Hvad er kunstig intelligens? En ny definition

EU's AI-ordning definerer kunstig intelligens på en måde, der betragter simple støvsugerroboter som intelligente og nægter ChatGPT intelligens. OECDs definition er lige så uskikkelig. Andre forfattere forværre dette ved tvivlsomme overføringsprestationer. Der følger en kritik af de tidligere definitioner og et tilgang til en god definition af AI. Desuden foreslås der en proces for en bedst mulig definition.

Snaresten

Definitionen af begrebet Kunstig Intellighed, som EU's AI-forordning giver, er ikke til at forestille sig virkeligheden. De betegner systemer som intelligente, der ikke er det, og systemer som uintelligente, der er intelligente.

OECD's definition er bedre, men bruger uforståelige begreber og anvender forkerte kriterier. Den indeholder valgfri beskrivelser og er ikke prægnant.

Den nye definition i denne artikel skal være forståelig, fokuseret og især korrekt. Den blev fundet med hjælp af en proces, som også beskrives.

Indledning

Fra begyndelsen af 2023 er Kunstig Intellighed også i Tyskland ankommet. Europa har taget dette vigtige emne til sig allerede i 2021 og så igen i 2023. For at kunne regulere AI, skal først defineres, hvad AI egentlig er.

Definitionerne af begrebet "Kunstig Intelligenz", som kan findes i EU's AI-ordning og hos OECD, synes uanvendelige, ikke tilstrækkeligt forståelige eller farlige.

Min mening, som følger herunder.

Tyve tilfældet er de eksisterende definitioner, som kan findes i EU's AI-ordning (2021), og også den gode definition fra OECD samt lignende definition fra AI-ordningen fra 2023 er ikke tilstrækkelige og delvis forkerte eller for restriktive, således farlige. Derfor foreslås her en ny definition. Det drejer sig om en første version, der ifølge min mening allerede udleverer svaghederne i de eksisterende definitioner og introducerer nye koncepter.

Min definition af kunstig intelligens indfører begrebet forsøg på en løsning, der mærkeligt nok ikke er nævnt i nogen af de nævnte AI-definitioner. Ved OECD kan man i det mindste gætte sig til hvad jeg mener.

Jeg skelner kunstneriske opgaver fra andre problemstillinger! Kunst og kreativitet er noget, der kun svært eller måske ikke overhovedet er kompatibelt med begrebet intelligens. Derfor udelukker jeg kunst i videre forstand af min betragtning!

Hvis definitionen af AI-begrebet i denne artikel ikke anses for fuldstændig, beskrives et proces, med hvilken definitionen kan forbedres. Måske ønsker en eller flere ved fremtidige definitioner af hvad som helst begreb at bruge processen. Med hjælp af senere nævnte proces kunne min oprindelige AI-definition allerede forbedres.

Autoren von AI-Definitionen

Der er to tilfælde, når det gælder forfatterne af definitioner af kunstig intelligens:

1. Forfattere, der foreslår en ny definition samt
2. Forfattere, der tager definitionen fra andre forfattere og forsøger at omformulere dem.

Til punkt 1) hører især følgende, der skal nærmere beskrives:

• Definitionen fra EUs AI-forordning fra 2021,
• Definitionen fra EUs AI-forordning fra år 2023,
• OECD's definition.

Til punkt 2 (sekundære forfattere) er der tale om mange bidrag i sociale medier eller på hjemmesider, som mærkeligt nok (næsten) altid stammer fra en bestemt erhvervskategori. Alle (mine kendte) bidrag har til fælles, at de tager en ugunstig definition af AI-begrebet og verschlimmbesseren. På mange steder bliver det tydeligt, at fundede definitioner går forbi virkeligheden. Mange vil bare "gøre noget med AI" eller "skrive noget til AI", fordi magien af disse nye muligheder har mange i sin magt.

Enhver tilstrækkelig avanceret teknologi er ikke længere at skelne fra magi

Arthur C. Clarke, forfatter, is blandt andet kendt for de tre af ham forestående robotregler.

Magi skal egentlig kun beherskes af magikere (eller udviklere), men mange mislykker sig, når de prøver at trollkunst. Udvikleren kan ikke gøre mange andre ting, men prøver normalt heller ikke at deltage i områder uden for hans kompetence. AI som et meget komplekst teknologifelt skal først og fremmest betragtes af dem, der har en vis fornemmelse af hvad det drejer sig om.

Kildehenvisning: Klaus Meffert i Dr. DSGVO-bloggen (pr. 03.04.2024)

Om de rigtige personer var involveret i udarbejdelsen af EU's KI-forordning, må det være tvivlsomt. For den KI-forordning nævner i artikel 3 (1) følgende definition, men dog fra år 2021:

Til formål med denne forordning betegnes udtrykket 1. „System af kunstig intelligens“ (AI-System) en Software, der med én eller flere af de i Tilføjelse I nævnte tekniker og koncepter udviklet er og i forhold til en række af mål, som af mennesker fastlagt bliver, kan frembringe resultater såsom indhold, prædictioner, anbefalinger eller beslutninger, der påvirker omgivelserne, med hvilke de interagere;

Art. 3 §1 af AI-bekendtgørelsen (Fed skrift her tilføjet).

I den lige nævnte definition henvises til Anhang I af AI-ordningen. Der er følgende tekniker og koncepter nævnt:

BILAG I TEKNIK OG BEGREBER VED ARTIFICIEL INTELLIGENS, jf. artikel 3, stk. 1, [i forordningen om kunstig intelligens].

a) Konzepte for maskinlæring, med overvåget, uovervåget og styrket læring ved brug af en bred palette af metoder, herunder dyb læring (Deep Learning);

b) Logik- og kendseskabsgyldige koncepter, herunder kendsesrepræsentation, induktiv (logisk) programmering, kendsesgrundlag, inferens- og deduktionsmaskiner, (symbolisk) slutnings- og expertsystemer;

c) Statistiske tilgange, Bayesiansk estimering, søge- og optimeringsmetoder.

Bilag I til AI-bekendtgørelsen (fed tekst her tilføjet).

I tilføjelsen I af KI-bekendtgørelsen gemmer en skrivefejl: "INTELLIZENZ" i stedet for "INTELLIGENZ", der er tilgængelig i den online-version (hentet dato: 26.03.2024)! En nyere udgave bruger en anden KI-definition, der ligner den fra OECD. Der nævnte tilføjelse I findes ikke længere der

Inden for den OECDs definition af kunstig intelligens følger en kritik af AI-definitionen, som EU's AI-forordning giver.

Kritik af definitionen i den AI-lovgivning fra 2021

Kernpunkterne i definitionen af AI-forordningen fra 2021 bliver føjet separat. Derefter følger en konklusion til dette. Derefter følger en kritik af den nyere definition af AI-forordningen fra 2023, der er meget lignende den fra OECD.

Et program skal ikke være en software

I den netop viste definition af AI-ordningen er en overflødig og skadelig begrænsning indeholdt. Det gøres, som om AI kun er i form af en Software driftbar. Dette er ikke til at holde ved, som følger nedenfor.

