinen (den abstraktte turing maskine) er ens ligemeget hvilke regelbaseret operation den skal udføre: vaske tøj, lave musik (musikautomat), beregne etc. Turing maskine. En mekanisme, der udfører overgange (transitioner) fra en tilstand til en anden i henhold til vldifinerede regler og i henhold til de inputsignaler maskinen får. Reglerne formaliseres i termer af en kontrolenhed som udtrykker maskinens logikog derfor også kaldes en logisk enhed. (I. Lytje) Består af Hukommelse – et langt bånd (input/ output-medium + hukommelse) Men der er kun sekventiel adgang (de enkelte celler har ingen adresse) Læsehoved/scanner der kan læse/skrive symbolerne på båndet Kontrolenhed/logisk enhed der rummer instruktionerne for maskinens operationer i form af et program.

Gruppearbejde Redegør for forskelle mellem det Wackerhausen benævner ”ingeniør” AI og ”psykologisk” AI. Redegør for forskellen mellem klassisk og moderne AI-teori. ? Hvad kendetegner AI på tværs af klassisk og moderne AI: Hvad er grundantagelser-ne?

AI : Det informationsteoretiske paradigme Kybernetik, kognitionsteori (kognitiv psykologi), informationsteori/kommunikationsteori m.fl. hviler alle på den grundantagelse, at de informationer vi modtager gennem vores sanser er kaotiske/ufuldstændige. Vi skaber orden, mening og forståelse gennem at ”processere” disse ufuldstændige data til meningsfulde informationer. Det gør vi i kraft af et ”internt program”, et ”skema” etc. der er regler for behandlingen af disse data. Disse regler kan enten være medfødte og/eller tillærte. Svar spgm 3.

AI Teknologi er en eksternalisering af menneskelige egenskaber: Af ”muskelkraften”/ protetiske maskiner. (historisk) Af kognitive processer/ kognitive maskiner i form af Intellektuelle operationer og præstationer som f.x. regnefærdigheder, mønstergenkendelse, beslutningsstøttesystemer etc.) => at de færdighedsmæssige kapaciteter, kognitive kapaciteter og intelligens præstationer løsrives fra mennesket. Svar spgm 3. Menneskelige egenskaber kan – forstået som symbolske informationsbehandling – eksternaliseres – dvs flyttes ud af mennesket og over i en maskine/automat. Eksternalisering er det at lægge færdigheder og kompetencer uden for mennesket. Hvad menes der med eksternalisering?

AI Menneskets indre mentale processer er af en informationsbearbejdende computationel karak-ter. (Wackerhausen p. 112) menneskets færdigheder og præsentationer kan eftergøres computationelt (Ingeniør AI/Ydre/ behavorisme) menneskets indre kognitive processer er af computationel karakter. (Psyk. AI/ Indre) de emotionelle, bevidsthedsmæssige fænomener er også computationelle. (Psyk. AI/ Indre) Svar spgm 1 + 3. Inginiør AI er den behavoristiske model hvor eftergøringen/simuleringen af menneskelig intelligens er nok som kriterie for at sige at en maskine/automat er intelligent. Den psykologiske AI siger at selve den måde som mennesket ræssonere på , den måde som vores hjerne fungerer er den samme som den måde computeren virker på: her er der to paradigmer: den klassiske Neumanske forståelse med en central enhed/processer (logisk enhed med alle regler) eller den moderne der tager udgangspunkt i den netværksbaserede model.

AI – to paradigmer Moderne Klassisk Teoretisk og teknisk udgangspunkt i ”neurale netværk” ”Buttom up” ”Intet program”, ingen central enhed, men mange forbund-ne enheder, parallel compu-tation] Klassisk Teoretisk og teknisk udgangspunkt i serielle von Neuman computer. ”Top-down” Centralt program, logisk enhed (opdelt i regne og kontrol-enheder). Hukommelse m. adresse => direkte og ikke kun sekventiel adgang som i Turing maskinen. De to paradigmer skal begge forstås som tilhørende det wackerhausen benæver Psykologisk AI. Turing; ”To program a machine .... Means to put the appropriate instruction table into the machine....” p. 89

Klassisk AI Kognition = regelstyret symbolmanipulation Reglerne kan beskrives i formelle udtryk. De kan udtrykkes i et program. Menneskets kognitive processer er ”beskrivbare” som regelstyret adfærd. Menneskets ”kognitive inderside” er i familie med computerprogrammer.

