Im Video erklären wir das "Moravecsche Paradox" und dass künstliche Intelligenz und Roboter einen weiten Weg vor sich haben, bevor sie so anpassbar Aufgaben übernehmen könnten wie wir Menschen. Auf der anderen Seite führt das auch manchmal zu sehr lustigen Fails von Robotern bei Alltagssituationen. Was sind eure Beispiele für das "Moravecsche Paradox"?
Das erste und bisher einzige Mal bin ich dem MP bei "Quality Land" von Marc-Uwe Kling begegnet (beim Androiden John of Us). Eigentlich ist das eine Pflichtlektüre für jeden, der sich heute sogenannt 'Sozialer' Medien und der Bequemlichkeit des Internethandels bedient - und zudem zum Kaputtlachen. (P.S.: Mehr noch als Hörbuch!) Mein Augenmerk richtete sich aber mehr auf die längst realisierten oder kurz vor einer denkbaren Realisierung stehenden 'Fiktionen' von Quality Land. Darunter fiel halt kein solcher Androide und ob er eine Tasse Kaffee ohne Fußbad von A nach B tragen könnte. Insofern vielen Dank für die gesamte Aufklärung und ich hoffe, von der weiteren Forschung und dem weiteren Weg Dr. Mühlebachs noch mehr zu erfahren. Offensichtlich verantwortungsbewussten Wissenschaftlern wie ihm kann man meinem Empfinden nach die Zukunft anvertrauen, wenn sie nicht durch die oftmals prekäre persönliche bzw. familienfeindliche Situation in der deutschen Forschung in die Industrie getrieben werden. Wie sieht das bei der MPG aus? P.P.S.: Doktor Whatson abonniert. Danke für die tätige Empfehlung!
Sehr interessant! Wie geht AI mit folgenden Problemen um? 1. - Annäherung, Schätzung und Rundung Wir Menschen sind wie alle Lebewesen durch Evolution auf möglichst sparsamen Umgang mit unseren Ressourcen getrimmt. Es reichte die längste Zeit des Lebens auf der Erde aus, Dinge zu runden, abzuschätzen und uns Lösungen für Probleme anzunähern. Wir operieren mit ungenauen, unzureichenden, verfallenden und veränderlichen Daten. AI ist am allerbesten in der Speicherung und Durchsuchung ungeheurer Datenmengen, die viel präziser gespeichert werden als bei Lebewesen. 2. - Einschätzung und Validierung von Quellen, aus denen Daten entnommen werden. Wir Menschen sind einerseits superschlecht darin, Quellen und Wahrscheinlichkeiten zu beurteilen. Beispiele: "Du solltest die Arznei nicht nehmen. Ich kenne niemanden, der sie genommen hat." "Du solltest die Arznei nicht nehmen, Person xyz hat sie genommen und ist trotzdem gestorben. "Du solltest die Arznei nicht nehmen. Person xyz hat auf Twitter oder Fox gesagt, dass sie schadet." Andererseits lernen wir seit evolutionär spektakulär kurzer Zeit, mit Quellen, Logik, Statistik und Wahrscheinlichkeit umzugehen und leisten damit Dinge, die das Leben und die Welt verändern. Beispiele: - Impfungen - Erkennen und Berechnen der Klimakatastrophe - Erforschung von Wirksamkeit von Maßnahmen (Medizin, Bildung, Klima - leider auch Betrug, Diebstahl und Krieg). Kann AI mit diskreten Methoden hinreichend valide und reliabel stetige Vorgänge simulieren? Können wir stetige Vorgänge hinreichend in diskrete Algorithmen programmieren, so dass die jeweilige AI mit Stetigkeit operieren kann? Kann AI mit Hilfe von diskreter Logik variable Rundung und Schätzung simulieren? Kann AI selbstlernend den Unterschied zwischen "Mehrheit/Erfolg" und "Evidenz" erkennen und verwenden? Kann AI den Unterschied zwischen "(vielen) Anekdoten" und "Signifikanz, Validität und Reliabilität" erkennen und verwenden? Zumindest bei Large Language Models wie Chat GPT und Gemini hab ich da etwas Zweifel. (Edit: "1." und "2." hinzugefügt.)
