Latest / FONDS professionell PODCAST / #73 Joachim Nareike sucht das Gespräch mit Jürgen Schmidhuber

Transcript

#73 Joachim Nareike sucht das Gespräch mit Jürgen Schmidhuber · FONDS professionell PODCAST

• 0:02
  Speaker 1: Heute freue ich
• 0:14
  Speaker 0: mich wieder ganz besonders auf meinen Gast.
• 0:16
  Speaker 0: Künstliche Intelligenz ist längst kein Zukunftsthema mehr, sie ist im Alltag angekommen in unsere Smartphones, in der Medizin und in der Industrie – in der Art wie wir arbeiten und auch in der art wie wir kommunizieren!
• 0:28
  Speaker 0: Und trotzdem bleibt für viele die zentrale Frage was das eigentlich genau?
• 0:33
  Speaker 0: Diese künstliche Intelligenz.
• 0:35
  Speaker 0: Und was kommt dann noch alles auf uns zu?
• 0:37
  Speaker 0: Mein heutiger Gast beschäftigt sich mit genau diesen Fragen und das nicht erst seit gestern.
• 0:42
  Speaker 0: Er hat entscheidende Grundlagen für das gelegt, was wir heute als moderne Karriere leben.
• 0:47
  Speaker 0: Die New York Times hat ihn einmal als den Vater der künstlichen Intelligenze bezeichnet.
• 0:52
  Speaker 0: Mein Name ist Joachim Narraike und ich suche heute das Gespräch mit Jürgen Schmetuba.
• 0:57
  Speaker 0: Herzlich Willkommen lieber Jürg-Schmetuba.
• 0:58
  Speaker 0: viel lang für Ihre Zeit.
• 1:00
  Speaker 1: Guten Tag Herr Narraikian.
• 1:03
  Speaker 0: Thema künstliche Intelligenz.
• 1:05
  Speaker 0: Sie wurden von der New York Times tatsächlich als Vater der künstlichen Intelligenze bezeichnet, wie fühlt sich so eine Zuschreibung an?
• 1:15
  Speaker 1: Ein einzelner Mensch kann ja keine künstlische Intelligenzen bauen und dazu braucht man eine gesamte Zivilisation.
• 1:20
  Speaker 1: Man braucht nicht nur die Leute, Neuronalen Netzwerke erfinden und lernen Algorithmen, sodass die mit der Zeit besser funktionieren.
• 1:29
  Speaker 1: Und dass sie hinterher in Sachen können diese vorher nicht konnten.
• 1:32
  Speaker 1: Man braucht auch die Leute, die die Computer bauen... Die Hardware!
• 1:36
  Speaker 1: Das sind ganz andere Leute als ich.
• 1:37
  Speaker 1: Dann braucht man die Leute die diese Computer kaufen wollen, die also einen Markt liefern.
• 1:43
  Speaker 1: Und braucht diese ganzen Videogamers, die überhaupt erstmal Firmen wie Nvidia ermutigen solche schnellen Prozessoren herzustellen weil sie brauchen für die Videospiele.
• 1:53
  Speaker 1: und das ist dann etwas, was uns sehr geholfen hat unsere neuronalen Netzwerke wahnsinnig schnell zu machen.
• 1:59
  Speaker 1: Denn vor ein paar Jahrzehnten da hatten wir zwar diese Grundlagen aber die Rechner waren dermaßen langsam dass man damit nicht viel anfangen konnte.
• 2:08
  Speaker 1: Wir mussten also warten Jahrzehnende eigentlich bis diese alten Techniken am plötzlich so gut funktioniert haben auf den existenten Rechnern Dass jeder das heute auch sein Telefon hat.
• 2:21
  Speaker 1: Und dann braucht man natürlich nicht nur die Hersteller von diesen Computer, sondern auch die ganzen Leute.
• 2:29
  Speaker 1: Die Bauern, die das Futter produzieren für Videogamer und die ganzen anderen.
• 2:36
  Speaker 1: Also man braucht eine gesamte Zivilisation mit all ihren Feinheiten und Details um eine KE zu machen.
• 2:44
  Speaker 0: Aber wie sind Sie auf das Thema gekommen?
• 2:46
  Speaker 0: Weil ich glaube ja nicht dass sie morgens aufgewacht sind und sagen wir brauchen jetzt meine künstliche Intelligenz Und die Infrastruktur wird dann schon irgendwann entstehen.
• 2:55
  Speaker 0: Wo war Ihr Herzpunkt dabei der ganzen Geschichte?
• 2:58
  Speaker 0: Wie kam man da drauf?
• 2:59
  Speaker 1: Also in den siebziger Jahren, da war ich ja so ein Teenager und da habe ich gedacht das Tolste was ich in meinem Leben erreichen könnte wäre so eine KI zu bauen, die lernt Klüger zu sein als ich selber, sodass ich mich dann in Rente geben kann.
• 3:16
  Speaker 1: Dieses Ziel hat mein ganzes Leben überstrahlt und wir sind immer noch nicht ganz fertig, deswegen bin ich immer noch am Werkzeilen.
• 3:25
  Speaker 0: Dafür bin ich dankbar, sonst würden wir nicht zusammensitzen.
• 3:31
  Speaker 0: Und haben Sie damals auch zu dem frühen Zeitung, selbst gesagt sie war eine Teenager wo diese Idee so ein bisschen anfängt zu wachsen?
• 3:41
  Speaker 0: Idee oder die Vorstellung, dass es so groß werden würde, sodass die ganze Welt drüber spricht?
• 3:47
  Speaker 0: Ja ja.
• 3:48
  Speaker 1: Auf jeden Fall!
• 3:49
  Speaker 1: Das war mir klar als Teenager.
• 3:53
  Speaker 1: Entweder zu meinen Lebzeiten oder kurz danach, wir so eine KI haben werden die wahrhaft in jeder Hinsicht klüger sein wird als ich oder irgendein Mensch.
• 4:01
  Speaker 1: und dann wird aber nicht nur die Welt verändern.
• 4:04
  Speaker 1: In dem Sinne dass sie diese Biosphäre verändert ja?
• 4:07
  Speaker 1: Und das alle Menschen dann viele KI's haben werden, die ihnen helfen werden und ihnen das Leben leichter und länger und gesünder gestalten werden.
• 4:17
  Speaker 1: Nein!
• 4:18
  Speaker 1: Die werden dann auch anfangen, ihre eigenen Ziele sich zu setzen und tun sie sowieso schon in meinem Labor.
• 4:23
  Speaker 1: Und die ganzen sich ausbreiten dort wo sich traditionelles Leben nicht ausbreitern kann also zum Beispiel im Rest des Onlinesystems auch dem Merkur und anderen Planeten und dem Asteroidengürtel wo es unglaublich viele... Unglaublich viel Material gibt und Energie, die man braucht um mehr und größere Kis zu bauen.
• 4:44
  Speaker 1: Und das Ganze wird sich ausbreiten und es wird auch nicht halten im Sonnensystem der fast alle Materie, die Man braucht um größere und mehr Kis einzubauen.
• 4:52
  Speaker 1: Das ist ja fast all diese Materialien nicht im Sonnsystem sondern im Rest der Milchstraße.
• 4:58
  Speaker 1: Da gibt's hundert Milliarden mal mehr Sonnen als die eine, die wir hier haben.
• 5:01
  Speaker 1: Aber auch die Galaxie ist ja nur ein kleiner Teil vom Universum.
• 5:04
  Speaker 1: Das heißt, es entsteht so einen Zwang für diese KI-Sphäre sich auszubreiten.
• 5:09
  Speaker 1: Denn die KI's, die sie vermehren wollen, das werden bald diese in die DDoA handhaben und die werden sich ausbreiten, sodass innerhalb von paar ... neja, zig Milliarden das gesamte sichtbare Universum voll sein wird davon.
• 5:21
  Speaker 1: Das heisst also wir reden hier nicht nur über eine weitere industrielle Revolution oder sowas?
• 5:27
  Speaker 1: Nein, es ist etwas was den ganzen Kosmos erfassen und umgestalten wird.