Kritik af klassisk AI Ikke al viden kan externaliseres og formaliseres, dvs. beskrives som ”topdown” regelstyret symbolbehandling og adfærd. Explicit vs. tavs viden Tavs viden kan kun udtrykkes i heuristiske regler (tommelfingerregler, men ikke i formelle udtryk). Tavs viden bygger på erfaring og intuition.

Moderne AI Kognition er ikke regelstyret symbolbehandling (topdown). Ingen central enhed, der styrer processen. Netværket oplæres/trænes. Kognition: Netværksorganiseret og distribueret. Affinitet mellem nerveceller og knuder i netværk. Kritik af Klassisk AI specielt den antagelse kognition er regelstyret symbolbehandling. Kognition: Netværksorganiseret og distribueret.: Med distribueret menes at de enkelte knuder/ageter i netværket deler information med hinanden. Informationen tilgår ikke fra central hold men distribueres gennem netværket , de enkelte knuder i mellem. Udgangspunkt hos Hebb (1949), McCulluch & Pitts (1943)

Cellulære automater Cellulære automater er, kort fortalt, computermodeller, med hvilke man kan simulere systemer, hvis egenskaber ændrer sig over tid. En todimensional cellulær automat består af rækker af celler, der kan antage to tilstande. Cellerne kan være enten døde eller levende, altså slukkede eller tændte, som angivet i figuren herunder, hvor 1/rød betyder, at cellerne er levende og 0/grøn, at de er døde. 1   Eksempel på en ikke-hirarkis organisering af livsprocesser. Der er ingen central enhed der angiver om cellerne er levende eller døde .Det ligger i deres eget lokale program.

Cellulære automater - the game of life - I John Conways ”The Game of Life" er der 4 grundregler, der bestem-mer den enkelte celles tilstand. De udgør systemets overordnede evo-lutionære betingelser.   Fødsel: En død celle med præcis tre levende naboceller fødes igen i næste generation. (Hver celle har i alt 8 naboceller) Død ved overbefolkning: En levende celle med fire eller flere levende naboer dør af overbefolkning. Død ved isolation: En levende celle der kun har en eller slet ingen levende naboer dør af isolation Overlevelse: En levende celle med to eller tre levende naboer overlever i næste generation (Claus Emmeche 1991:16) I forlængelse af forskning indenfor bl.a. biologi, fysik, datalogi og kulturstudier og i forskellige tværgående områder som kompleksitetsteori, kunstigt liv, spilteori m.m., har begrebet emergens i de senere år fået en renæssance i human-, samfunds- og naturvidenskaberne. Ordet emergens er sammenstillet af det latinske ex´ (ud af, fra) og mergere (sænke ned, opdukke) og betyder i normal sprog­brug, at ”dukke op”. Da begrebet som sagt bliver anvendt i mange forskellige videnskabelige sammenhænge, er det vanskeligt at give en entydig og altomfattende definition af begrebet. Som et generelt udsagn kan vi dog sige, at emergens dækker over det karakteristika, at: ”der ved en helhed fremkommer egenskaber, der ikke kan forklares ud fra de enkelte deles egenskaber” og, at der ved emergens er tale om en: ”opståen af fænomener, der udgør et højere niveau, og som ikke kan forklares ud fra det lavere niveau, hvori de har deres oprindelse” (Lübcke 1983).

Emergens http://www.paulstgeorge.com/emergence/ Der eksisterer ingen regler for den overordnede adfærd, kun regler for lokal opførsel. Den overordnede opførsel kan ikke forudsiges. Eks. Emmergent adfærd: fugle der flokkes, fisk der stimer. Agentteori. http://www.paulstgeorge.com/emergence/ http://www.red3d.com/cwr/boids Craig Reynolds

Game of Life 1. generation 2. generation 3. generation 4. generation   1. generation 2. generation 3. generation 4. generation 5. generation

Den aktuelle computerkultur I forlængelse af moderne AI: Netværkskultur Emergens Ad-hoc organisering Transparens – ingen central kontrol

Spørgsmål til computerteknologi Hvad er det for et syn på mennesket og kulturen som computeren afstedkommer? Hvordan leder computerteknologien os frem til nye billeder af os selv? Og hvilke? Hvad er teknologiernes erkendelsespotentiale? Deres positive effekt er at de tvinger os til at reflektere over gamle problemstillinger: Hvad er viden, erkendelse, tænkning, intentionalitet, vilje etc. Hvores