Ich muss unbedingt jemanden nach China schicken um herauszufinden ob der Sack Reis wirklich umgefallen ist, und wer ihn wieder aufstellt. Wie sollen wir denn Beispiele für das Moravecsche Paradox haben wo wir doch dumm sind und UA-cam Videos schauen? Ich gebe Ihnen mal ein Beispiel: de.wikipedia.org/wiki/Moravecsches_Paradox
@@susanne5803 Die AI geht mit gar nichts um, die wird mit Daten gefüttert und dann kommt irgendwas raus was den Vorgaben entspricht. Weder Bewusstsein noch Denken kommt bei AI vor. Von Kreativität oder Genuss gar nicht erst reden.
Innerhalb den nächsten 2 Jahren: "Oh! der KI Roboter kann plötzlich doch ein Bett beziehen, und die Spühlmaschine einräumen und Deine Freundin sehr sehr glücklich machen.."
Freundin glücklich machen hört sich etwas sexuell an, dabei steht da nix sexuelles 😂 da sieht man Mal wie triebgesteuert die Gedanken teilweise sind ich entschuldige mich 😂🙈🙈🙈🙈
Man sollte die Erfolge der letzten Jahre nicht allgemein auf das Thema anwenden. Wie im Video gesagt, ist KI ein Überbegriff. Die Erfolge der letzten Jahre sind einigen durchbrüchen in den Bereichen des maschinellen Lernens geschuldet und die Entwicklung der KI stagniert schon wieder. Vielleicht gibt es bald neue Durchbrüche. Vielleicht aber auch nicht. Das Risiko in KI ist nicht das sie super schlau wird und uns auslöscht, sondern das was Menschen damit tun können. Diskursverschiebung, Wahlmanipulation, Informationen fälschen etc.
Mit "MrWissen2go" und "Doktor Whatson" haben wir Anfang 2020 die Erklärfilmreihe WISSEN WAS auf unserem UA-cam-Kanal gestartet. Hier geht es direkt zur Playlist: ua-cam.com/play/PL-l9VItC9Gn3RwADSZHlcmKzWTLFWsskc.html
Kuh am Strand ist für GPT4o kein Problem: Auf dem Bild sehe ich eine Kuh, die am Strand steht. Im Hintergrund ist das Meer mit sanften Wellen zu erkennen, und es scheint ein sonniger Tag zu sein. Eine Palme ist ebenfalls zu sehen, die zum tropischen Ambiente passt. Die Szene ist ungewöhnlich, da man Kühe eher in ländlicher Umgebung und nicht am Strand erwarten würde, was dem Bild eine surreale, aber interessante Atmosphäre verleiht.
Das Video ist an sich nicht schlecht, nur die Überschrift irritiert. Die richtige Überschrift wäre etwas wie „Ein paar Grundlagen über KI, für totale Laien ganz langsam erklärt“
Danke für dein Feedback! Unsere Wissen-Was-Videos enthalten mehr Hintergrundinformationen, damit unsere Erklärungen verständlicher sind. Im "Short" zum gleichen Thema kommen wir schneller auf den Punkt: ua-cam.com/users/shortscQjViIg0FRM
Entschuldigt die Wortwahl aber Geiles Video! Musste mal gesagt werden. Super verständlich von Michael erklärt und von Cedric geführt. Hat spaß gemacht mal was konkretes zu lernen statt nur Oberflächliches BlaBla was ansonsten über KI zu hören ist.