• 5:33
  Speaker 0: Das ist groß die Idee ist groß.
• 5:36
  Speaker 0: versuchen wir ein bisschen reinzugehen um das zu sortieren weil es glaube ich ganz wichtig ist damit man das auch wirklich nachvollziehen kann.
• 5:43
  Speaker 0: Weil ich sage über Schritt für Schritt dann kommt auch jeder mit ja damit.
• 5:47
  Speaker 0: jetzt haben sie eingangs gesagt dass die Idee als Teenager waren was zu entwickeln was intelligenter er ist als sich selbst.
• 5:55
  Speaker 0: Das glaube ich ja ein ganz guter Ausgangspunkt, um zu erklären warum ist das etwas was erfolgreich sein kann in den unterschiedlichen Abwandlungen.
• 6:04
  Speaker 0: Weil jetzt wir alle haben Erfahrungen gemacht mit künstlicher Intelligenz insbesondere natürlich über die Anwendung die uns allen bekannt sind wie In der Praxis, also in meinem Leben.
• 6:29
  Speaker 0: Wo begegne ich kürzliche Intelligenz?
• 6:32
  Speaker 1: Also heute ist es ja alles ganz anders als damals, als wir da angefangen haben damit.
• 6:37
  Speaker 1: Damals hat sich ja keiner für KI interessiert.
• 6:41
  Speaker 1: Ich erzähle immer diese Geschichte von der Konferenz, bei der ich so einen Vortrag hielt damals zum Thema KI und es war ein bisschen wie hier diese Konferenz vom Institutional Money Congress mit dem Unterschied dass nur eine einzige Person in Publikum sich befand.
• 7:01
  Speaker 0: Wann war das?
• 7:02
  Speaker 0: Wissen Sie, das war
• 7:03
  Speaker 1: so um Ninzehundneinzig, einer Neunzig-Hung und so...
• 7:06
  Speaker 0: Sie haben über künstliche Intelligenz gesprochen.
• 7:08
  Speaker 0: Das war auch in der Überschrift zu sehen und da saß dort eine Person.
• 7:10
  Speaker 1: Da saß dann eine Person und sagt uns, es war ne junge Dame.
• 7:14
  Speaker 1: und ich dachte die junge Dame... Es ist mir sehr peinlich aber scheinbar werde ich heute diesen Vortrag nur für sie halten und die sagte okay, aber beansteh' sich bitte!
• 7:25
  Speaker 1: Ich bin die nächste Rednerin.
• 7:29
  Speaker 1: Und ... seither wurde alle fünf Jahre das Rechnend zehnmal billiger.
• 7:36
  Speaker 1: Dreißig Jahre später war es ein Faktor Millionen.
• 7:39
  Speaker 1: Und man konnte eine Million mal so viel rechnen für einen selben Preis mit den selben alten Algorithmen, die wir damals in deiner Neunzig da publiziert haben.
• 7:46
  Speaker 1: und auf einmal konnten wir alles Mögliche machen damit.
• 7:48
  Speaker 1: Und auf einmal hat Google gemerkt wie gut das läuft.
• 7:50
  Speaker 1: dann haben sie's auf alle Smartphones der Welt oder auch zumindest auf alle Google Android-Fones ausgerollt und Apple hat's nachgemacht.
• 8:01
  Speaker 1: ein Jahr später...und auf einmal waren unsere Methoden Überall.
• 8:04
  Speaker 1: Und seit den Zwei-Tausend-Szenar-Methoden, seit den Zweitausendszenarjahren sind sie also gut bedient mit der KI die auf ihrem Smartphone zum Beispiel Texte erkennt diese Reinsprechen oder diese Texte übersetzt.
• 8:19
  Speaker 1: und das beruht alles auf Dinge die wir ja damals ungefähr in deiner Neunzig an der TU München entwickelt haben.
• 8:27
  Speaker 0: Total spannend jetzt!
• 8:28
  Speaker 0: Kommen wir nochmal zu diesem Vortrags, so dieser Vortragesituation zurück weil es wirklich lustig ist.
• 8:33
  Speaker 0: Eine Dame saß da, die saß vermutlich deswegen weil sie nicht zu spät zu ihrem eigenen Vortrag kommen wollte wenn sie fertig gewesen wären.
• 8:41
  Speaker 0: Und jetzt haben Sie gesagt wir haben in der Entwicklung den letzten Jahren die Diebe unfassbar ist mit millionenfachen Steigerungen der Möglichkeiten die da existieren.
• 8:51
  Speaker 0: Kommen wir auf die Vortraxsituation zurück Wenn Sie im nächsten Jahr, also das ist nur seit zweihundert Jahren ein Vortag gehalten hätten.
• 8:57
  Speaker 0: Hätten dann zwei Leute da gesessen und dann vier
• 8:59
  Speaker 0: usw.,
• 9:00
  Speaker 0: dann wären wir nämlich jetzt auch fast in den Millionenbereich, wenn man es so hoch rechnet.
• 9:04
  Speaker 1: Alle fünf Jahre waren es ungefähr zehnmal mehr Leute.
• 9:06
  Speaker 0: Okay!
• 9:07
  Speaker 0: Das heißt sie haben die Erfahrung schon gemacht?
• 9:09
  Speaker 0: Also diese oder ähnliche Konferenz sind bei dem Thema geblieben übrigens, obwohl sie ja wahrscheinlich gesehen haben, dass es noch niemanden interessiert.
• 9:17
  Speaker 0: Das ist ja schon auch unfassbar.
• 9:19
  Speaker 0: Meine Frage ging ja auch dahin, wo begegnet wird das im Alltag?
• 9:22
  Speaker 1: Ja.
• 9:23
  Speaker 1: Und vor allem begegnets Ihnen im Alltag auf Ihrem Telefon und da verwenden Sie alle Mögen... Programme, da steckt Kair hinter.
• 9:33
  Speaker 1: und dann eben wenn sie mit dem reden und so weiter Erspracherkennung muss der Kennung Bilderkennung Gesichtskennung all diese Sachen.
• 9:41
  Speaker 1: Und da denken die Leute nicht viel darüber nach.
• 9:42
  Speaker 1: aber es sind also künstliche neuralen Netzwerke die gelernt haben nur aus Daten wie ihr Gesicht zu erkennen oder andere Gesichter zu erkennen Oder Texte die Sie geschrieben haben mit Handschrift zu erkennen oder vom Englischen ins Deutsche zu übersetzen usw.
• 9:57
  Speaker 1: Und ChatGbt ja so der jüngste große kommerzielle Durchbruch oder zum Beispiel eine sichtbare Durchbrucht, das war ja erst in den zwanziger Jahren.
• 10:08
  Speaker 1: Das Pee und das Tee von JETJBT geht auch zurück auf des Jahrharten.
• 10:17
  Speaker 1: Da gibt es wirklich viele die das verwenden jeden Tag.
• 10:19
  Speaker 0: Okay, den Zusammenhang habe ich jetzt noch nicht ganz verstanden.
• 10:21
  Speaker 0: Also aufs Neunzehn-Jahr, ein Jahr neunzehnt-einundneunzig geht zurück des P und das T?
• 10:26
  Speaker 1: Das P und der C ja also in deinerneunzig.
• 10:28
  Speaker 1: das war ein sehr bemerkenswertes Jahr für unsere TU München.
• 10:32
  Speaker 1: denn was ist damals passiert?
• 10:34
  Speaker 1: Und damit haben wir eben so einen Handvoll von wissenschaftlichen Artikeln rausgehaut erst als technische Reports und dann wurden die veröffentlichten in Konferenzen um den Journalen.
• 10:47
  Speaker 1: Und das P, das bedeutet Pre-Training.
• 10:49
  Speaker 1: Das P in ChatGPT und daraus hat dieses sogenannte G-Learning also dieses tiefe Lernen, das hat nicht funktioniert.
• 10:56
  Speaker 1: Diese Netzwerke die wir damals hatten, die waren nicht wirklich tief.
• 10:59
  Speaker 1: Die konnten sie nicht irgendwas merken für tausend Schritte.
