Künstliche Intelligenz

Fehlt ein Ereignis? Thema vorschlagen

1. 2025
   • 21.07.

     IMO 2025: Modelle von DeepMind und OpenAI erreichen Goldniveau

     Bei der Internationalen Mathematik-Olympiade 2025 erreichen KI-Systeme von Google DeepMind und OpenAI je 35 von 42 Punkten, so viel wie für Gold nötig war. Offiziell bewertet hat die IMO nur das Ergebnis von DeepMind. 7 Quellen ·Generative KI erreicht den Massenmarkt ☆
   • 29.01.

     Der International AI Safety Report fasst den Stand der KI-Sicherheit zusammen

     Am 29. Januar 2025 erscheint der International AI Safety Report: über 100 Fachleute unter Vorsitz von Yoshua Bengio, beauftragt vom Gipfel von Bletchley Park. Getragen wird er von mehr als dreißig Staaten und internationalen Organisationen. 3 Quellen ·Sicherheit und Regulierung ☆
2. 2024
   • 25.11.

     Model Context Protocol: Anthropic gibt 2024 offenen Standard frei

     Am 25. November 2024 veröffentlicht Anthropic das Model Context Protocol — eine offene Schnittstelle zwischen KI-Systemen und den Orten, an denen Daten liegen. Sie soll das Problem lösen, dass bis dahin jede Kombination aus Modell und Datenquelle eigenen Code brauchte. 3 Quellen ·Generative KI erreicht den Massenmarkt ☆
   • 12.09.

     Reasoning-Modelle rechnen länger — und zeigen den Rechenweg nicht

     Am 12. September 2024 veröffentlicht OpenAI o1-preview und o1-mini: Modelle, die vor der Antwort einen längeren Denkprozess durchlaufen. Den rohen Gedankengang bekommen Nutzer aber gerade nicht zu sehen — er wird ausdrücklich zurückgehalten. 3 Quellen ·Generative KI erreicht den Massenmarkt ☆
   • 01.08.

     EU AI Act tritt in Kraft

     Am 1. August 2024 tritt in der Europäischen Union der AI Act in Kraft, der KI-Systeme nach ihrem Risiko einstuft. Seine Pflichten greifen gestaffelt bis 2028. 4 Quellen ·Sicherheit und Regulierung ☆
3. 2023
   • 06.12.

     Gemini: Google zeigt 2023 ein von Grund auf multimodales Modell

     Am 6. Dezember 2023 stellt Google Gemini vor, ein Modell, das nach eigener Darstellung von Grund auf für mehrere Sinneskanäle gebaut ist. Nach dieser Darstellung ist es nicht aus getrennten Systemen zusammengesetzt. Zweieinhalb Monate zuvor hatte ChatGPT Bilder verstehen gelernt. 3 Quellen ·Bilder erzeugen, Bilder verstehen ☆
   • 24.02.

     Meta veröffentlicht LLaMA — die Gewichte nur auf Antrag

     Meta stellt mit LLaMA vier Sprachmodelle vor, gibt die Gewichte aber nur im Einzelfall und unter nichtkommerzieller Lizenz heraus. Breit verfügbar werden sie erst durch einen Leak eine Woche später. 3 Quellen ·Generative KI erreicht den Massenmarkt ☆
4. 2022
   • 30.11.

     ChatGPT wird veröffentlicht

     Am 30. November 2022 veröffentlicht OpenAI ChatGPT, einen Chatbot auf Grundlage von GPT-3.5. Nach fünf Tagen hat er eine Million Nutzer. 3 Quellen ·Generative KI erreicht den Massenmarkt ☆

   • Diffusionsmodelle setzen sich in der Bildgenerierung durch

     2022 werden mit DALL·E 2, Stable Diffusion und Midjourney drei Systeme allgemein zugänglich, die Bilder aus Textbeschreibungen erzeugen. Sie arbeiten mit Diffusion und scheitern anfangs an kleinen Merkmalen wie Händen und Fingern. 6 Quellen ·Bilder erzeugen, Bilder verstehen ☆
5. 2021