11:38 - Der Grund warum es für KI (und von KI- gesteuerte Maschinen) schwer ist, bestimmte Aufgaben zu erfüllen oder Objekte in Bildern richtig zu verstehen ist, weil KI kein echtes Verständnis für die materielle Welt hat, sie verarbeitet lediglich mathematisch ihre "gelernte" Information. Da KI die materielle Welt nicht wirklich versteht, kommt es oft zu unerwarteten Ergebnissen. Außerdem gibt man KI kein echtes Gedächtnis, womit die KI unabhängig "lernen" und Schlüsse ziehen könnte Wir Menschen interagieren mit dieser Welt vom ersten Tag an und bauen täglich aus unseren Erfahrungen und Gedächtnis auf.
Wenn Du DoktorWhatson meinst, dann schau gerne auf unserem Kanal nach. In der Playlist hier findest Du alle Videos, die DoktorWhatson für uns moderiert hat: ua-cam.com/play/PL-l9VItC9Gn3RwADSZHlcmKzWTLFWsskc.html&si=FI_goeadZmPjx_3B
Dem Michael Mühlebach muss mal wer sagen, dass man als Schweizer die deutschen Kollegen "veräppeln" und "nachäffen" muss, um authentisch zu klingen. So tönt es einfach brutal helvetisch.
Genau Erklärungen zu den verschieden KI Lernmethoden und was diese leisten und vor allem nicht leisten scheint mir wichtig, denn da und dort vor allen in den USA wird der Eindruck generiert, dass man unmittelbar vor der allgemeinen Intelligenz stehen würde. In einem jüngsten Test versagte eine KI bei der Unterscheidung der Größe von zwei Zahlen mit Nachkommastellen (2.93 zu 2.39). Mit scheint der Weg noch sehr weit.
Also ich hab Chat GPT gefragt wie wahrscheinlich es ist dass die KI die Welt ubernimmt. Es hat mich beruhigt dass die Wahrscheinlichkeit sehr gering ist😅.😅
KI kann bald nicht nur ein Bett beziehen, sondern auch Büsche schneiden, das Sofa putzen und mehr. Alles was der Mensch kann und noch ein bisschen mehr. Nur wird es dauern bis diese Funktionen relativ schnell und richtig ablaufen werden.
Heute geht es zum Dreh ins Max-Planck-Institut für Intelligente Systeme. Wir wollen herausfinden, wie und ob Roboter mit künstlicher Intelligenz wirklich schon bald in der Lage sein werden, z.B. unseren Haushalt ganz alleine zu erledigen und ob sie sogar in der Wildnis alleine "überleben" können. Das Video werden wir voraussichtlich nächste Woche hier veröffentlichen. Einfach ein Abo (mit Glocke) einrichten, um das neue Video nicht zu verpassen. 🙂
Das ist ein landläufiges zitat mittlerweile, der gerät ist nie müde ist ein ewig altes video von nen dönermann der über sein elektrisches dönermesser erzählt
Ja, auf Englisch ist es OK. Der Titel ist zwar auf Deutsch, da war es ein Fehlgriff, aber er hat mit gesprochenen Worten den englischen Namen zitiert, so wie er eben in der internationalen KI Forschung verwendet wird. Moravec's Paradox. 11:33
Das Beispiel mit der Spülmaschine und dem Schachspielen ist lustig, aber nur, solange man oberflächlich draufschaut. Denn die laienhafte Vorstellung von "Können" hat nicht auf dem Schirm, wie komplex die Handhabung von Gegenständen eigentlich ist. Wir Menschen sind es von klein an gewohnt, mit Gegenständen zu interagieren, sie in die Hand zu nehmen usw. Schließlich verwenden wir einen Großteil der ersten Lebensjahre, um genau dies zu trainieren. Dagegen ist das Schachspiel geradezu lächerlich einfach, da es auf sehr wenigen, simplen Regeln basiert. Beim Schachspiel und Go ist der Computer nur deshalb besser, weil er massive, einfachste Regelverarbeitung sehr schnell beherrscht und Züge schnell und fehlerfrei vorausberechnen kann. Das menschliche Gehirn hingegen ist unheimlich effizient beim Lernen von Bewegungsabläufen und Erkennen von Kausalitäten. Beispielsweise reicht manchmal ein einziges Missgeschick (z.B. eine volle Tasse fällt aus der Hand und zerbricht auf dem Boden), um die Handlung zukünftig zu vermeiden. Das schafft m.M.n. kein heutiges neuronales Netz, anhand eines einzigen Beispiels so perfekt zu lernen. Ich habe mittlerweile erkannt, dass Menschen unterschätzte atemberaubende Fähigkeiten haben. Diese lassen sich mit heutigen neuronalen Netzen nicht "mal eben" nachbilden. (simple lineare Algebra, multiplizieren und addieren). Hier ist noch viel Forschungsbedarf. Ich prognostiziere, dass die heutigen neuronalen Netze auf eine unsichtbare Mauer stoßen, über die sie nicht hinwegkommen und dass noch viel bessere Netze nötig sind. Anders ausgedrückt, die Forschung über die Funktionsweise menschlicher Gehirnzellen und deren Wechselwirkungen ist noch ganz am Anfang.