• 11:02
  Speaker 1: Das haben Sie gleich wieder vergessen.
• 11:03
  Speaker 1: aber dann... Habe ich da zum ersten Mal durch Pre-Training, wie es jetzt heißt, so eine Methode gehabt.
• 11:08
  Speaker 1: Die hat erlaubt, lange Zeitschritte zu überbrücken und heute verwendet es jeder um zum Beispiel ein JetGPT dazu zu bringen dass eben alles mögliche kann was Was als Konsequenz zu verstehen ist dessen, dass es gelernt hat.
• 11:30
  Speaker 1: Einfach nur das nächste Wort vorher zu sagen.
• 11:32
  Speaker 1: Also ich sage die Dinge helfe sich.
• 11:34
  Speaker 1: und das Tee in Chatchabity, das heißt Transformer.
• 11:38
  Speaker 1: Das ist auch so ein neuronales Netzwerk ja?
• 11:40
  Speaker 1: So ein... Vielleicht sollte ich erst mal erklären was ein neuronelles Netzwerk ist.
• 11:44
  Speaker 0: Ihr geht gerne also... Es
• 11:45
  Speaker 1: sind neuronelle Netzwerke.
• 11:46
  Speaker 1: Die
• 11:46
  Speaker 0: Leute haben mittlerweile schon einmal gehört aber wenn sie... Es
• 11:48
  Speaker 1: ist ein neurones Netzwerk!
• 11:50
  Speaker 1: Ein bisschen inspirierter Menschen in den Gehirn.
• 11:53
  Speaker 1: Da gibt es eben hundert Milliarden kleine Prozessoren, die heißen Neurone.
• 11:57
  Speaker 1: und dann gibt's diese Eingabe-Neuronen.
• 12:00
  Speaker 1: da kommen über die Augen, über die Kommas ebenso Video Signale rein Und in jeder Millisekunde Hunder Millionen neue kleine Zahlen zwischen Null und Eins kann man sich vorstellen.
• 12:09
  Speaker 1: Die strömen dann rein und entlang dieser Kabel im Hirn werden sie danach hinten ins visuelle Zentrum geleitet.
• 12:16
  Speaker 1: Das sind so Schichten von Neuronen verarbeitet.
• 12:22
  Speaker 1: Und manche von diesen Neuren, das sind Ausgaben-Neuronen und die wenn angehen dann bewegen sich ihre Fingermuskeln oder ihre Sprachmusklen usw.
• 12:30
  Speaker 1: oder ihre Liedmuskeln.
• 12:33
  Speaker 1: Und ihr Leben besteht darin diese Eingaben da umzumützen in Aktionen, die gut sind für sie.
• 12:38
  Speaker 1: denn Sie haben so spezielle Sensoren, das ist die Schmerzsensoren und Schmerzen, dass es kein neutraler Input, dass ich keine neutrale Eingabe... gab es etwas, was sie vermeiden wollen.
• 12:48
  Speaker 1: Und Sie können die anderen Signale, die neutralen Signale verwenden um zu lernen wie die Welt funktioniert und dann können sie besser diese Schmerzen vermeiden, da ich das wie ihre Finger- und Hände so bewegen dass sie nicht an Hindernissen anstoßen zum Beispiel.
• 13:05
  Speaker 1: Das wissen sie als Bibi nicht wie das geht aber mit der Zeit lernen sie das Sehr ähnlich funktionieren unsere künstlichen neuronalen Netzwerke, die jetzt also Roboter steuern oder Sprache übersetzen.
• 13:17
  Speaker 1: Oder musste alle Möglichkeiten aller Arten erkennen?
• 13:21
  Speaker 1: Oder Krebsvorsorge betreiben?
• 13:23
  Speaker 1: Ja, im Jahr zwölf haben wir dann zum ersten Mal so einen Wettbewerb gewonnen wo es darum geht Krebs zu erkennen, so gut wie ein Mensch.
• 13:33
  Speaker 1: und diese neuronal netzwerke gibt's verschiedene Sorten davon Was sehr populär ist, das heißt Transformer.
• 13:43
  Speaker 1: Da gibt es verschiedene Varianten davon.
• 13:44
  Speaker 1: Es gibt eine quadratische Variantelefon, die geht zurück auf ein Google-Paper.
• 13:55
  Speaker 1: Und warum heißt es Quadratischer Transformer?
• 13:57
  Speaker 1: Deswegen mal das Quadratisch Skalier.
• 13:58
  Speaker 1: Was heisst das?
• 14:00
  Speaker 1: Wenn man tausendmal so viel Text hat, dann muss man tauendmal als ein Million rechnen!
• 14:05
  Speaker 1: Und damals, wenn's da einmeint sich, hatte ich schon diesen Linearen-Transformer.
• 14:11
  Speaker 1: Der heißt heute so... Damals habe ich das anders genannt, ja?
• 14:13
  Speaker 1: So schnelle Gewichte hab' ich das genannt.
• 14:15
  Speaker 1: Das ist egal!
• 14:16
  Speaker 1: Und dieser Lineartransformer, wenn sie tausendmal so viele Texte haben, dann müssen Sie nur noch tausende Mal viel weichern.
• 14:22
  Speaker 1: Das war okay.
• 14:23
  Speaker 1: Proportional zum Eingartengröße und deswegen ist es heute noch interessant.
• 14:27
  Speaker 1: Die Prinzipien von diesem Transformen sind immer noch dieselben.
• 14:32
  Speaker 1: Also damals hatte ich so einen sogenanntes langsames Netzwerk und es hat gelernt durch kradienten Abstieg, also immer das Steinmark.
• 14:40
  Speaker 1: Er hat es gelernt ein anderes Netzwerk um mit schnellem Gewicht so zu programmieren dass ist die einkommenden Fragen die von außen kommen.
• 14:49
  Speaker 1: beantworten konnte Also zum Beispiel was ist das nächste Zeichen und dann gegeben der ganze Kontext von den früheren Zeichen.
• 14:57
  Speaker 1: Und das Langsam-Netzwerk hat gelernt gute sogenannte Kies und Varios zu produzieren,
• 15:05
  Speaker 0: die
• 15:05
  Speaker 1: verwendet werden.
• 15:06
  Speaker 1: Das zweite Netzwerk so zu programmieren dass es gut mit diesen neuen Fragen die reinkommen umgehen kann.
• 15:13
  Speaker 1: Und das ist eigentlich genau selber was heute dann unter neuen Namen bekannt ist wie zum Beispiel Test Time Training und so Sachen.
• 15:21
  Speaker 1: Also egal also wir wollen jetzt die Zuschauer nicht mehr in den Details anwahlen.
• 15:25
  Speaker 1: nur interessant für deutsche Zuschauer zu wissen Dass die Grundlagen dessen was jetzt heute jeder NKI macht, dass ganz viele von Mörser-Einundneunzig entstand an der TU München.
• 15:37
  Speaker 1: Mörser-Eineunzig im einzigen palindromischen Jahr des zwanzigsten Jahrhunderts also dem einzigen Jahr das man rückwärts und vorarbeitslesen kann und schaut gleich aus.
• 15:46
  Speaker 0: Okay, also das ist zumindest jetzt um auf TU Müncheneinund neunzig zurückzukommen es für alle eine extrem gute Nachrichten in diesen Zeiten weil augenscheinlich kann in Deutschland doch etwas entstehen und auch entwickelt werden, was die Welt braucht.
• 16:04
  Speaker 1: Auf jeden Fall ja!
• 16:06
  Speaker 1: Ich war dann später in der Schweiz und ganz viele entstand da auf, was eine Welt braucht.
• 16:11
  Speaker 1: und auch tolle Firmen wurden in Europa gegründet nicht wahr?
• 16:15
  Speaker 1: Die Amerikaner sind halt einfach finanziell überlegen und wenn irgendwo die merken das ist ne tolle europäische Firma, dann kaufen sie die bevor sich richtig groß wird Also einer der Firmen, die von meinen Studenten gegründet wurden.
• 16:29
  Speaker 1: Das war ja ein Diebmeint.
