Machine Learning

Dr. phil. Christoph Engemann, geb. 1972, ist Medienwissenschaftler und Post-Doc für Gesellschaft & Digitalisierung an der Fakultät Medien an der Bauhaus-Universität Weimar. Seine Forschungsschwerpunkte sind Medien der Staatlichkeit, Genealogie der Transaktion, Ruralität und Scheunen.

PD Dr. Andreas Sudmann ist Privatdozent am Institut für Medienwissenschaft der Ruhr-Universität Bochum sowie Dozent am Institut für Theater-, Film- und Medienwissenschaft der Universität Wien. Im WS 2018/2019 vertritt er die Professur für Medienwissenschaft mit dem Schwerpunkt Audiovisuelle Transferprozesse (Jens Ruchatz) am Institut für Medienwissenschaft der Philipps-Universität Marburg.

Frontmatter
Seiten 1 - 4
Inhalt
Seiten 5 - 8
Einleitung
Seiten 9 - 36
»Down-to-earth resolutions«: Erinnerungen an die KI als eine »häretische Theorie«
Seiten 39 - 54
Szenarien des Postdigitalen: Deep Learning als MedienRevolution
Seiten 55 - 74
Von Maschinen lernen: Zur Mechanical Notation von Charles Babbage
Seiten 75 - 92
Das Lernen lernen oder die algorithmische Entdeckung von Informationen
Seiten 93 - 114
›Bin doch keine Maschine …‹: Zur Kulturgeschichte eines Topos
Seiten 117 - 142
Maschinelles Lernen als Bildungspolitischer Kontrollverlust?: Eine spekulative Kontrollgeschichte der Bildungsplanung
Seiten 143 - 166
Selbstlernende autonome Systeme?: Medientechnologische und medientheoretische Bedingungen am Beispiel von Alphabets Differentiable Neural Computer (DNC)
Seiten 167 - 192
Daten als Schnittstelle: Die Poetik des maschinellen Lernens im Design
Seiten 195 - 218
Big-Data-Kriege: Über Tötungslisten, Drohnen und die Politik der Datenbanken
Seiten 219 - 246
Rekursionen über Körper: Machine Learning-Trainingsdatensät ze als Arbeit am Index
Seiten 247 - 268
Media Analytics & Gegenwartskultur
Seiten 269 - 288
Wenn aus Zahlen Töne werden… überlegungen zu computergenerier ter musik und komposition
Seiten 291 - 308
Ein Meer von Daten: apophänie und muster(-miss-)erkennung
Seiten 309 - 322
Wenn künstliche Intelligenz laufen lernt: Verkörperungsstrategien im machine learning
Seiten 323 - 338
Biodrag. Turing-test, KI-Kino und Testosteron
Seiten 339 - 364
»Deep Learning ist keine Religion«
Seiten 367 - 372
»Wunderwerke der Parallelisierung«
Seiten 373 - 384
Autor_innenverzeichnis
Seiten 385 - 392

O-Ton: »KI-Phantasien: Kommt jetzt der Terminator mit Pinsel?« - Andreas Sudmann bei Creative City Berlin am 08.02.2019. »Ein Fachbuch auf hohem Niveau.« Renate Straetling, www.renatestraetling.wordpress.com, 18.10.20185 O-Ton: »Es gibt einiges an Nachholbedarf« - Andreas Sudmann im Gespräch bei Deutschlandfunk - Corso am 04.10.2018. »Der Band ist ohne Einschränkungen empfehlenswert, gerade auch für Interessenten aus den Randgebieten und Nachbardisziplinen, weil sich der Einfluss der KI-Forschung zunehmend über mehr und einen sehr weiten und noch wachsenden Anwendungsbereich erstreckt.« Peter Dahms, Operninfo Berlin, 9 (2018) O-Ton: »Der Roboter ist als Pfleger durchaus vorstellbar« - Andreas Sudmann im Gespräch mit Tanja Runow am 19.09.2016 beim Deutschlandfunk. O-Ton: »Wenn die Maschinen mit der Sprache spielen« - Andreas Sudmann, 02.11.2016, F.A.Z. PLUS Besprochen in: GMK-Newsletter, 9 (2018) rbb Kulturradio, 18.10.2018, Carmen Gräf www.bundestag.de, Bibliografie, 18 (2018) c't, 1 (2019), Maik Schmidt Gesundheit und Gesellschaft, 22/1 (2019) ChangeX, 02.10.2019, Winfried Kretschmer FlfF-Kommunikation, 1 (2019), Britta Schinzel

Der Band ist ohne Einschränkungen empfehlenswert, gerade auch für Interessenten aus den Randgebieten und Nachbardisziplinen, weil sich der Einfluss KI-Forschung zunehmend über mehr und einen sehr weiten und noch wachsenden Anwendungsbereich erstreckt. Peter Dahms, Operninfo Berlin, 9 (2018)

O-Ton: Es gibt einiges an Nachholbedarf - Andreas Sudmann im Gespräch bei Deutschlandfunk - Corso am 04.10.2018.