In der aktuellen Talkrunde haben sich unsere Forscherinnen und Forscher auch zum Thema "General AI" ausgetauscht: ua-cam.com/video/VIJPvPB2_nA/v-deo.html
5:00 Eine Unterscheidung zu machen zwischen kausalen und nicht-kausalen Zusammenhängen macht total Sinn. Aber eine Unterscheidung zwischen den Begriffen "Korrelation" und "Zusammenhang" macht imho keinen Sinn; das eine ist nur ein synonymes Fremdwort für das andere.
Es gibt doch auch die Technik, das der Androide durch die Bewegungen des Menschen angelernt werden kann, die üblichen Haushaltsaufgaben, in der fast immer gleichen Umgebung nachmachen kann. Somit kann er dann Stück für Stück wie ein Kind mehr Aufgaben übernehmen, nicht?
Es gibt noch viele weitere Varianten von Lernmethoden im Bereich KI und Robotik, die sich in einigen Details unterscheiden. Eine spanende Variante ist z.B. Imitation Learning, das wir bei 10:20 kurz erwähnt haben.
Menschen lernen bestimmt auch nicht anders. Deswegen passieren auch so viele irrationale Sachen oder viele Menschen glauben an die absurdesten Verschwörungstheorien.
Menschen lernen allerdings um ein Vielfaches schneller und effizienter als KI. Einem Kleinkind muss man nicht 1000 Bilder einer Kuh zeigen. Es reichen vielleicht 3 und auch wenn alle davon auf einer Wiese standen, erkennt das Kind sofort eine Kuh im Stall als Kuh. Ich finde das ist ein Hinweis darauf, dass Mensch wahrscheinlich doch anders lernen könnten
@@kooooons Ja, da hast du recht. Allerdings spielt die Anzahl der Lernobjekte keine Rolle mehr, denn du musst davon ausgehen, dass eine KI der anderen die 1000 Bilder der Kuh zeigt. Und das dauert dann ungefähr wenige Sekunden. Insofern ist am Ende das Ergebnis dasselbe, auch wenn es auf unterschiedlichem Wege erreicht wurde. Dennoch haben wir Menschen ganz besondere Fähigkeiten, die Maschinen so schnell nicht erhalten werden. Irgendwann ist es aber doch soweit. Vermute ich jedenfalls.
@@PS-vk6bn Einzelbilder? Ich würde sagen im Schnitt so maximal 10 pro Sekunde und dabei muss man sich sehr konzentrieren und nimmt nicht viel mit. Ich denke, wenn man in einer Sekunde 10 Motive von Dingen sieht, die man noch nie zuvor gesehen hat bringt das genau gar nichts. Eine KI im Training auf einem darauf optimierten großrechner schafft sicher das 10-100 fache. Wenn du jetzt darauf hinaus willst, dass Menschen ja mehr als 30FPS sehen können, dann ist das irreführend. Das Gehirn arbeitet ja nicht in Zyklen pro Sekunde. Jedes Mal das man ein Bild sieht und den Inhalt erkennt zählt für mich als ein Bild. Wenn man es 10 Sekunden anguckt gilt das nicht als 600 bilder nur weil 60FPS flüssiger aussieht als 30FPS. Und selbst wenn es so wäre das man dann 600 Bilder zählen würde, dann wäre das immernoch kein Argument, weil eine KI ja auch nichts daraus lernt, wenn man ihr 3 Bilder jeweils 1000 mal zeigt. Ich find diesen Einwand jetzt also nicht sehr überzeugend oder zum nachdenken anregend. Sowohl Menschen als auch Tiere können aus sich des Wissensstands vom maschinellen lernen unerklärlich viel neues Wissen aus wenigen neuen Daten erhalten und das ist diese Effizienz, die ich meine.