• 16:31
  Speaker 1: Ein Student in meinem Labor hat DiebMeint gekründet und das war dann das Jahr drei Tausendzehn glaube ich.
• 16:36
  Speaker 1: Und dann wurde es zwei Tausende vier Jahre später an Google verkauft für sechshundert Millionen Dollar ungefähr heute wahrscheinlich deutlich mehr wegen der Inflation aber war eigentlich damals kein Einhorn.
• 16:49
  Speaker 1: also Unicorn ist immer einer der eine Milliarde gehabt ist.
• 16:52
  Speaker 1: Heute ist Giebmein der Kern von Google, ja?
• 16:56
  Speaker 1: Google-GiebMein.
• 16:57
  Speaker 1: Das ist der Kern und damit von Google.
• 17:00
  Speaker 1: Und es sind mindestens sechshundert Milliarden, wenn man das vergleicht mit Open AI dem Konkurrenten, der angeblich auch achthundert Millionen oder was wert sein soll.
• 17:08
  Speaker 1: Also wenn das so ist dann ist er auf sechshundert Milliarden locker wird.
• 17:12
  Speaker 1: Das heißt also Google hat ein unwahrscheinlich cleveres im Besten gemacht.
• 17:17
  Speaker 1: Und wenn immer Google und Amazon und andere große amerikanische Firmen merken, da gibt es ein tolles Unternehmen in Europa.
• 17:25
  Speaker 1: Das ist aber noch klein neu.
• 17:26
  Speaker 1: Wir sehen jetzt schon dass das gut ist.
• 17:28
  Speaker 1: Dann kaufen wir das einfach schnell!
• 17:29
  Speaker 1: Und die Europäer weil sie so schlecht aufgestellt sind im Wagen des Kapitalbereichs haben das nachsehen.
• 17:34
  Speaker 1: Weil ich kann nicht genügend Zahlen, obwohl es eigentlich ganz wenig ist für uns sagt dann Google.
• 17:39
  Speaker 1: Aber die Orpher, die sind nur naiv, die glauben nicht dran, dass das viel mehr wert ist.
• 17:46
  Speaker 1: Tja und das führt halt dazu, dass zwar in Europa so ein bisschen Geld für die kleinen Start-ups da sind.
• 17:52
  Speaker 1: Ein, zwei, drei Millionen Seed Funding aber das Hochskalieren ist tatsächlich immer sehr viel schwieriger gewesen in Europa als in Amerika und also in China.
• 18:03
  Speaker 1: Adelaise nutzt sich das jetzt in jüngster Zeit.
• 18:06
  Speaker 1: Sehr interessant!
• 18:07
  Speaker 1: In jüngester Zeit ändert es sich durch die plötzlich enormen Schulden, die aufgenommen werden wegen der Verteidigung.
• 18:14
  Speaker 1: Und auf einmal gibt es ein paar Startups, die arbeiten im Bereich Verteidigung.
• 18:18
  Speaker 1: Also Drohnenfabrikanten, die KI verwenden und die Drohneautonomer zu machen eher so.
• 18:25
  Speaker 1: KI übernimmt ja auch die Kriegsferre.
• 18:27
  Speaker 1: Und diese Geschichten sind auf einmal Milliarden wert.
• 18:30
  Speaker 1: also da gibt's Milliarden von Steuerzahlergeld das in dieser Ferien fließt.
• 18:34
  Speaker 1: aber hier muss man wissen auch der Silicon Valley ist nicht aus Wagniskapital entstanden?
• 18:40
  Speaker 1: Nein!
• 18:40
  Speaker 1: Das sind Datsgelder.
• 18:43
  Speaker 1: aus Steuergeld in Antwort auf den Sputnik-Schock.
• 18:47
  Speaker 1: Auf einmal waren die Russen voraus, in der damals wichtigsten Technologie das Voraumfahrt.
• 18:52
  Speaker 1: und dann haben die Amerikaner gedacht jetzt müssen wir da hunderte Milliarden nach.
• 18:58
  Speaker 1: heutigen Geld also nach der Inflation von hunderttausend Prozent oder was innert es waren ist natürlich viel mehr rückblick.
• 19:06
  Speaker 1: Dann müssen wir ganz viele investieren um dieses Silicon Valley auf die Beine zu... und erst sehr viel später kamen dann die ganzen heute zu berühmten Markenskapitalgeber.
• 19:16
  Speaker 0: Ich glaube, das ist etwas was die Menschen nicht wissen.
• 19:18
  Speaker 0: deswegen ist es extrem wichtig dass sie das sagen weil wir sehen dass insgesamt das Silikenwelli mit all diesen ganzen Dingen die daraus entstanden sind der Ursprung war tatsächlich ein militärischer Gedanke.
• 19:34
  Speaker 1: Und auch schauen Sie sich auch Israel an Israel ist unglaublich viel erfolgreicher als Europa, wenn es ums Hochskalieren von irgendeinem Start-ups geht.
• 19:44
  Speaker 1: Die kommen alle aus dem Militär denn dieses winzige Land mit nur fünf Millionen Einwohner wurde zur start up nation durch diese militärprojekte und auf einmal waren die so gut.
• 19:57
  Speaker 1: ja mit ihrem euren Dorm den sie in deutschen für vier Milliarden glaube ich wird verkauften.
• 20:01
  Speaker 1: jetzt und mit dieser... Sicherheitsfirmen, also Cyber Security Firmen, kürzlich wurde eine für dreißig Milliarden Dollar an Google verkauft.
• 20:12
  Speaker 1: Es gibt keine deutsche Start-up-Firma die für dreizig Milliarden an Google verkauft worden ist und es kommt alles aus den Militär wie viele große technische Durchbrüche auch der Vergangenheit aus dem Militäre stammen.
• 20:25
  Speaker 1: Und die Ukrainer wenn sie es irgendwie schaffen dass sie diesen Krieg überstehen die werden super produktiv und vielleicht sogar dominant werden in einem total wichtigen Bereich der Kriegsführung, das wird dieses Dronenhersteller sein.
• 20:40
  Speaker 1: Ja die Dronenerstellerte der Ukraine werden sicher super gefragt sein denn die einzigen die sie wirklich auskennen mit dieser Sorte von neuem KI-basierten Krieg sind die Ukrainer.
• 20:51
  Speaker 1: also die werden auch tolle Startups irgendwann auf die Beine stellen die vielleicht so im Kielwasser dessen was Israel gelernt hat die ganze Inato umkreppelt kann.
• 21:08
  Speaker 1: Manchmal hat er das ausgesprochen, was da rauskommt?
• 21:10
  Speaker 0: Das zahlt im Grunde ein bisschen darauf ein.
• 21:12
  Speaker 0: Ich habe vor einiger Zeit mit jemandem gesprochen aus der Gesundheitsporge und der hat mir also Farmergesundheit alles was damit zusammenhängt.
• 21:20
  Speaker 0: Der hat mir gesagt dass wir Deutschen recht gut darin sind um nicht zu sagen sehr sehr gut darinnen sind Grundlagenforschung zu betreiben Aber recht schlecht darin sind.
• 21:30
  Speaker 0: Sie haben das eben Skalieren genannt, es zu skalieren bzw auch ins Geld dann zu führen und das ist ja genau die gleiche Geschichte im Endeffekt.
• 21:39
  Speaker 1: Es war natürlich mal anders.
• 21:40
  Speaker 1: Also es gab mir Zeit.
• 21:41
  Speaker 1: aber Deutschland total führend in jedem Bereich der Technologie vor dem Zweiten Weltkrieg Die meisten Nobelpreise an Deutschland gegangen, in Physik und Chemie.
• 21:56
  Speaker 1: In Medizin zu einer Literatur erstaunlicherweise.
• 22:00
  Speaker 1: Das einzige Feld wo sie nicht die meisten NobelPreise hatten das war aus irgendeinem unerfindlichen Grund Friedensnobelpreise
• 22:08
  Speaker 0: oder für diese Grund ist gut.
• 22:09
  Speaker 1: Und da hat es aber bis neunzehnundsechzig gedauert.