Software holdes i en midlertidig hukommelse, der kaldes RAM. Mindehukommelse er tydeligvis en hardware. Analogt til persondata er alle dele af et system materielle, som har brug for materie. Hvert dataværdi er, for at forklare analogien, persondata, hvis det er forbundet med et persondataværdi.

Software kan dog også eksistere på en harddisk (HDD). En harddisk er tydeligvis en klump materie. Softwareen er et program. Et program kan også defineres og gøre det muligt ved hjælp af transistorer og ren elektrisk kredsløb. Dette indebærer, at der ikke er brug for hovedminde eller harddisk-minde. Således kan et program enten være udformet som software, der afhænger af hardware og derfor skal ses på som en del af hele systemet. Eller også er det udformet som ren hardware.

Når man først ser på Zuse Z1 som det første frit programmable rechenwerk, så finder man ud af, at programmet var fastlagt på en perforeret filmstreng. Så vidt jeg ved er en filmstreng ikke software, men hardware eller også materie. Selv fri programmabilitet kan derfor uden software realiseres. Hvis man så ser på principperne for en Turing-maskine, erkender man hurtigt, at fastlæggelsen af software som medium er ugunstig.

Et AI-program kan eksistere uden software, nemlig i form af udelukkende hardware-schaltninger. Eller også på ændret, naturligt materiale, der ikke lever. Kort: En AI er kunstig.

Eksempler: elektriske kredsløb med transistorer, kondensatorer osv., perforerede filmruller.

Så længe er det ikke kun en overflødig, men en fejle begrænsning at betegne Kunstig Intellegens som software.

Det menneskelige hjerne består tydeligvis af materie. Den intelligente del består i væsentlig grad af et neuronalt netværk. Det neuronale netværk i vores hjerne er en hardware, ikke software. Er mennesket dum, fordi det ikke har software eller kun derfor ikke, fordi det (så siger mange) ikke er af artificial oprindelse?

Hvad er Maskinlæring?

Definitionen af AI-bekendtgørelsen arbejder med mindst ét uskarpe begreb. Det er ikke forbudt og sandsynligvis også umuligt at undgå. Denne faktum skal blot fastholdes hermed. Det uskarpe begreb hedder Maskinelt Lærning: Dette slags Begriffsunschärfe synes dog svært, da selv "Lærning" er et uskarpt begreb og „Maskinelt Lærning“ endnu mere. Således bliver AI uddefineret fra det meget uskarpe begreb Maskinelt Lærning , hvorved der på den yderste uskarpe begreb af Deep Learning trækkes tilbage. I et eller andet tidspunkt skal denne Unschärfe en gang være slut.

Uklare begreber, der kan gælde for alt, kan fjernes uden kvalitetsfølelse tilbage, hvilket igen øger kvaliteten.

Desuden er Maschinelt Læring måske meget tæt på begrebet AI, hvorved et begreb forklaret bliver ved hjælp af en semantisk meget lignende anden begreb uden at den anden begreb nærmere bestemmes.

Menneskesættede mål?

Den AI-forordning påstår, at kunstig intelligens følger udelukkende mål, der ville være givet af mennesket.

Dette påstande vittger om mangel af forestillingsfærdighed. Først skal det bemærkes, at resultatet af en KI-beregning ikke må være i overensstemmelse med det ønskede mål (hvis der er et), da dette mål er irrelevante. Det vigtigste er resultatet (eller løsningen), når det drejer sig om vurderingen, om der findes en intelligens eller ej. Se også den Turing-test, som ikke taler om mål, men om adfærden og/eller svaradfærd.

Hvis en menneske sætter sig et mål op eller hvis et mål eksisterer, er det uvidende for vurderingen af, om der findes en intelligens af hvad som helst art. En AI kan i dag allerede tildele mål til en anden AI. Er den anden så ikke intelligent?

Se også forklaringer i indlægget.

Et bevis for, at AI-definitionen i EU's AI-ordning er uholdbar: Ifølge definitionen skal en mand give mål til en AI, så den kan være en AI. Hvis der er en AI, som kan være lige intelligent eller intelligenter end mennesket, og ChatGPT allerede nu er meget intelligentere i mange områder end de fleste mennesker, så kan denne AI give mål til en anden AI. Ifølge EU's definition af AI ville den anden AI ikke være en AI. Hvordan dette åbenlyse paradoks kan komme ud i det fri, er et mysterium. Dette viser også, hvor arrogant nogle mennesker er. De tror, at mænd skal give mål til en AI, så den kan være intelligent, men de selv ønsker ikke at få mål fra andre mennesker, for at blive anset som intelligente.

Der er også at notere, at en KI kan producere resultater uden at have et mål tilkendt. Man kunne jo sige, at en ren tilfældig automat har fået målet af tilfældet. Men så ville alt være et mål og dermed intet. Det minder om nogle, der kalder cookies for tekstfiler, og ikke kan overbevises af fakta om at de er i en fejl. Disse personer påstår nemlig til sidst, at hver fil er en tekstfil. Man kunne jo definere det sådan, men det bringer ikke meget med sig. For så kunne man også alt kaldet for en høvle af materie, hvilket sikkert er nærmere sandheden end de fleste menneskers udtalelser. Et bil ville også ikke længere være et bil, men blot en høvle af materie.

Angående målene for denne her HAL 9000 henvises til den intelligente (!) computer fra filmen Odysseen i rummet. HAL arbejder imod interessen af sine skabere. Det er åbenbart en intelligent computer. Om det, han gør, er godt eller ondt, har intet med spørgsmålet om intelligens at gøre.

Selv den skatteforvaltning ser konkrete mål for selvstændige ikke blot som overflødigt, men også som skadelig for skatterne.

Se selvstændighedsskabende illusion.

En kunstig intelligens, der er intelligent nok, vil hellere ikke have nogen mål pålagt af andre, men selv ville ønske at give sig selv egne mål. Ligeså er det jo også med mennesker. Mange mennesker arbejder bedst uden anvisninger fra andre (i hvert fald gælder det mange erhvervsdrivende). Set fra skatteforslagets synspunkt, er en selvstændig eller eksternt ansat person især da udsat for Fiktiv selvstændighed, hvis han handler på anvisning. Begreberne Weisung og Ziel er semantisk ikke så langt fra hinanden.

Selv fra en lovgivers synsvinkel er det en overflødig og samtidig meget farlig begrænsning, at mennesket skal være mål for at der kan være kunstig intelligens til stede. Det ville betyde, at særligt intelligente maskiner, som selv sætter sig mål, der kan være farlige for mennesker, ikke falder under AI-ordningen.

Påvirker AI omgivelserne?

AI-ordningen definerer AI blandt andet ved, at en AI ville påvirke miljøet, med hvilket den interagerede. Til at begynde med skal det siges, at en AI mest af alt ikke interagere. En Chatbot, der en bruger stiller en spørgsmål og møder brugeren med en svar, interagerer ikke rigtig med sit miljø.

Hvert program, der tillader en indgang og derved opstår en udgang, interagerer med sin omverden.

