KI - Quo vadis?: Von ChatGPT über ueber neuronale Netze zu neuromorpher

Praktisch nutzbare Künstliche Intelligenz entstand aus dem Bündnis kluger Köpfe mit den rechentechnischen Fähigkeiten Boolescher Automaten - natürliche Intelligenz dagegen aus Selbstorganisation und Evolution. Dieser zweite Weg rückt mit dem neuromorphen Rechnen zunehmend wieder in das Blickfeld von Wissenschaft und Praxis: Spikende neuronale Netze (SNN) stellen dem wachsenden Energiehunger moderner KI-Systeme eine reale Alternative entgegen und erweitern das Methodenrepertoire der KI um Elemente der Selbstorganisation. Das vorliegende Werk erläutert dieses Spannungsfeld allgemeinverständlich und zugleich mathematisch nachvollziehbar. Am Beispiel des Texterzeugungsmoduls von ChatGPT werden Konzept, Eleganz und Aufwand der modernen Transformer-basierten KI Schritt für Schritt sichtbar gemacht und mit den Kodierungs-, Lern- und Netzgestaltungsmethoden spikender neuronaler Netze verglichen. Den Hintergrund bilden ausgewählte Wirkungsmechanismen des menschlichen Nervensystems - die kybernetischen Vorbilder des neuromorphen Rechnens. Behandelt werden u. a. Spike-Timing-Dependent Plasticity, Populations- und Zeitkodierung, das Neural Engineering Framework, neuromorphe Hardware von Loihi 2 bis zu kommerziellen Edge-Prozessoren sowie die Perspektiven der wechselseitigen Befruchtung klassischer und neuromorpher KI - bis hin zum optischen Rechnen. (ca. 90 Seiten, 20 Abbildungen)