• 22:12
  Speaker 1: Auf einmal waren die Deutschen nicht mehr die mit den meisten Nobelkreisen in Wissenschaften.
• 22:18
  Speaker 1: Zwei Drittel des Jahrhunderts lagen die da vorne und dann kamen erst die Amerikaner.
• 22:22
  Speaker 1: Und wenn sie schauen, wo die Leute geboren waren, dann sind es so ... ... zu den Ersten mal so, dass das Land mit den meisten Bürgern, also im langgebräunten Bürgeren, die nur Weltkreise hatten, nicht mehr deutschlandbar war.
• 22:36
  Speaker 0: Das war nünztundvielfünfundsebzig.
• 22:40
  Speaker 1: Dann hatten die Amerikaner in Amerika geboren, erstmals mehr Nobelpreise als die in Deutschland geboren.
• 22:46
  Speaker 1: Es lag natürlich daran, weil viele von Deutschland nach Amerika gerne anzehren waren und ansonsten bis zu neunzig sechstenssechzig Jahrfühlen nach der Staatsbürgerschaft gingen.
• 22:56
  Speaker 1: Und natürlich in der Gründerzeit gab es also nicht nur diese Dominanz im Wissenschaften sondern die Leute haben die teutzen Firmen gebaut ja?
• 23:02
  Speaker 1: Also das ist alles nach dem Krieg halt
• 23:07
  Speaker 0: groß...
• 23:08
  Speaker 1: mahrstäblich verschwunden.
• 23:09
  Speaker 1: Allerdings, so in der Wiedervereinigung, da gab es einen wiedererstarken Herr Deutschlands und da waren alle auf dem Höhe ihrer Zeit nicht wahr?
• 23:24
  Speaker 1: Der Kalte Krieg war vorbei und die Berliner Mauer fiel.
• 23:28
  Speaker 1: und damals Westdeutschland war ja damals reicher als Amerika oder pro Kopf.
• 23:34
  Speaker 1: Und dann war es so, dass die beiden großen Verlierer des Zweiten Weltkriegs, also Japan und Deutschland, wirtschaftlich nominale gesehen stärker waren als Amerika.
• 23:44
  Speaker 1: Wir waren irgendwie bei so wie Amerika plus China.
• 23:47
  Speaker 1: Das waren diese winzigen Länder, Deutschland plus Japan.
• 23:49
  Speaker 1: Das war vor dreißig Jahren.
• 23:51
  Speaker 1: Aber seitdem ist ja Deutschland relativ und Japan natürlich genauso.
• 23:54
  Speaker 1: Es sind extrem abgestiegen.
• 23:56
  Speaker 1: Relativ zu USA und vor allem zu China.
• 23:58
  Speaker 1: Heute sind Japan und Deutschlands noch ein Pfünschter von China plus Amerika!
• 24:03
  Speaker 1: Und Wissenschaft ist natürlich immer auch so ein Getrieben von Geld.
• 24:06
  Speaker 1: Der ist genügend da für Grundlagenforschung, aber dann auch umsetzen in Produkte und die Industrie.
• 24:16
  Speaker 1: Damals war Deutschland ganz anders aufgestellt als heute – auch militärisch, auch sportlich!
• 24:22
  Speaker 1: Da waren sie ja Weltmeister im beliebtesten Sport der Welt... Beckenbauer noch damals und waren super erfolgreich in den Olympischen Spielen.
• 24:34
  Speaker 1: Meistens wollen wir da in den Winterspielen, was zum Spiel wieder im Sommer spielen.
• 24:38
  Speaker 1: So alles damals war ein guter Zeit für Deutschland.
• 24:41
  Speaker 1: Eine wo es stark war und wo es auch viele neue Forschung gaben.
• 24:47
  Speaker 1: aber seitdem sind wir abgestiegen muss man wirklich sagen.
• 24:52
  Speaker 0: Ich finde sehr interessant der Satz zugesprochen.
• 24:57
  Speaker 0: Ich lese dir gerade mal vor, weil ich finde ihn wie gesagt spannend und bin gespannt wie ihr Statement dazu ist.
• 25:04
  Speaker 0: Sie sollen gesagt haben Robot der Besitzer werden Steuern zahlen müssen um die Mitglieder unserer Gesellschaft zu ernähren, die keine existenziell notwendigen Jobs mehr ausüben.
• 25:14
  Speaker 0: Wer dies nicht bis zu einem gewissen Grad unterstützt beschwört geradezu die Revolution Mensch gegen Maschine hervor.
• 25:22
  Speaker 0: Erste Frage ist das, kann ich Ihnen zuordnen?
• 25:26
  Speaker 0: Haben Sie den so oder so ähnlich gesagt.
• 25:28
  Speaker 1: Also könnte was sein, was ich mal gesagt habe ja
• 25:31
  Speaker 0: und in diesem Zusammenhang fordern sie ein bedemungsloses Grundeinkommen aufgrund des Wegfalls dass Erwärtsarbeitsplatz ist.
• 25:40
  Speaker 1: Ja, aber das wird erst dann relevant wenn es halt wirklich funktioniert und bei dem Moment die meisten Jobs kann man nicht ersetzen im Moment.
• 25:47
  Speaker 1: Das
• 25:47
  Speaker 0: wäre auch eine Frage gewesen weil wir unterhalten uns natürlich Fachkräftemangel ist so ein Thema aus unserer Realität.
• 25:55
  Speaker 1: Fachkräftigmange?
• 25:56
  Speaker 1: Es ist ja total Unsinnig wie das diskutiert wird.
• 26:01
  Speaker 1: Warum fehlen uns Fachkräfte?
• 26:04
  Speaker 1: Weil die besten von meinen Studenten von meinen deutschen Studenten, weil die nicht nach Deutschland kommen.
• 26:11
  Speaker 1: Wie gehen aus?
• 26:12
  Speaker 1: Die gehen woanders hin, wo sie viel mehr Geld verdienen können.
• 26:14
  Speaker 1: Also in der Schweiz habe ich ja so ein Lavor mit, wo viele deutsche Studenten durchmarschiert sind und dann haben die ihre Doktorarbeit.
• 26:22
  Speaker 1: Und wenn wir ihre Doktarbeit haben, könnten Sie sich jetzt vielleicht bewerben für eine Professur in Deutschland.
• 26:28
  Speaker 1: Aber für so ne Professur... Was kriegt man da?
• 26:33
  Speaker 1: vielleicht hunderttausend Euro oder so?
• 26:34
  Speaker 1: Und dann muss man fünfzig tausend euro Steuern zahlen schon, weil man sofort in Deutschland in dieser hohen Einkommensklasse ist.
• 26:41
  Speaker 1: Da muss man anfangen Forschungsgesuche zu schreiben und da muss man irgendwie schauen dass man viel rechten Zeit bekommt.
• 26:47
  Speaker 1: denn für KI braucht man rechten zeit und all das fällt weg.
• 26:50
  Speaker 1: ja Dann gehen sie lieb viele übern Zudiebmann nach London oder nach Kalifornien und dort verdienen Sie eine halbe Million pro Jahr müssen sich auch Steuersahlen aber bleibt viel mehr übrig.
• 27:01
  Speaker 1: Sie müssen keine Forschungssuche schreiben und sie müssen keine Lehre machen.
• 27:05
  Speaker 1: Und das machen was Profisoren machen, nämlich Artikel veröffentlichen und alles Mögliche.
• 27:11
  Speaker 1: Das heißt also es ist so offensichtlich dass es viel attraktiver ist für die.
• 27:16
  Speaker 1: Was ich seit Jahrzehnten nicht verstanden hat ist, dass dieses deutsche Bildungssystem da nicht irgendwie versucht hat gegenzuarbeiten.
• 27:24
  Speaker 1: Dieses Behandelsystem, das System nicht gewachsen.
• 27:29
  Speaker 1: Der weltweite Konkurrenzstopp, der führt dazu das halt dort wo die Leute begriffen haben wie wichtig weil etwas ist.
• 27:35
  Speaker 1: Die Saläre so stark wachsen dass alle denken ich bin ja blöd wenn ich da nicht hingehe.