Derved er dette ikke en eksklusiv egenskab af AI.

Hvis man betegnede det lige sagte som en interaktion, ville alt være en interaktion. Stofskiften finder sted hos alle levende væsener hele tiden. Materiæudvekslingen finder sted endnu oftere, nemlig ved hverken levende eller døde materie.

Interagere er snarere noget, man skal tilskrive roboter, der bevæger ting, skaber, ødelægger eller manipulerer. En støvsugerrobot interagerer med sin omverden. Men ikke ChatGPT, hvis man kun stiller en spørgsmål. Så ville jo hverken program, der producerer en udgang og tillader en indgang, være et interaktionsautomat. Det kan gerne hedde sådan, men hermed ville interaktion ikke være et specifikt træk ved AI.

Det er ikke nødvendigt dårligt at føre egenskaber til definitionen af AI, som ikke udelukkende gælder for AI. Men hvis disse egenskaber er så generelle, at de gælder for alt og alle, eller hvis disse egenskaber udgør flertallet, så bliver det svært.

Statistik som træk ved en AI?

EU's KI-ordning nævner statistik som en mulig teknologi til KI. Med statistik er det ligesom med materie: Alt er materie (bortset fra de undtagelser, der den normale mand ikke kender). Alt er statistik, sådan er min viden. Bevis (bed venligst en fysiker o.lign. at korrektur, hvis jeg har fejlet):

Alle materie underkaster sig i sidste ende lovene af Quantenfysik. Dette siger, at et enkelt partikel ikke er forudsigeligt. Det undergår en tilfældighedss proces. I stedet er kun en stor mængde af partikler forudsigelige og det med en vis Sandsynlighed. Se fx radioaktivt opløsning og halveringstid.

Sandsynligheden er nok, at konceptet er det, som EU tilskriver statistikken. Sikkert handler statistik i AI-kontekset ikke om at tælle, ligesom det f.eks. sker ved besøgstælleren på hjemmesiden ("Web Statistics").

Statistik er således ikke et eksklusivt træk ved KI, men kan findes overalt. Den også i definitionen af KI-ordningen anvendte betegnelse Expertensystemer har endnu mindre med kædige intelligens at gøre. Et expertensystem kan være udformet som en beslutningstræ, der bygger på udførelse af faste regler. En ret simpel støvsugerrobot kan arbejde efter regler: "Kør lige fremad. Hvis du rammer et hindring, drej dig i et tilfældigt vinkel og køret så videre". Er det da kædige intelligens? Nej sikkert ikke.

Skaber AI indhold?

Den AI-forordning kræver af en AI, at den producerer indhold eller resultater. Hvert program, der producerer en udgang, falder i denne kategori.

Yderligere overvejelser til dette træk forekommer derfor ikke.

Hvis "Erzeugen" betyder at resultaterne bliver tilgængelige for brugeren, stemmer det ikke i hvert fald for mange systemer. Intelligente systemer behøver ikke noget at producere, de kan blot tænke og gemme deres oplysninger selv for sig. Selv om ingen sådan resultat kan værdiges, er teorien og praksis jo også ofte forenet i en singularitet, når man ser på lovgivning eller retspraksis.

Konklusion til AI-definition i AI-forordningen

Definitionen fra 2021, som mange har til fælle med versionen fra den 14. juni 2023, glimter af deres ubrugelighed, falskhed og uskarphed ligeledes. Den kan kun betegnes som ubrugelig og upassende. I korthed er kritikpunkterne efter de karakteristika, som AI-ordningen tilskriver Kunstig Intelligence:

• Software: For almindelig og desuden ganske ukorrekt. Hvert program kan også køre på hardware.
• Målsætninger fastlagt af mennesket: Ukorrekt både hvad angår mål og menneske. I dag allerede umuligt, bevis muligt.
• Baserer på Maskinelementær læring: Fuldstændigt udefinierbar begreb, dermed ikke målrettet.
• Onvirker miljøet: Er for almindelig og stemmer ofte ikke.
• Samhandle: For allmænlig.
• Statistik: For almindelig, desuden irrelevante (hvorledes et problem "intelligent" løses, er jo ikke af betydning).
• Genererer indhold: For generelt, ofte ikke korrekt.

Fra artikel 3 (I) i AI-VO, der består af en sætning, efter at man har trukket tilbage de forkerte definitioner, er ikke mange ord tilbage. Sprogforskeren ville efter denne subtraktion hovedsageligt finde såkaldte stopord. Det er ord, som man også kunne slette uden at betydningen under dette lidt ville blive påvirket.

Визначення ШІ в ЄС (2023 рік)

Versionen fra den 14. juni 2023 definerer AI således i artikel 3, nr. 1 i loven om kunstig intelligens:

System af kunstig intelligens“ (AI-System) en maskinbaseret system, der er designet til at kunne operere med forskellig grad af autonomi og der kan producere resultater som forudsigelser, anbefalinger eller beslutninger, der kan påvirke det fysiske eller virtuelle miljø;"

Quelle: Artikel 3 Nr. 1 AI-VO vom 14.06.2023 (Fettdruck von mir)

Da denne definition er meget tilsvarende den fra OECD, henvises til min følgende kritik. Ligeledes blev nogle aspekter allerede tidligere kritisk set, især:

• Resultater frembringelse (nu afsvækket, hvad der er godt)
• Miljøpåvirkning

Kritisk set bør også de følgende aspekter være:

• Maskinbaseret system
• Afvigende grad af selvstændighed
• Eksplicite eller implicite mål
• Produce results

I slutningen af det hele bliver der således ikke en eneste aspekt tilbage uden kritik. Dessuten bygger halvdelen af definitionen på optionelle udtalelser ("kan"). Lige næsten den anden halvdel bygger på eksempelviselister ("som forudsægninger, …") eller relativieringer ("med forskellig grad…"). Hvis man trækker alt det værdifulde ud, er der kun få ord tilbage.

Hvis man undersøger, om ChatGPT følger med den højavancerede AI-definition fra EU, opdages allerede problemer:

• ChatGPT er enten ikke selvstændig overhovedet eller er det helt sikkert en intelligens i ChatGPT, der intet har med selvstændighed at gøre. Sammenlign med Turing-testen.
• Intelligensen er også for ChatGPT faststævbar, når der ikke leveres nogen prædictioner, anbefalinger eller beslutninger. Eksempel: Løsning af en tekstopgave; Lösningen er hverken en prædiction, en anbefaling eller en beslutning.
• ChatGPT påvirker sikkert ikke det fysiske miljø. Hvis ChatGPT skulle tildeles, at det påvirker det virtuelle miljø, så ville man også måtte bekræfte dette for næsten hver eksisterende computerprogram. Informationsindholdet ville så sammenkrumpe sig til en værdi nær null i Epsilon-området.