   • AlphaFold sagt die Faltung von Proteinen genau vorher

     Im Juli 2021 beschreibt DeepMind in Nature, wie AlphaFold aus einer Aminosäurekette die dreidimensionale Struktur des Proteins mit hoher Genauigkeit vorhersagt. Mit der Datenbank AlphaFold DB werden Millionen solcher Vorhersagen veröffentlicht. 3 Quellen ·Maschinen schlagen Menschen — und dann Probleme ☆
6. 2020

   • GPT-3 löst Aufgaben, ohne dafür trainiert zu werden

     Am 28. Mai 2020 stellten 31 Autoren um Tom B. Brown ein Modell mit 175 Milliarden Parametern vor, das Aufgaben aus einer Anweisung und einigen Beispielen löst. Seine Gewichte werden dafür nicht angepasst. Zwei Wochen später gab OpenAI eine geschlossene Beta seiner Schnittstelle frei. 4 Quellen ·Eine Architektur und ihre Skalierung ☆
7. 2018

   • Google stellt BERT vor, ein Sprachmodell, das in beide Richtungen liest

     Im Oktober 2018 stellt Google BERT vor, ein Sprachmodell, das jedes Wort aus dem Kontext links und rechts davon erschließt. Vortrainiert auf unbeschriftetem Text, lässt es sich mit wenig Aufwand für einzelne Aufgaben der Sprachverarbeitung nachtrainieren. 3 Quellen ·Eine Architektur und ihre Skalierung ☆
8. 2017
   • 12.06.

     Die Transformer-Architektur wird vorgestellt

     Am 12. Juni 2017 erscheint der Aufsatz „Attention Is All You Need“. Die darin beschriebene Transformer-Architektur stützt sich allein auf Attention und kommt ohne rekurrente und faltende Netze aus; auf ihr bauen GPT, BERT und die meisten bekannten großen Sprachmodelle auf. 3 Quellen ·Eine Architektur und ihre Skalierung ☆
9. 2016
   • 15.03.

     AlphaGo besiegt Lee Sedol im Go

     Im März 2016 gewinnt DeepMinds Programm AlphaGo vier von fünf Partien Go gegen den südkoreanischen Spieler Lee Sedol. Es verbindet tiefe neuronale Netze mit einer Monte-Carlo-Baumsuche. 6 Quellen ·Maschinen schlagen Menschen — und dann Probleme ☆
10. 2014

    • Zwei Netze gegeneinander — Generative Adversarial Networks

      Ein Aufsatz von 2014 lässt zwei neuronale Netze gegeneinander antreten: Eines erzeugt Daten, das andere soll echte von erzeugten unterscheiden. Im theoretischen Optimum bildet das erste die echten Daten so genau nach, dass das zweite nicht mehr unterscheiden kann. 3 Quellen ·Bilder erzeugen, Bilder verstehen ☆
11. 2012

    • AlexNet gewinnt den ImageNet-Wettbewerb

      2012 gewinnt AlexNet den ImageNet-Wettbewerb mit einer Top-5-Fehlerrate von 15,3 Prozent, fast elf Prozentpunkte vor dem Zweitplatzierten. Trainiert wurde das tiefe neuronale Netz auf zwei Grafikprozessoren. 3 Quellen ·Maschinen schlagen Menschen — und dann Probleme ☆
12. 2011

    • IBM Watson gewinnt gegen menschliche Champions bei Jeopardy!

      Im Februar 2011 besiegt IBMs Computersystem Watson in der Quizshow Jeopardy! die Champions Ken Jennings und Brad Rutter. Es beantwortet Fragen in natürlicher Sprache, indem Hunderte Algorithmen mögliche Antworten suchen und gewichten. 3 Quellen ·Maschinen schlagen Menschen — und dann Probleme ☆
13. 1997
    • 11.05.