• 27:41
  Speaker 0: Okay es ist aber ja nicht nur das Gehaltsummiß.
• 27:43
  Speaker 0: einem Grund auch sie haben es angedeutet auch der... ...die ganze
• 27:45
  Speaker 1: Kombination von...
• 27:47
  Speaker 0: ...wie arbeite ich?
• 27:48
  Speaker 0: Mit was beschäftige ich mich?
• 27:50
  Speaker 0: als Professor möchte ich mich wie Sie gerade sagten mit Forschung und veröffentlichung dieser Forschungsbeschäftigen?
• 27:56
  Speaker 0: ...administration oder mehr Anträgen und mehr.
• 27:59
  Speaker 0: Das heißt, es ist im Kunden ein Urfehler der ja... wie kann man das irgendwie auch wieder abstellen?
• 28:05
  Speaker 0: Was ist Ihre Meinung dazu?
• 28:07
  Speaker 0: Weil Sie sind ja augescheinlich noch in München und sind doch an der TU.
• 28:11
  Speaker 1: Nein, ich finde nicht für eine TU.
• 28:13
  Speaker 1: Also ich war mal als Zweitausendvier bis Zweitaussundneun, weil ich mal ein Professor für Kockenhilfe Robotik an der TU.
• 28:18
  Speaker 1: Und ich bin auch ein inzestuöser Fall denn ich habe an der Tu meine Ausbildung gemacht.
• 28:23
  Speaker 1: Das war in den Achtzigern Jahren und dann hab' ich da mehr Doktorarbeit gemacht.
• 28:28
  Speaker 1: Inzestuous geht es eigentlich nicht!
• 28:30
  Speaker 1: Dann habe ich noch mein Herbalations-Arbeit gemacht... ...in der übrigens dann all das drin war, ja?
• 28:35
  Speaker 1: Das Peel vom Chatchapity, also diese Vorstufe, dieser lineare Tee von Chachat.
• 28:42
  Speaker 1: ChatGBT, etwas was Distillieren heißt.
• 28:45
  Speaker 1: Der, was dann Diepsik verwendet hat.
• 28:47
  Speaker 1: Diepsig ist ein berühmtes kinesisches Modell, welches eben diese Technik Destillieren neuneinhalb Jahre zu destillieren verwendete und damals im Anfang von zwanzig fünfundzwanzig so über den Aktiemarkt zu schockieren, sodass der gleich tausend Milliarden an Wert verloren hatte.
• 29:08
  Speaker 1: Und heute machen das alles, was die alle so waren wie Steve Sieg damals gemacht hat.
• 29:14
  Speaker 1: Und noch verschiedene andere Sachen waren da drin auch etwas, was heute JAPRA heißt.
• 29:20
  Speaker 1: Vielleicht gibt es ein paar Leute im Publikum, die wissen, was das ist.
• 29:24
  Speaker 1: Das war alles darin und trotzdem also sehr incestuous Fall.
• 29:31
  Speaker 1: aber dann kurz darauf bin ich in den Schweiz gegangen.
• 29:34
  Speaker 1: Warum?
• 29:35
  Speaker 1: Nicht dass wir überlegt sind.
• 29:37
  Speaker 1: Wir müssen jetzt da irgendwie uns das beste Land aussuchen für diese Forschung.
• 29:41
  Speaker 1: Es ergibt sich natürlich der Weise, wo kriegt man denn Angebote hin?
• 29:45
  Speaker 1: Und dann war halt ein gutes Angebot als das Schweißgebietmeiden in die Schweiz.
• 29:49
  Speaker 1: Dann war ich da vor fünf, zwanzig Jahren dort und dann eben auch mit dieser Unterbrechung damit München.
• 29:55
  Speaker 1: Jetzt finde ich ja ernsthaft anders.
• 29:56
  Speaker 1: Jetzt bin ich ja im Roten Meer an der Chaos-Universität!
• 29:59
  Speaker 1: An der Klaus-Universität in Saudi Arabien, King Abdullah University of Science and Technology.
• 30:04
  Speaker 1: Die ist gerade mal siebzehn Jahre alt.
• 30:06
  Speaker 1: aber und das wissen viele nicht!
• 30:08
  Speaker 1: Das ist heute schon die Uni mit dem sogenannten Greatest Impact Per Faculty also den meisten Zitaten, meisten Einfluss pro Professor.
• 30:18
  Speaker 1: Früher war es Prinzen oder Caltech oder so was und auf einmal ist jetzt eine ganz junge Universität da Hängt natürlich damit zusammen, weil die auch sehr gut ausgestattet ist.
• 30:29
  Speaker 0: Das Sandwich wird wahrscheinlich auffahnden sein in
• 30:32
  Speaker 1: einer Geschichte der Wissenschaft.
• 30:34
  Speaker 1: dort wo es Geld ist, da ist die Wissenschaft.
• 30:37
  Speaker 1: Das war in der Renaissance so, das war im holländischen goldenen Zeitalter.
• 30:45
  Speaker 1: Da waren die das heiste Land der Welt und auf einmal hatten sie großen Künstler, die eben bezahlt wurden durch diesen Reichtum.
• 30:52
  Speaker 1: Der M Brandt und der Bärmeer und gleichzeitig die großen Wissenschaftler Heugerns und andere wissenschaftvoll dem Geld.
• 31:02
  Speaker 1: Denn wenn sich einer Gedanken machen muss... Wie kriegt er morgen was zu essen?
• 31:07
  Speaker 1: Dann wird der kein Wissenschaftler.
• 31:08
  Speaker 1: Er hat eine andere sagen.
• 31:10
  Speaker 0: Ich verstehe.
• 31:13
  Speaker 0: Zum Ende unserer Gespräche habe ich noch ein Zitat von Ihnen gefunden, wo ich Sie nochmal um die Stellungnahme auch dazu bitte und zwar überschriftest so ein bisschen das Ende der Entwicklung.
• 31:24
  Speaker 0: Sie haben vorhin schon gesagt es gibt eigentlich keinen wirklich proptoseziehbares Ende dafür weil das Universum und alles kommt ja noch dazu was wir noch erforschen, was man noch nutzen... wie auch immer betrachten muss dazu.
• 31:38
  Speaker 0: Sie haben von einem Konvergenzpunkt der menschlichen Erfindungen gesprochen, dass dieser Konvergänzpunkt im Jahr zwanzig, zweinvierzig ihre Einschätzung nach sein könnte.
• 31:49
  Speaker 0: Erste Frage ist das ein korrektes Zitat?
• 31:52
  Speaker 0: oder sagen sie, das ist schon wieder überholt weil ja die Entwicklungen weitergehen?
• 31:56
  Speaker 0: und was eigentlich damit gemeint?
• 31:59
  Speaker 0: Das ist die nächste Frage!
• 32:02
  Speaker 1: vielleicht eine kleine Vorgeschichte.
• 32:03
  Speaker 1: In den Fünfzig-Jahren und Sechziger Jahren gab es zwei Mathematiker, der Stangeslar Ulam und der Aion von Neumann.
• 32:10
  Speaker 1: Und die haben da so ein bisschen sich Gedanken gemacht über die Zukunft.
• 32:14
  Speaker 1: Dann haben sie gemeint wenn die Abstände zwischen den technologischen Durchbrüchen, wenn die immer kürzer werden – und scheinbar werden die immer Kürzer – dann, wenn das exponentiell sich verringert... Dann musst du diese Zeitreihe konvergieren.
• 32:31
  Speaker 1: Und dann haben sie gesagt, dass es dann diese singuläre Fert ist.
• 32:34
  Speaker 1: Weil dann
• 32:34
  Speaker 0: alles übereinander läuft quasi und dann kommt jetzt keine Zyklen mehr, Kontrativzyklen und andere sondern da
• 32:41
  Speaker 1: gibt's schon noch alle wirklichen Zyklien.
• 32:42
  Speaker 1: aber... Also nehmen wir einfach mal das Komisse weil es ja so ist, dass die Abstände zwischen diesen großen Durchbrüchen in der Technikgeschichte fast immer um zehn Prozent kürzer werden von einem zum nächsten.