Hvis man i stedet tager fat om en dumme støvsugerrobot, finder man ud af, at denne bliver dækket af EUs definition af intelligens, selvom den ikke er intelligent. En sådan robot kunne altid køre lige frem til han rammer et hindring og derefter vælge en tilfældig retning. Prøven på støvsugerroboten mod EUs definition giver:

• Maskinbaseret system: Yes, mindstens en computerchip er monteret.
• Selvstændig: Yes, roboten kører og kører og kører.
• Tydelige mål: Yes, rydde gulvet.
• Resultater: Opgørelse i EU's definition gælder ikke og gælder heller ikke for intelligente systemer.
• Ondrer miljøet: Yes, jorden bliver renere.

AI-Forordningen definere dumhed som intelligens og intelligente systemer som ikke intelligente. Det går ikke værre.

Den AI-definition fra OECD

Den OECD tilskriver kunstig intelligens delvis andre egenskaber, end hvad EU gør. Den EU-version fra 2023 er meget lignende den OECD-version. Definitionen af OECD lyder (sidst opdateret: 19.03.2024):

An AI system is a machine-based system that for explicit or implicit objectives, infers, from the input it receives, how to generate outputs such as predictions, content, recommendations, or decisions that can influenc_e physical _or virtual environments. Different AI systems vary in their levels of autonomy and adaptiveness after deployment.

Kilde: OECD (Fed tekst er ud fra originalen, streget tekst blev omformuleret!).

Der skal særligt nævnes følgende træk, der ifølge OECD skulle tyde på at det drejer sig om AI:

• Maskinbaseret: Meget godt, sådan kan man arbejde. Fordi hardware og software begge er forbundet med en maskine.
• Eksplicite eller implikite mål: Værdefulere end "mål", fordi implikite mål er på en eller anden måde altid til stede, når der er et "bevidst" eller en "intellekt". Dette gælder dog også for lavere dyr, som mange siger ikke er intelligente. Den simple støvsugerrobot har imidlertid ikke nogen implikite, men kun to eksplicite mål: At skaffe så meget støv som muligt og beskytte katte i huset.
• Afskyelse: Det er sandt, fordi Inference betegner processen, hvor en AI ud fra en input producerer en output. Dog skal så "Inference" som begreb defineres. Det gør OECD på en vis måde ved at beskrive processen i et neuralt netværk. Dog er et neuralt net ikke en forudsætning for intelligens.
• Får indtastninger: Der kan man diskutere om. Om Albert Einstein havde brug for mere end sit hjerne til at tænke op med kvanteteorien (eller i det ideale tilfælde, hvad han ville have brugt hvis han havde haft det). Så vidt jeg ved var Herr Einstein overvejende beskæftiget med at tænke, indtil han havde samlet sine tanker om kvanteteorien. Hvis han skulle have læst op efter viden, kunne man da sige, at han ville være kommet til det allerede tre år før begyndelsen af arbejdet på kvanteteorien. Indtastninger her er jo det, hvad brugeren indtaster i AI-systemet og ikke, hvad AI-systemet selv samler sammen ad hoc. Sandsynligvis findes der ikke et eneste system, som kan fungere uden input. Derfor kan man denne egenskab strøgge (alle = ingen = ingen information). Selv i det "perfekte" vakuum udveksles partikler (se Heisenberg). Så meget værre sorte huler interagerer med deres omverden (se Hawking-stråling).
• Udskriver udgivelser: Også OECD bruger denne betegnelse meget uddybat og dermed lidt nytteløs. Se punktet før (indgang): Hvert system udgiver noget, så man kan simpelthen slette denne information.
• Beeinflussen af miljøet: Her er markeret som valgfri, men det kunne også være blevet tilføjet. Se også to punkter før (Indsætninger): hver enkelt system påvirker miljøet, så denne information kan simpelthen blot fjernes.
• Selvstændig: Omtales, men i en mere valgbar eller i hvert fald usikker måde. Man kunne også have kunnet eller bedre forklaret det.
• Anpassbarhed: Den OECD definerer til definitionen, at dette er et valgfrit kriterium.

Nogle af de nævnte træk er korrekte, andre ikke. Den OECD-definition ser ud til at være bedre end den EU-ordning om AI fra 2021 og næsten ligelig med den EU-version fra 2023. Således kan følgende kritik af den OECD-definition i næsten alle tilfælde overføres til den EU.

Den på første blikk gode OECD-definition har fået nogle til at tage denne definition og oversætte den til dansk. Det ville være mere målrettet, fordi ved Overførselsevne blev meningens retning forkert. Eksempelvis har en sekundærforfatter betegnet begrebet autonom som "til en i skiftende grad autonome virksomhed tilrettelagt". Det svarer ikke til OECD-definitionen og er desuden forkert. ChatGPT var eller er i hvert fald selv ikke et autonomt system, eller måtte det være, for at kunne betegnes som intelligent.

Gut an den OECD-Definition er, at den Løsningssæt beskæftiger sig med. For selv en dum tilfældig automat kan finde samme løsning på et givet problem som en Superintelligenz.

Forslag til en definition og et definitionsfremgangsmåde

Det ser ud til, at der ikke findes en brugbar definition af begrebet Kunstig Intellighed. Indenfor flere mislykkede forsøg anbefaler jeg en struktureret proces. Til sidst vil der være en definition for AI. Spørgsmålet vil være, om den indeholder uskarpe begreber, som igen skal have en definition. Opdatering: Se nedenfor for min nye definition af AI.

Til inspiration ved at finde en definition for "kunstig intelligens" og dermed i kernefærd for begrebet "intelligens" skal den menneskelige intelligens (af mennesket selv set som maksimalintelligens) betragtes. Det synes mig i hvert fald nærliggende.

Alt er relativ, så også, om mennesket er intelligent. Endnu er det i forhold til AI, dog hvis man ser på alle mulige problemstillinger i deres samlede udstraktning. Dato: 03.04.2024 (næste år kan det allerede se anderledes ud).

Beskyttede egenskaber identificere

Den første skridt mod en AI-definision er den letteste. Her tilføjes sikrede træk fra AI-systemer som grundlag for en definition. Som sikre træk kan følgende være:

• AI-Systemer er kunstige systemer. De bygger altså på hardware og/eller software. Man kunne også bruge attributet maskinbaseret eller måske også ikke-biologisk. Bevis: AI = Kunstig Intelligenz.
• AI-Systeme sind intelligent. Beweis: AI = Künstliche Intelligenz.

Så er allerede to træk af Kunstig Intellect fundet, som sikkert ikke vil blive nægtet:

• Machine-based (sagt auch die OECD) or Hardware-basiert or, noch besser, artificial. Weil einfach einfach is.
• Dårligt intelligent: Sagt ingen (und jeg): Ingen af OECD eller AI-ordningen bruger begrebet "intelligent" eller "intellekt" (og hvis sådan, kun som kombibegreb "kunstig intelligens"). Hvis man havde frygtet at anvende svære definierbare eller uskarpe begreber, ville man også ikke have måtte bruge Inferens eller Maskinelt Læring.

Fra begrebet "intelligent" vil jeg senere trække mig tilbage. Men dette begreb får, at man dybt ud i problemet med definitionen. Tilfældigvis fandt jeg en definition af "Intelligenz": Den nye definition af Kunstig Intellighed er så elegant, at man ved at strege to ord væk, får en definition af Intellighed.

