Neugierige Strukturvorschläge im maschinellen Lernen : Eine technikphilosophische Verortung

Dieser Band beschäftigt sich mit dem maschinellen Lernen - der Autoadaption von algorithmischen Artefakten - als Thema interdisziplinärer Diskurse zu beispielsweise Selbstorganisation oder schwacher künstlicher Intelligenz. Anknüpfend an Heidegger, Goodman und Hubig ermöglicht die Studie einen systematischen interdisziplinären Zugang zu maschinellem Lernen, indem seine Charakteristika - etwa künstliche neuronale Netze oder evolutionäres Lernen - präzise, aber dennoch interdisziplinär verständlich beschrieben werden. Darauf aufbauend nimmt Sebastian Harrach eine technikphilosophische Verortung des maschinellen Lernens vor und geht exemplarisch den Denkrichtungen einer interdisziplinären Diskussion nach. Inhaltsverzeichnis 1 Einleitung 1.1 Selbstorganisation und maschinelles Lernen 1.1.1 Maschinell lernende Artefakte – MLA 1.2 Bestimmung des maschinellen Lernens 1.2.1 Angemessenheit der Rede vom Lernen 1.2.2 Technikphilosophische Fragestellungen 1.3 Konzeptualisierungsstrategie 1.3.1 Aufbau des ersten Hauptteils 1.3.2 Aufbau des zweiten Hauptteils 1.3.3 Interdisziplinarität 2 Erster Hauptteil: Der Blick der Informatik auf maschinelles Lernen 2.1 Betrachtungsebenen 2.2 Unterschiede zwischen lernenden Algorithmen 2.2.1 Unterscheidung gemäß erhaltener Rückmeldungen 2.2.2 Unterscheidung nach Suchstrategien 2.2.3 Unterscheidung nach Verwendungszweck 2.2.4 Bewertung der Unterscheidungsmöglichkeiten 2.3 Klassifizierung nach Lernstrategien 2.3.1 Überblick der Lernstrategien 2.3.2 Lernen von Entscheidungsbäumen 2.3.3 Evolutionäres Lernen 2.3.4 Lernen von künstlichen neuronalen Netzen – KNN 2.3.5 Instanzenbasiertes Lernen 2.3.6 Statistisches Lernen 2.3.7 Analytisches Lernen 2.3.8 Stützvektormethoden 2.4 Charakteristik des maschinellen Lernens 3 Zweiter Hauptteil: Der Blick der Technikphilosophie auf maschinelles Lernen 3.1 Präzisierung der Diskussion am Beispiel von KNN 3.1.1 Vorstrukturierte künstliche neuronale Netze 3.1.2 Prinzipielle Intransparenz von KNN 3.1.3 Optionale Zwecklosigkeit der Struktursuche 3.2 Abgrenzung von etablierten Begriffsverwendungen 3.2.1 Überraschung 3.2.2 Repräsentation 3.2.3 Experiment 3.2.4 Zufallstechnik 3.2.5 Unfall 3.3 MLA als Informationstechnik und Technik 3.4 Suche nach Problembegriffen 3.4.1 Quasi-Intentionalität als Ausgangspunkt der Suche 3.4.2 Suche nach Ursprüngen der Irritation 3.4.3 Neugier und Vor-Struktur jenseits von Heidegger 3.5 Diskussion aktueller technikphilosophischer Entwürfe 3.5.1 MLA als naturalisierte Technik 3.5.2 MLA als transklassische Technik 3.5.3 MLA als nichttriviale Technik 3.5.4 Fazit der Diskussion 3.6 Erzeugung von Welt und maschinelles Lernen 3.6.1 Parallelen des maschinellen Lernens zur Kunst 3.6.2 Weisen der Welterzeugung 3.6.3 Angemessenheit von Strukturvorschlägen 3.7 Zusammenführung der Ergebnisse 3.7.1 Zugang zu Nichtwissen 3.7.2 Neugieriges maschinelles Lernen als Technik 3.7.3 Welttechnik in der Praxis 3.7.4 Ununterscheidbarkeit der entstehenden Weltbezüge 4 Interdisziplinäre Anknüpfungspunkte 4.1 Verallgemeinerbarkeit der Suche nach Welttechnik 4.1.1 Technoscience als möglicher Suchraum 4.1.2 Abduktionsstufen als Mittel zur Suche 4.1.3 Mehrwert einer weiteren Verallgemeinerung 4.2 Technikferne Einordnung von MLA 4.3 Maschinelles Lernen ohne Computer Danksagung Abbildungsverzeichnis Stichwortverzeichnis Literaturverzeichnis Dieser Band beschäftigt sich mit dem maschinellen Lernen - der Autoadaption von algorithmischen Artefakten - als Thema interdisziplinärer Diskurse zu beispielsweise Selbstorganisation oder schwacher künstlicher Intelligenz. Anknüpfend an Heidegger, Goodman und Hubig ermöglicht die Studie einen systematischen interdisziplinären Zugang zu maschinellem Lernen, indem seine Charakteristika - etwa künstliche neuronale Netze oder evolutionäres Lernen - präzise, aber dennoch interdisziplinär verständlich beschrieben werden. Darauf aufbauend nimmt Sebastian Harrach eine technikphilosophische Verortung des maschinellen Lernens vor und geht exemplarisch den Denkrichtungen einer interdisziplinären Diskussion nach. Maschinelles Lernen,Mensch-Computer-Interaktion,Big Data,Selbstorganisation,Technikphilosophie,Philosophie,Technik,Medienphilosophie,Informatik,Machine Learning,Human-computer Interaction,Self-organization,Philosophy of Technology,Philosophy,Technology,Media Philosophy,Computer Sciences What is mechanical learning? Using the means of philosophy of technology, this volume analyzes this phenomenon and lays a foundation for an interdisciplinary discourse on subjects such as self-organization or weak AI.