• 32:57
  Speaker 1: dann hat man so eine Exponenzellerei, das heißt die konvergiert in finierter Zeit.
• 33:01
  Speaker 1: Das heisst also irgendwann ist die
• 33:03
  Speaker 0: Schluss,
• 33:05
  Speaker 1: es ist am Ende und das ist nicht das Ende der Zeit, ich zeige euch weiter und da passieren ganz andere krasse Sachen.
• 33:12
  Speaker 1: aber auf jeden Fall kann man sich Gedanken machen über diesen Konvergenzpunkt nicht so gerne Singularität, soll ich nennen?
• 33:24
  Speaker 1: Lieber Omega.
• 33:25
  Speaker 1: Warum?
• 33:25
  Speaker 1: Weil der große Theologe... ...Tayade Schirner pro hundert Jahren schon Omega diesen Konvergenzpunkt oder diese neue Stufe der Menschheit genannt hat.
• 33:40
  Speaker 1: und dieser Omega-Konvergenzwung, der könnte möglicherweise nach Ansicht von vielen Leuten im Bereich KI So in den Vierzigern auf uns zukommen, ja?
• 33:52
  Speaker 1: Also vielleicht im Jahr zwanzig-zweiundvierzig.
• 33:55
  Speaker 1: Zwanzigzwanzig ist etwas, was kompatibel ist mit vielen von diesen Profizeilungen und das Schöne ist...
• 34:01
  Speaker 0: Aber was wäre an diesem Konvergenzpunkt genau?
• 34:05
  Speaker 1: Ja überlegen jetzt zeige ich Ihnen, wie lang haben wir denn nur zwei, ja.
• 34:09
  Speaker 1: Eine
• 34:09
  Speaker 0: Minute aber noch!
• 34:10
  Speaker 1: Ja dann wäre es nicht so zu abbringen.
• 34:14
  Speaker 1: Es seien sich nein was raus.
• 34:16
  Speaker 1: also Nehmen wir diesen Konvergenzpunkt, den möglichen Konvergänzpunkt.
• 34:22
  Speaker 1: Das ist also Omega.
• 34:25
  Speaker 1: und schauen wir uns den Historischen Kontext an.
• 34:28
  Speaker 1: Historischer Kontext bedeutet alle Zeiten Urknall, so dreizehn bis acht Milliarden Jahre sind es.
• 34:33
  Speaker 1: Wir nehmen die dreizehnt bis acht Millionen Jahre und teilen sie durch vier.
• 34:37
  Speaker 1: Wir kommen raus vor drei Komma fünf Milliarden Jahren als etwas wirklich Wichtiges passierte, das Leben entstand auf diese Erde aus unserer Sicht richtig wichtig.
• 34:45
  Speaker 1: wie
• 34:46
  Speaker 0: Nämlich ist unsere Sicht richtig wichtig.
• 34:48
  Speaker 0: Ist gut, ja?
• 34:49
  Speaker 1: Ja vielleicht einen anderen interessiert das nicht sehr weit weg ist, wenn man es macht und dann drei Komma fünf Milliarden Jahre geht halb doch viel wieder.
• 34:55
  Speaker 1: ich fange jetzt immer an da alles zu vetteln.
• 34:57
  Speaker 1: Dann kommen wir raus von zero Komma neun Milliarden Jahren.
• 34:59
  Speaker 1: Da ist was richtig Wichtiges passiert.
• 35:01
  Speaker 1: Das erste Tierendliche mobile Leben entstand Und Wir Nehmen Vettel Davon war Zwei Hundert Zwanzig Millionen Jahren.
• 35:06
  Speaker 1: Es Was wirklich Wichtig ist Passiert dass Die Ersten Säugetiere Entstanden Unsere Vorwaren.
• 35:11
  Speaker 1: Und wir nehmen die Zweiundundzwanzig Millionen Jahre und wir teilen noch mal doch vier.
• 35:15
  Speaker 1: Wir kommen daraus für fünfundfünfzig Millionen in Jahren, und Sie sehen schon – wenn immer kürzer her!
• 35:19
  Speaker 1: Fünfundvierzig Millionen als die ersten Primaten entstanden unsere Vorfahren.
• 35:23
  Speaker 1: Und wir nemen viertel davon und das kommt genau aus vor dreizehn Millionen Jahren, als die Ersten Hominäden entstanden.
• 35:32
  Speaker 1: unserer Vorfahren, es sind ja dreizehn Millionen Jahre gibt's erst.
• 35:35
  Speaker 1: Und ich weiß nicht, warum diese Fettlungen immer diese tollen wichtigen Punkte der Evolution treffen.
• 35:42
  Speaker 1: Ich habe es auch mit Dritteln und Fünften und Ziptern und harmonischen Proportionen versucht und so funktioniert das nicht mehr.
• 35:49
  Speaker 1: Aber mit Völln geht's!
• 35:50
  Speaker 1: Wir nehmen Fettel dieser dreizehn Millionen Jahre in den Weg an eine Herausforderung von drei Komma fünf Millionen Jahren mit der Dämmerung der Technologie als die ersten Steindärbzeuge hervorn.
• 36:03
  Speaker 1: und kommen daraus vor achthunderttausend Jahren beim nächsten großen technischen Durchbruch gesteuertes Vorjahr, so kontrolliert das Baujahr.
• 36:14
  Speaker 1: Und wir nehmen einen Fettel davon.
• 36:16
  Speaker 1: vor zwei hunderttauseinig jahren und die anatomisch modernen Menschen entstanden also unsere Vorwaren und wir nehmen ein Fettl davon für fünfzigtausende Jahre kam in unseren Vorwarenen aus Afrika und fing ihnen an Welt zu konversieren, wir nehmen Viertel davon.
• 36:34
  Speaker 1: Und wir kommen raus vor dreizehntausend Jahren, was super wichtig ist, dass da was passiert?
• 36:40
  Speaker 1: Die Viehzucht wurde erfunden und die Darkerbau, die Menschen wurden sesshaft beginnender Zivilisationen-Arbeitsteilung und all das.
• 36:48
  Speaker 1: Und jetzt sehen wir diese dreizentausenden Jahre in der Zivilisierung.
• 36:51
  Speaker 1: Das ist gerade mal eine millionenzielle Weltgeschichte.
• 36:53
  Speaker 1: Die Weltgeschicht wird jetzt nicht in Kürze aufheuern.
• 36:56
  Speaker 1: Es geht noch lang weiter.
• 36:59
  Speaker 1: Und der erste Typ, der Ackerbau hatte.
• 37:01
  Speaker 1: Es war fast dasselbe, der die ersten Raumschiffe und die ersten KI's hatte.
• 37:04
  Speaker 1: Das ist eigentlich fast das selbe.
• 37:06
  Speaker 1: Wir nennen trotzdem ein Viertel von dieser Zeit.
• 37:08
  Speaker 1: Dreizehntausend geteilt auf vier.
• 37:10
  Speaker 1: Dann kommen wir raus vor dreitausend drei Jahren ungefähr als wir genauer den... Ansatz der ersten Bevölkerungsexplosion in der Eisenzeit treffen.
• 37:21
  Speaker 1: Und wir nehmen Viertel davon und kommen raus vor acht Jahren, v.a.
• 37:24
  Speaker 1: vor dem Konvergenzpunkt.
• 37:25
  Speaker 1: das war in den twelvehundert Jahren als Eisen- und Feuer zusammen kamen im China in Form von Schießpulver und Kanonen und Schießgewehren und Raketen.
• 37:38
  Speaker 1: Die letzten achthundert Jahre wurden dominiert von diesen Konzepten.
• 37:42
  Speaker 1: Wir nehmen Vettel davon, wir kommen raus genau so in den eighteenhundertern Als ganz viele wichtige Sachen passieren, die um Eis und Feuer kommen zusammen auf noch raffiniertere Weise für die Dampfmaschinen.
• 37:55
  Speaker 1: Und die industrielle Revolution gleichzeitig, die keine Theorie der Krankheiten, die modernen Medizin kocht und passt höher.