Eksempler på intelligente og ikke intelligente systemer

Inden for, før det fortsætter, skal man overveje, hvilke systemer der kan betragtes som intelligente. Dette vil jeg her kaldet Positiv eksempler. Lige så vigtigt er Forklaringseksmpler, der opregner ikke-intelligente systemer.

Den følgende tabel viser en subjektiv definition af intelligente systemer (hvorvidt de er kunstige eller ikke) i form af sådanne Positiv eksempler:

System	Hvorfor intelligent?
Støvlesere	Brug en kamera til at genkende objekter, så du kan genkende rummet og køre mest muligt målrettet.
Menneske	Intellekt er meget forskelligt tilstedeværende hos hver enkelt menneske, men det bliver almindeligt antaget, at det findes.
Måge	Kan udvikle en kompleks omgivelse og løse svære problemer. Desuden i stand til den såkaldte "Swarm-intelligenz" (ikke nødvendigt for optagelse på denne liste).
ChatGPT	Kan besvare komplekse spørgsmål og kombinere viden, kan man godt klare sig med uskarpe spørgsmål (se nedenfor)
Selvflyvende droner	Kender hitherto ukendte objekter, træffer derpå beslutninger og kan dermed selvstændigt løse problemet, fra startpunkt til et bestemt eller på anden måde fastsat målsted at flyve.

Lignemad er en definition for uvidende systemer (hvor det være kunstigt eller ikke):

System	Hvorfor ikke intelligent?
Enkel støvsugerrobot	Baserer sig overvejende på tilfælde eller simple regler.
image generator (Stable Diffusion)	Kan ikke bruge nyt viden.
Donald Trump	Bruger anlærte mimik og udtryk, er mod alle, der er imod ham. Har en dårlig frisør, selv om der er mange gode frisømænd.
Tilfældighedsgenerator	Baserer sig overvejende på tilfælde (kan dog teoretisk løse enhver problem).
Digital vægt	Kan kun besvare en slags (simplere) spørgsmål og også kun, hvis objektet eller personen er "rigtig" placeret på vægten.
Fjernstyrede droner	Træffer selv ingen beslutninger, gør kun, hvad brugeren foreslår.
Søgemaskine	Baseret på hvad som også måtte være en eller anden metode til at sammenligne tegn og med hjælp af yderligere regler (link juice o.s.v.) at trække en resultaterækkefølge.
Mobiltelefon-tastatur	Lav forslag til det nuværende og næste ord og brug derfor en tællingsmekanisme eller simple lighedsforslag.
Billeddiskriminering i sikkerhetskameraer	Muligvis intelligent. Afhængigt af kvaliteten på erkendelsen.

Alle disse eksempler, om de er positive eller negative, har én ting til fælles: De kommer uden udtrykket Software, Statistik, Menneske eller andre sætninger fra AI-ordningen.

Hvad er definitionen af intelligens?

Korte svar: Jeg ved det ikke. Der er ifølge min viden ingen sådan definition, der

• præcis (skarp, også ikke uklar)
• Sandsynligvis og
• Er konkret.

Dette problem med begrebsdefinition kan ikke løses her. Hvis løsningen af denne begrebsdefinition skal være nødvendig, må den igen tages op. Det vil vise sig snart. Yes, det har vist sig, se nedenfor.

Men ud fra kravet om, at et AI-system skal være intelligent, kan vigtige træk til definitionen af hvad AI er, føres ud. I den foregående sætning stod "skal", ikke "kan" eller "kunne" eller "i forskellige grad". Se her til sammenligning med relativieringer i definitionerne af AI-ordningen og OECD, som jeg prøver at undgå.

Som yderligere Karakteristikker Kunstig Intellighed foreslår jeg ad hoc følgende og er spændt på, om disse kan gennemføre sig:

• Et AI-system forsøger at løse et problem. Begrebet mål erstatter af problemet. Ifølge Wikipedia omfatter et problem målene. Et problem er efter min definition mere omfattende og noget, der ikke kan løses ved blot at søge efter viden eller blot følge en enkel anvisning. For ellers ville hver søger på et AI-system være egnet til at fremkalde antaget intelligens. En søger kunne være "Hvilken dag af ugen var den 19.03.2024?". Til svaret på denne spørgsmål er det ikke nødvendigt med ChatGPT. Selv hvis ChatGPT svarer på denne spørgsmål ved at efterlade i kalender, ville man ikke tale om intelligens, fordi denne spørgsmål også kan blive besvaret af et dumt program. At intelligente systemer også kan løse simple opgaver er ingen hindring.
• Et AI-system forsøger, at løse et problem ved at bruge en løsningvej, der ikke er konkret angivet. Vær venligst opmærksom: Her står "forsøger"!
• Et AI-system kan efter behov samme eksisterende med nyt viden kombinere. Dermed er billedgeneratoren (Midjourney, Stable Diffusion-procedure osv.) ikke intelligenser.
• Et AI-system er i stand til at forstå usære problemstillinger. Her menes især: Hvis der i en problemstilling er skrevet et ord forkert, kan AI gøre det godt igen. Et andet eksempel: Ord bliver kombineret på en anden måde end hvad man normalt ser. AI forstår dog alligevel (lignsom en menneske). Yderligere, mere komplekse eksempler er tænkelige.
• Et AI-system kan Konklusioner trække. Hva' en Schlussfolgerung er, må man stadig definere. Sikkert forstår dog næsten hver menneske direkte, hvad en Schlussfolgerung er eller snarere som den begreb Intelligenz.

Forsøget på at løse et problem er åbenbart ikke det samme som faktisk at løse et problem. Der er da også noget, der betragtes som en "intelligent" tilgang til et problem. Man ser ofte i udvalgsproceduren ("Assessment Center") hvordan en kandidat vil løse et problem. Det drejer sig altså ikke om det eller ej, men om hvordan!

AI-systemer kan også, men håbentlig kun underordnet, defineres med hjælp af kan-karakteristika. Definitionen af AI-ordinancen dyrker desværre næsten udelukkende disse kan-kriterier.

Meine Vorschläge für Kann-Merkmale für AI-Systeme:

• Selvstændigt løsning af problemer: Selv ikke selvstændig løsning kan være tegn på intelligens. Så vidt jeg ved, har ingen mand bygget en raket der er fløjet til månen, men mange tusinde mennesker sammen.
• Modaliteter: En modalitet er en datatype. Eksempler er tekst, video, lyd, jordskælvssensor. Et AI-system kan løse problemer for en modalitet eller også for en kombination af flere modaliteter (eksempel: et AI-system, der for et givet billede svarer på en tekstlig spørgsmål).

I følgende afsnit bliver en proces beskrevet, ved hvilken den definition af begrebet Kunstig Intellect kan findes. Måske fremgår så en definition, der uden det efter min mening aldrig saftigt definerbare intellegensbegreb kommer ud.