      Deep Blue schlägt Garri Kasparow

      Im Mai 1997 gewinnt IBMs Schachcomputer Deep Blue ein Match über sechs Partien gegen den amtierenden Weltmeister Garri Kasparow, mit 3,5 zu 2,5 Punkten. 3 Quellen ·Maschinen schlagen Menschen — und dann Probleme ☆
14. 1986

    • Rumelhart, Hinton und Williams machen Backpropagation bekannt

      1986 beschrieben Rumelhart, Hinton und Williams in Nature, wie sich mehrschichtige neuronale Netze trainieren lassen. Das Verfahren war nicht neu, aber erst dieser Aufsatz machte es in der KI-Forschung breit bekannt. 3 Quellen ·Neuronale Netze, zweimal entdeckt ☆
15. 1980

    • Aufstieg und Einbruch der Expertensysteme

      In den 1980er Jahren wurden Expertensysteme, die Fachwissen in Wenn-Dann-Regeln fassten, in Medizin, Chemie und Industrie eingesetzt. Ende des Jahrzehnts erwies sich ihr Markt als nicht tragfähig, auch weil ihre Regelbasen eigenes Personal zur Pflege brauchten. 4 Quellen ·Die KI-Winter ☆
16. 1973

    • Der Lighthill-Report misst die KI-Forschung an ihren Versprechen

      1973 erschien in Großbritannien der Lighthill-Report, der unter der Überschrift „Past Disappointments“ mit der KI-Forschung abrechnete. Er bildete die Grundlage dafür, dass Großbritannien die Förderung an den meisten Universitäten einstellte. 4 Quellen ·Die KI-Winter ☆
17. 1966

    • Shakey: SRI baut ab 1966 einen Roboter, der sein Handeln plant

      Von 1966 bis 1972 entwickelt das Stanford Research Institute den fahrenden Roboter Shakey, der Aufgaben plant und über seine Umgebung schlussfolgert. Aus dem Projekt stammen der Suchalgorithmus A* und der Planer STRIPS. 5 Quellen ·Maschinen, die sich bewegen ☆
18. 1958

    • Rosenblatt stellt das Perceptron vor

      Im Juli 1958 stellt die US-Marine ein Gerät vor, das aus Fehlern lernt. Elf Jahre später erscheint ein Buch, das ihm die Förderung nimmt — und dessen Wirkung bis heute verschieden beurteilt wird. 6 Quellen ·Neuronale Netze, zweimal entdeckt ☆

    • John McCarthy entwickelt LISP für die KI-Forschung

      Zwischen 1956 und 1958 entwickelte John McCarthy die Grundideen der Programmiersprache LISP, die er für die Arbeit an künstlicher Intelligenz brauchte. Ab Herbst 1958 wurde sie umgesetzt. 5 Quellen ·Gründung der KI als Forschungsfeld ☆
19. 1956

    • Der Dartmouth-Workshop von 1956 gilt als Gründungsereignis der KI-Forschung

      Im Sommer 1956 fand am Dartmouth College ein Workshop statt, der als Beginn der künstlichen Intelligenz als Forschungsfeld gilt. Den Begriff „Artificial Intelligence“ hatte John McCarthy schon im Antrag vom August 1955 verwendet. 3 Quellen ·Gründung der KI als Forschungsfeld ☆
20. 1950

    • Turing ersetzt die Frage, ob Maschinen denken können

      Im Oktober 1950 erscheint in der Zeitschrift Mind ein Aufsatz von Alan Turing, der mit der Frage "Can machines think?" beginnt — und sie sofort verwirft. An ihre Stelle setzt er ein Spiel: Kann ein Fragesteller im schriftlichen Austausch Mensch und Maschine auseinanderhalten? 4 Quellen ·Maschinelles Denken als Frage ☆
21. 1943

    • McCulloch und Pitts beschreiben Neuronen 1943 als Logikbausteine

      Warren McCulloch und Walter Pitts behandeln 1943 Nervenzellen als Alles-oder-nichts-Elemente, deren Netze sich mit Aussagenlogik beschreiben lassen. Der Aufsatz gilt als erstes mathematisches Modell eines neuronalen Netzes. 4 Quellen ·Maschinelles Denken als Frage ☆