Wenn künstliche Intelligenz laufen lernt: Verkörperungsstrategien im machine learning

Chapters in this book

1. Frontmatter 1
2. Inhalt 5
3. Einleitung 9
4. I. Epistemologien und Genealogien des maschinellen Lernens
5. »Down-to-earth resolutions«: Erinnerungen an die KI als eine »häretische Theorie« 39
6. Szenarien des Postdigitalen: Deep Learning als MedienRevolution 55
7. Von Maschinen lernen: Zur Mechanical Notation von Charles Babbage 75
8. Das Lernen lernen oder die algorithmische Entdeckung von Informationen 93
9. Ii. Historische Imaginationen und Diskursformationen zu (autonomen) Lernmaschinen
10. ›Bin doch keine Maschine …‹: Zur Kulturgeschichte eines Topos 117
11. Maschinelles Lernen als Bildungspolitischer Kontrollverlust?: Eine spekulative Kontrollgeschichte der Bildungsplanung 143
12. Selbstlernende autonome Systeme?: Medientechnologische und medientheoretische Bedingungen am Beispiel von Alphabets Differentiable Neural Computer (DNC) 167
13. III. Daten und Datenpraktiken maschinellen Lernens
14. Daten als Schnittstelle: Die Poetik des maschinellen Lernens im Design 195
15. Big-Data-Kriege: Über Tötungslisten, Drohnen und die Politik der Datenbanken 219
16. Rekursionen über Körper: Machine Learning-Trainingsdatensät ze als Arbeit am Index 247
17. Media Analytics & Gegenwartskultur 269
18. IV. Materialität und ästhetik lernender Maschinen
19. Wenn aus Zahlen Töne werden… überlegungen zu computergenerier ter musik und komposition 291
20. Ein Meer von Daten: apophänie und muster(-miss-)erkennung 309
21. Wenn künstliche Intelligenz laufen lernt: Verkörperungsstrategien im machine learning 323
22. Biodrag. Turing-test, KI-Kino und Testosteron 339
23. V. Interviews
24. »Deep Learning ist keine Religion« 367
25. »Wunderwerke der Parallelisierung« 373
26. Autor_innenverzeichnis 385