Process for creating a definition of the AI-concept

De ovenstående erkendelser og træk, der kunne beskrive en AI, håber jeg er en god udgangspunkt for en troværdig og især præcis definition. Efter modtagelse af en definition over følgende proces kan denne definition valideres ved hjælp af positivt og negativt eksempler.

Min foreslået proces for at finde en definition på begrebet AI er:

1. Opret eksempler til kognitivt systemer (positiv eksempler). Lige så godt opret eksempler, der ikke er eller i det mindste næsten ikke er kognitivt systemer (negativ eksempler).
2. Fra eksemplerne og de tidligere træk udvikle nye træk eller ændre eksisterende træk. Dertil for hver træk: Får det til at passe på alle fundne positive eksempler?
3. For de negative eksempler prøv: Træffer det nye fundede træk ikke på de negative eksempler til? Hvis det alligevel er sandt: Træffer kombinationen af alle tidligere fundede træk i deres samlet hele ikke på de negative eksempler til? Hvis nej, hvis altså alle træk sammen også på et negativ eksempel passer: Søg efter et nyt træk, som så ikke længere passer for det negative eksempel, men for alle positive eksempler.
4. Forsøg på at forene træk: Hvilke to eller flere træk kan i et træk samles?
5. Prøv med de tidligere positive og negative eksempler. Hvis prøven mislykkes, så tilbage til trin 2.
6. Brugte begreber, der ikke er klart defineret, definér. Gør det samme proces fra trin 1 rekursivt igennem.
7. Hvis begreber blev nyt defineret, så skulle man undersøge, om disse begreber kunne erstattes af andre begreber, der ikke kræver en definition. Så skete det med begrebet "hardware-baserede systemer", som i version 2 blev erstattet af "kunstige systemer".
8. Vælge: Find flere eksempler og begynd så igen fra trin 1.

Dette proces befordrer enten en bedst mulig definition af hvad som helst begreb frem. Eller det bliver tydeligt, at hver definition i sidste ende bygger på andre begreber, der ikke har en klar definition eller refererer til andre begreber.

Afhængigt af kravet får man efter nogle gange at køre processen en god AI-definition, der er meget bedre end alle andre definitioner, som jeg kender til nu.

Definition af AI

Efter alle disse overvejelser og anvendelsen af min proces følger min definition af kunstig intelligens. Den lyder:

Als Künstliche Intelligenz wird ein künstliches System bezeichnet, das versucht, ein Problem auch bei unscharfer Vorgabe auf eine nicht konkret vorgegebene, lösungsorientierte Weise zu lösen und dazu bestehendes mit neuem knowledge kombiniert und conclusions zieht.

Quelle: Klaus Meffert im Dr. DSGVO Blog (Stand: 03.04.2024)

De centrale træk ved denne definition er:

• Kunstig (tidligere hardware-baseret): Fordi det bare er let, bruges her attributet, der allerede ligger i begrebet AI, nemlig kunstig. Nogle bruger "maskine", hvilket ville være for kortfattet. Se videre nedenfor for min definition af "hardware" (ikke længere nødvendigt, da nu "kunstig" bruges). Software ville være forkert, bortset fra hvis man definerer software meget omfattende. Så skulle man dog have en tilføjende definition til hoveddefinitionen, hvilket ville skade forståelsen.
• Problemløsningstilføjelse: Ingenting at give og intet mål, men et problem! Og ikke nødvendigvis løsningen af et problem, men allerede den erkendelige, bemærkelsesværdige forsøg er tilstrækkeligt!
• Uskarpe Vurdering: Hvis der er en vurdering ("… også ved…"), så kan denne også være sløv eller usikker eller endda modsætning til hinanden. Eksempel: "Waz sint Cookis" Svar: "Cookies er dataindstillinger, mange siger forkert, at det ville være tekstfiler" –> Trods skrivefejl og manglende spørgsmålstegn i spørgsmålet bliver spørgsmålet "erkendt" og besvarede. Nogle systemer kommer uden vurdering ("Spørgsmål") ud! Eksempel: Staubsaugerroboter. Den bliver tændt og starter. Her er der ingen vurdering fra brugeren. I stedet er der en opgave eller en opgave, der blev givet til roboten under konstruktionen.
• Ikke konkret givet løsningssæt: Intet fastlagt regelsæt, men et elastisk og fleksibelt system. Se neuronale net. Det kan også være hvilken som helst anden mekanisme, der har lignende egenskaber. Modbevis: Expertensystem, klassisk sorteringsalgoritme, Page Rank-algoritme i verdens mest datafjendelige søgemaskine.
• Resultatorienteret: Man kunne også bruge et adjektiv som fundet, problemløsende eller tjenelig. Dette skaber en forskel mellem tilfældighed og en intelligent algoritme, der forsøger at aktivt tilvirke (fra engelsk kender man "make an educated guess": Udtryd en fundet gættelse. Hvis gættelsen var god eller dårlig, spiller ingen rolle, den må blot være fundet været. Fundet er det, hvad andre kunne betegne som en god tilgang, de "kloge" er). Hvis mennesket ser sig selv som målestok, ville det være grundet, hvad mennesket kunne finde godt. Så undgår man her "intelligent". Dommerne er jo også mennesker, og de afgør i sidste ende hver konflikt.
• Sammenligne viden: Bestehendes knowledge er den ting, som det kunstige intelligens-system allerede vidste (hos mennesket kaldes det "opdragelse" eller "læring"). Nyt knowledge er den ting, som det kunstige intelligens-system enten får ved en opgave eller selvudvikling (Internetsøgning, kamera-billede, sensor-værdier…). Kombination betyder at forene eksisterende og nyt viden og ud fra det at vinde indsigt. Indsigt er alle oplysninger, der kan hjælpe med at løse problemet eller erkende fejlveje! Eksempel Chain of Thought: AI'et får et problem og finder ud af, at den mangler viden. Den søger efter noget, finder det og prøver, om det kan lukke videnhullet. Er hullet lukket, bliver det nye med eksisterende viden forenet (eller blot det nye viden taget, hvis der ikke er nogen eksisterende relevant viden). Kunne viden ikke altid kombineres, men hvis det er nødvendigt eller meningsfuldt, bør det ske. Alt efter hvor godt AI kan gøre det, er den intelligenter eller mindre intelligent. Ist "Kendskab" ikke også en mulighed, sådan kan man overveje, om det drejer sig om "informationer" eller "data". Kendskab er dog nok rigtigt, for intelligens indebærer vel at ud fra data først vinde informationer og derefter den bagvedliggende kendskab.
• Slutkonklusioner: Eksempel på støvsugerrobot: Efter at han har opdaget et hindring, kører han mod hindringen, stopper så, drejer sig og fortsætter i en anden (som "god" vurderet) retning. Dette "vurdering" er her vigtig, for ellers kunne Kollega Tilfælde betegnes som intelligent. Alternativt kan roboten midt på vejen stoppe eller dreje, fx fordi resten af vejen allerede er blevet rengjort. En analogi til den foregående point "At kombinere viden": Konklusioner kan trækkes, men det behøves ikke. Konklusionen bør finde sted, hvis det er nødvendigt eller sinnfuldt. Afhængig af hvordan dette fungerer, er AI'et intelligentere eller mindre intelligent.