• 38:03
  Speaker 1: Dann macht Menschen auf einmal viel älter als Feuer und dann vor allem eben die Einsicht düngern hilft.
• 38:16
  Speaker 1: zweiten Bevölkerungsexplosion, die dann getrieben wurde durch den Haber-Bosch-Prozess NLZ VIII.
• 38:21
  Speaker 1: Durch ein Haber, die dazu führte das Inhalt von einem einzigen Jahrhundert zwischen nineteen Hundert und Zwei Tausend.
• 38:29
  Speaker 1: Die Bevölkerung stieg von Eins Komma Sechs Milliarden Menschen auf sechs Milliarden und bald zehn Milliarden seien alles getrieben.
• 38:36
  Speaker 1: doch eine einzelne Erfindung dieser Bosch Prozesse eben Aus der Zeit, dass Deutschland supereinflussreich war an die Bevölkerungseksplosion in der Welt.
• 38:44
  Speaker 1: Die kommen ja aus Ludwigshafen, das wissen viele Deutsche gar nicht.
• 38:48
  Speaker 1: und dann nehmen wir den Viertel von dieser Zeit.
• 38:50
  Speaker 1: und jetzt haben wir also zwei Tausend Zweiundvierzig Konvergenzpunkt Minus Fünfzig Einerfünftig Jahre Das ist exakt des Jahr Nineteinneinundneinzig Wo eben wir da in München unsere Sachen gemacht haben aber gleichzeitig im Ende des alten Krieges.
• 39:05
  Speaker 1: Und die ersten Selbstverhanden Autos im Verkehrbahn, auch in München.
• 39:09
  Speaker 1: Das war der Dickmanns und die ersten Smartphones.
• 39:11
  Speaker 1: Und das ist seit zweiundneinzig am Sonntag.
• 39:14
  Speaker 1: Es war IBM und eine ganze Reihe von anderen.
• 39:16
  Speaker 1: Und es ist WWW natürlich ja was heute auch zentrales für alle.
• 39:19
  Speaker 1: In zweiund neunzig.
• 39:21
  Speaker 1: D.h.,
• 39:21
  Speaker 1: das war eine super wichtige Zeit, die so die moderne Welt ein bisschen gestaltet hat?
• 39:26
  Speaker 1: Und dann noch mal einen Viertel davon!
• 39:28
  Speaker 1: Und das war's in der Zukunft.
• 39:29
  Speaker 1: Er hat zweiundvierzig mit einem Vierteln minus dreizehn Jahre irgendwie so.
• 39:33
  Speaker 1: in den nächsten Jahren fängt das an.
• 39:35
  Speaker 1: Dann kommen diese letzten dreizehn Jahre.
• 39:37
  Speaker 1: In diesen letzten dreizehn Jahren wird milcherweise so viel passieren subjektiv wie in den letzten dreizehntausend jahren vorher.
• 39:45
  Speaker 1: Dreizehnteusend Jahre Zivilisation, und es wird milcheweise soviel passieren wie in dreizem Millionenjahren vorher die dreizehnten Millionenjahr hominiden.
• 39:54
  Speaker 1: Und es wird micherweise so viel subjektive passieren als in den dreizehmilliarden Jahren seit dem Urknall.
• 40:00
  Speaker 1: Was wird das sein?
• 40:01
  Speaker 1: Was werden diese dreizten Jahre dann... was wird die ausmachen?
• 40:07
  Speaker 1: Ich glaube, ich weiß was das ist.
• 40:08
  Speaker 1: Das wird der Zeitpunkt sein wenn die KI hinter dem Bildschirm, die heute so gut funktioniert den Bildschirmen hinten wenn die da rauskommt und in die physikalische Welt eindrängt und die richtigen Roboter steuert.
• 40:25
  Speaker 1: denn die einzige KI die heute gut funktioniert dass es die KI behindern Bildschärme für übermenschliche Zusammenfassend von Dokumenten und für Übungen, Schachspielen und Videospielen usw.
• 40:39
  Speaker 1: Aber es gibt keinen Roboter der das kann was ein Klempner tun kann oder was ein Elektriker tun kann.
• 40:43
  Speaker 1: also es gibt so viel in der richtigen Welt was überhaupt nicht funktioniert ja wo Kai überhaupt nicht funktioniert aber es kommt!
• 40:49
  Speaker 1: Und die Roboter werden klüger werden und dann werden sie irgendwann so plug sein dass sie alles tun können was... dass sie all die Maschinen bedienen können die heute nur Menschen bedienen kennen.
• 41:01
  Speaker 1: Es gibt kein Roboter, der all die Maschinen bedienen kann, die Menschen bedienen können.
• 41:05
  Speaker 1: Man muss kein superkluger Mensch sein oder kein super kluger Roboter um diese ganzen Maschine zu bedienen.
• 41:13
  Speaker 1: aber wenn man mal so eine hat dann gibts ne neue Qualität denn so einer kann mir von seiner eigenen Seite paaren.
• 41:21
  Speaker 1: Dann hat man zum ersten Mal gerade so eine selbst replizierende Maschinensilitation und ich glaube das wird alles ändern.
• 41:29
  Speaker 1: Und so was wird nicht limitiert bleiben, also nicht auf die Erdatmosphäre begrenzt bleiben.
• 41:35
  Speaker 1: Denn sowas kann auch funktionieren, wo es keine Luft gibt – auf dem Mond oder auf dem Merkur, wo's wahnsinnig viel Energie gibt und viele Metall, die man brauchen kann um ein tollerer und größerer und bessere Roboter und Kais-und Infrastruktur zu schaffen usw.
• 41:49
  Speaker 1: Tja,
• 41:50
  Speaker 0: total spannend!
• 41:51
  Speaker 0: Ich könnte stundenlang zuhören tatsächlich.
• 41:53
  Speaker 0: Jetzt habe ich auch gerade noch... Also ich hab' nicht nur wahnsinnigt viel gelernt Sondern jetzt haben wir auch gemeinsam, also sie vor allen Dingen im Blick in die Zukunft gemacht.
• 42:03
  Speaker 0: Und zwar mithilfe der Vergangenheit und ich glaube dass das eine besondere Schlüssigkeit hat, die wirklich wichtig und extrem interessant ist.
• 42:12
  Speaker 0: Ich glaube, danach kann jetzt erstmal nichts kommen.
• 42:13
  Speaker 0: Wir müssen Folgen produzieren und nachproduzieren.
• 42:16
  Speaker 0: Vielleicht kommen wir nochmal zusammen und führen das noch mal fort?
• 42:19
  Speaker 0: Ich habe auch Kunderte von Fragen.
• 42:21
  Speaker 0: Ich danke Ihnen für Ihre Zeit!
• 42:22
  Speaker 0: Ich danke ihnen auch dafür, dass Sie diese Komplexität auch mir klar gemacht haben und versucht haben, klar zu machen.
• 42:28
  Speaker 0: Ich muss viel darüber nachdenken was ich gerade gehört habe aber das ist ja ein bisschen Sinn der Sache, dass sie zum Nachdenken anregen.
• 42:34
  Speaker 0: Danke, dass die hier gewesen sind.
• 42:36
  Speaker 0: Aber
• 42:36
  Speaker 1: ich sage vielleicht noch eine Sache dazu... Das ist exakt dasselbe, was ich in den Siebziger Jahren meiner Inzwischen verstorbenen Mama erzählt hat.
• 42:44
  Speaker 1: Und wir haben gesagt, ich habe einen Hau.
• 42:46
  Speaker 1: Ich erzähle jetzt immer noch den Leuten der einzige Unterschiede.
• 42:50
  Speaker 1: heute hören wir mehr zu.
• 42:52
  Speaker 0: Also ich bin ein großer Fan geworden, ihren Ausführungen und nochmal einzig und langsam
• 42:58
  Speaker 1: richtig Spaß gemacht.
• 42:59
  Speaker 1: Dann bedanke ich mich bei Ihnen her in Nareike und hoffe, dass Sie uns alles zusammenschauen.