I den definition bliver Erfarende løsningsforsøg i centrum. Ligesom bliver muligheden for at forstå og håndtere uskarpe indgivelser diskuteret. At kombinere viden og til at trække konklusioner er to andre vigtige egenskaber ved intelligens (hvor den nu også kan være af hvilken art som helst).

Oprindeligt har jeg brugt betegnelsen Hardware-basiert, der nu er erstattet af kunstig. Min definition af hardware, som ikke længere er nødvendig, lyder:

Hardware betegner ikke-organisk stof og andre eksistenser, der er ulige organiske materiale. Ligeså indeholder hardware organisk stof, som ikke repræsenterer et levende væsen og ikke repræsenterer en quasi-levende væsen (viruser o.a.).

Min ad-hoc-beskrivelse af hardware i forhold til min AI-beskrivelse (opdateret d. 20. marts 2024).

Således er betegnelsen kunstig (tidligere: hardware-baseret) bedre egnet end betegnelsen for maskinen, som OECD bruger og som jeg oprindelig anså for at være ligeværdig, efter første overvejelse endda bedre. Fordi AI kan eksistere i organiske, ikke-lebende former. Sogar antimaterie eller andre usmagelige eksistenser er mulige. Jeg ønsker heller ikke at udelukke dem uden videre. Den bærer af intelligens er a priori irrelevante.

Det følger den Test af min definition mod ovenstående positive og negative eksempler. Holder min definition testen op?

Først de Positiv eksempler: De må alle være omfattet af den ovenstående definition, ellers ville definitionen ikke være passende. I listen til hver nævnte eksempel er de Egenskaber nævnt, der indeholder min definition ("Hardware-baseret" osv.).

Støvlesere med høj kvalitet:

• Artificial: Yes.
• Problemløsningstilgang: Yes, med hjælp af indbygget kamera bliver objekter registreret og genkendt samt handlinger udledt (lignende det handlingsrejsende problem, men uden at prøve blindt)
• Uskarpe rammebetingelser: Her er det irrelevante, fordi der ikke er nogen rammebetingelser (se ovenover, hvor de er beskrevet).
• Ikke konkret givet løsningsvej: Yes, fordi udværdeling af et kamera-billede finder sted (ved transformer-tilgangen) på en meget fleksibel og uigennemskuelig måde over et neuralt netværk (som ved mennesket).
• Resultatorienteret: Støvsugerroboten forsøger aktiv at arbejde så effektivt som muligt. Om det altid lykkes, er underordnet. Et lille barn forsøger også ofte ting, der ikke straks har positive konsekvenser, men lærer dog af dem eller kan lære, at denne vej er en fejl, man skal undgå.
• knowledge combine: Yes, Kamerabild mit Objekterkennung = neues knowledge, bisher wahrgenommene Umgebung = altes knowledge, neue Fahrtroute = Kombination.
• conclusions ziehen: Yes (siehe weiter oben, dort beschrieben).

Fazit: Definition passt.

Inden for at flere positive eksempler behandles, følger forsigtiglig en blik på de negative eksempler: For hver af disse eksempler må den ovenstående definition af AI ikke være tilfældet. Til de negative eksempler er ovenstående delvist allerede nævnt, hvorfor disse ikke er intelligente. Derfor følger her blot en kort oversigt:

• Enkel støvsugerrobot: Arbejder med tilfælde og prøver ikke at løse problemet, så det ikke søger efter en løsning. Kan ikke kombinere viden.
• Tilfældighedsgenerator: Dito.
• Digital vægt: Kan ikke kombinere viden, løser ingen problematik eller prøver det overhovedet (se ovenover: Problembegreb. Problem = noget mere omfattende, ikke gennem blot at udføre enkle anvisninger løsbart.).
• Ferngesteuerte Drohne: Dito.
• Suchmaschine: Rein regelbasiert, nutzt einen konkret vorgegebenen solution. Suchmaschinen, die an AI-Systeme angebunden sind, sind AI-Systeme 😉
• image generator (Stable Diffusion): Kan ikke kombinere viden eller viser det ikke i udgivelsen (eller ikke kan fastslås) –> Den kreative sektor er ikke nødvendigvis målbart med intelligensbegrebet. Om Rembrandt som kunstner var intelligent, må objektivt (uden nogen ironi, helt åndeløst sagt) nægtes. Kunst ligger i øjet af betrakteren. Kunst og intelligens er to kategorier, der oprindelig ikke er kompatible. Et maleri løser ofte ikke virkelig et problem. Mange vil være bekendt med følgende situation: Et kunstværk opnår f.eks. 100 millioner euro. Den største del af menneskeheden ville så sige: "Dette værk er elendigt. Jeg ville ikke betale en krone [eller landets valuta] dertil." Det går ved intelligens ikke om flertallsbevarelser, men kunst er blot subjektivt.
• Mobiltelefon-tastatur: Arbejder med frekvenser (nogle siger statistik).
• Donald Trump: Außerhalb dieser Betrachtung.

Konklusion: Alle negative eksempler er korrekt ikke omfattet af AI-definitionen. Definitionen passer stadig godt.

Det følger en validering af definitionen med flere positive eksempler:

ChatGPT:

• *Artificial*: Yes.
• Problemløsningforsøg: Yes, tydeligvis. Se de mange imponerende eksempler.
• Unscharfe Vorgabe: Yes, siehe schlampige Fragestellungen aller Art.
• Nicht konkret vorgegebener solution: Yes, ChatGPT basiert auf einem neuronalen Netzwerk und dem Transformer (=menschlicher Intelligenzmechanismus, sage ich)
• Resultatorienteret: Yes, tydeligtvis, som mange eksempler viser. Der skal ikke nødvendigvis være en tilfredsstillende løsning på hver enkelt problem (se mennesket som eksempel).
• Kombinere viden: Ja, tydeligvis. Nu også ved hjælp af internettet. Se også FastGPT (mit resultat var perfekt. FastGPT bruger tilfældighed for at kunne give kreative svar, men det kan føre til ufuldstændige resultater, hvis du følger linken).
• Slutkonklusioner trækkes: Yes, tydeligvis. ChatGPT kan selv løse matematisk opgaver, som de bedste matematikere i verden slet ikke eller kun svært kan løse. Dertil kommer så ofte også løsningens vej.

Konklusion: Definitionen passer også her.

Bemærkelsesværdigt: Hvis du gerne ville bruge en anden søgemaskine end Google, anbefaler jeg Kagi. Kagi indeholder det ovennævnte FastGPT. Nu kommer hammeren: Kagi koster 5$ om måneden, men indeholder ikke reklamer!

Mudder:

• Kunstig: Nej, levende –> i orden, fordi en myg ikke er en kunstig intelligens men en (levende) intelligens. Dette kriterium havde man ikke behøvet at prøve på mygen.
• Problemløsningforsøg: Yes, se livet af en myre. Eksempler: Madjagt, redebygning.
• Uskarpe Forspørgsel: Entweder er der ingen forsprog eller amsel kolonien giver os en uskarpe forsprog.
• Nicht konkret vorgegebener solution: Yes, siehe das Leben einer Ameise. Beispiele: Futtersuche, Nestbau, Verteidigung gegen Feinde.
• Løsningsoienteret: Yes, tydeligvis. I hvert fald har myrer boet på denne planet i meget lang tid.
• knowledge combine: Yes, offenbar. Beispiele: Terrain erkunden, Futtersuche, Material für Nestbau suchen und transportieren.
• conclusions ziehen: Yes. Beispiel: Pheromon-Fährten anderer Ameisen.

Konklusionen passer.

Menneske:

Den menneske bliver sagt at være intelligent. Jeg siger: De aktuelle KI-systemer bruger kvalitativ den samme intelligensfunktion som mennesket. Den består i hovedsagen af et neuralt net og det Transformer-tilgang eller en lignende eller bedre tilgang.

Konklusion: Definitionen passer, selvom mennesket ikke er en AI (derfor ingen prøve mod kunstig).

Det følger testen mod eksemplet, hvor det afhænger af kvaliteten på systemet, om systemet er intelligent eller ej:Billeddiskerning i sikkerhedskameraer*. Spørgsmålet er, hvad dette system skal gøre og hvordan godt det opgaven udføres.

• *Artificial*: Yes.
• Problemløsningforsøg: Problemet er at genkende objekterne i billedet. Hvis kun simple objekter eller kun få noget mere komplekse objekter skal genkendes, så er systemet måske ikke så effektivt og dermed ikke en AI. Man kan også genkende mange objekter uden at bruge AI.
• Uskarpe Forskrift: Her irrelevant, da ingen forskrift. Bw. hvis forskrift (reager på indbrudere, ikke på gæster), så ville systemet være en AI, hvis forskriften er erkendeligt tilstrækkeligt medtaget.
• Ikke specifik løsning: Hvis yes, så i hvert fald potentielt en AI.
• Løsningsoienteret: Hvis ikke, så ingen AI. Regelbaseret ville være ikke eller kun begrænset løsningsoienteret, afhængigt af kompleksitet og kapacitet til at føre regler.
• knowledge combine: Falls no, dann keine AI.
• Slutkonklusioner: Hvis yes, ville det være en stærk indikator for en AI. Hvis nej, så ville systemet være mindre kapabelt og sandsynligvis ikke en AI.

Som synes af definitionen kan det godt fastlægges, hvornår en billedkognition kan være en kognitiv intelligens og hvornår ikke. Også graden af intelligens kan således udledes.

Konklusion

Den af mig udviklede definition for kunstig intelligens lyder:

Den engelske version lægger:

Med hjælp af en systematik blev definitionen vurderet efter egenskaber. Dette synes ikke at være sket ved AI-definitionen i AI-ordningen. OECD's definition er bedre, men ikke tilstrækkelig præcis nok. Derudover indeholder den mange fyldestemmer, der tyder på, at forfatterne var ude af stand til at komme med de vigtigste begreber.

Definitionen blev opstillet uden hensyn til almindelige kilder (som Wikipedia, Duden osv.), men først efter at være sammenlignet med dem (se "PS" nedenfor).

I Bidraget blev Grundmerkmale af en AI defineret, der kunne være uovergrebne.

Yderligere blev Mussmerkmale af AI-systemer defineret. Derudover blev Kan-Merkmale af AI-systemer defineret, der ikke er nødvendige til definitionen, men hjælper med at skelne mellem forskellige former for AI-systemer.

Til at validere blev Positiv eksempler for intelligente systemer og Forklaringseksmpler for ikke intelligente systemer nævnt og kort beskrevet.

Efterfølgende blev en proces beskrevet, med hvilken en bedst mulig passende definition af AI-begrebet kan opnås.

Efterfølgende blev en forespørgsel til en definition af kunstig intelligens givet. Til sidst blev denne definition sammen med den beskrevne proces overprøvet. Overprøveningen viste, at definitionen passede til de nævnte positive og negative eksempler.

Definitionen for AI synes at være tilfældigt til de nævnte eksempler. Yderligere eksempler hjælper med at skærpe og intensivere prøven af definitionerne. Måske er også en korrektur nødvendig. Min AI-definition bygger især på problem concept. Hva' et problem er, er meget lettere forklaret end hvad "intelligenz" eller "AI" er. Gennem denne reduktion af definitionsproblemet til noget enklede vil det sikkert føre til, at problembegrebet bliver skærpet og evt. yderligere tilføjelser foretages.

Kreative sektor er ikke uden videre tilgængelig for begrebet intelligens. Kunstnerisk skabning bør eftertrukket betragtes, ville være min forespørgsel. Måske løber det ud på en definition af kreativ kunstig intelligens, der udfylder, udvider eller finesser ovenstående definition.

Definitionen Kvalitetsmæssigt adskiller sig fra de af OECD og AI-ordningen. Den her stillede definition går ikke på software eller mål. Der er heller ikke defineret mennesket som en del af systemet. Mennesker er ikke nødvendige, for at en kunstig intelligens (hvis den overhovedet eksisterer) kan være til stede. Fundamentalt anderledes er det, at min definition søger på løsningssætningen og kræver kombination af viden samt slutninger som kriterier. Indgang og udgang er ikke nævnt i min definition, fordi jeg mener, de er ikke træk ved intelligens. Problemet og forsøget på at løse det er dog integreret i min definition. Elegant er brugen af "kunstigt system", da AI er kunstigt.

Denne artikel startede egentlig med målet at kritisere eksisterende AI-definitioner og navngive en proces til at nå frem til en god definition. I slutningen er der dog kommet en AI-definition ud, som jeg personligt finder mere egnede end den i EU's AI-ordning og OECD.

Til slut så den omfattende definition af intelligens:

Intelligens er et system, der forsøger at løse et problem på en uspecifik, løsningsorienteret måde, selv om problemet ikke er klart defineret, ved at kombinere eksisterende viden med ny viden og drage konklusioner.

Kildehenvisning: Klaus Meffert i Dr. DSGVO-bloggen (pr. 03.04.2024)

Tilbagekald til venligst gennem kommentarfeltet nedenfor eller via e-mail (linken findes ved siden af siden: "Skriv besked").

PS: Når jeg lige (ved korrektur af den færdige artikel) ser, definerer Wikipedia begrebet intelligens over Problemløsning. Ordet "mål" kommer ikke til at stå. Wikipedia-definitionen bruger alle mulige uskarpe begreber ("kognitiv", "mentalt", "meningsfuld"), der desuden bliver forkert, når det drejer sig om kunstig intelligens. Min definition af intelligens svarer præcis til min definition af kunstig intelligens, med den ene forskel, at ved min KI-definition er künstlichkeit nævnt som et tilføjende kriterium. Videre skal bemærkes, at det af Wikipedia nævnte "Problemløsning" også defineres der som ren (grundlagt) forsøg, ikke først som en vellykket forsøg, ("… søger at.."), hvad min definition understøtter.