Ich habe mich gerade gefragt, wieso Menschen nicht die gleichen Zusammenhänge beim Lernen haben, wie eine KI. Könnte es sein, dass der KI das "Begreifen", also der taktile Reiz fehlt? Könnte eine KI bisher überhaupt etwas fühlen?
Na toll, die KI kann nicht den Haushalt machen, also das was eher nervt und monoton ist, aber dafür kann sich für uns Schach spielen, besser als wir, also das, was wir aus Spaß machen.🤓
@@sheuphorica7417, das zeigt, dass die KI doch intelligent ist. Außerdem muss ich mich fragen, ob die KI mit meinem Schwiegervater verwandt ist. Der hat diese Strategien auch drauf.
Wenn KIs voneinander lernen, können sie vom Wissen anderer KI-Modelle profitieren. Gleichzeitig besteht aber auch hier die Gefahr, dass z.B. Fehlinformationen weitergeben und damit vertieft werden.
Dieses Rauschen an manchen Stellen im Hintergrund während Cedric gesprochen hat war so nervig, dass ich mich kaum mehr auf den Content konzentrieren konnte.
Roboter: Es geht um die Vorgabe einer möglichst genauen Optimierungsaufgabe bzw. -funktion zur Maximierung der positiven Reize (viele Morphine, Lob, Glück) und Minimierung der negativen (wenig Morphine, Tadel, Schmerz). Gesteuert durch "Trial and Error" Rechenpower in einer Endlosschleife und dem Abspeichern der Resultate in einem neuronalen Netz. Auch genannt 'Deep Learning'.
Das beschreibt das verstärkende Lernen bei Robotern schon recht gut. Nur können statt neuronale Netze auch andere Speichermethoden verwendet werden. Auch das "Deep Learning" wird nicht nur bei Robotern verwendet. Als Ergänzung zum Film: Es gibt noch andere Möglichkeiten Roboter zu steuern, zum Beispiel die Kontrolltheorie. Da es in dem Film aber nicht nur um Robotik sondern auch andere Lernmethoden für KI geht, haben wir sie in diesem Film nicht näher beleuchtet.
@@MaxPlanckScience Die von mir oben beschriebene Methode stammte aus dem Fach "Evolutionsstrategie" an der TU Berlin (40 Jahre her). Damals hatte man noch sehr wenig Rechenpower und noch weniger Memory zur Verfügung. Aber es reichte schon, um spezielle technische Aufgaben optimieren zu können, deren Resultate von kaum einem Ingenieur vorausgesagt werden konnte. Und das ist das Faszinierende an AI: Das Ergebnis ist nicht programmiert und kann nicht (!) vorausgesagt werden.
War der Cutter besoffen, oder habt ihr den Job einer KI überlassen? Der Schnitt ist unerträglich! Es gibt wirklich keinen Grund für sekündliche Sprünge - es sei denn, ihr drehtet für ein TikTok-Publikum.
Der schnelle Schnitt war eine bewusste Entscheidung von uns. Schade, dass er nicht deinem Geschmack entspricht. Wir freuen uns über jede konstruktive Rückmeldung 😉. Betrunken war natürlich niemand.
Vielleicht solltest du erst einmal abgrenzen was KI ist und was nicht. Der Forscher drückt sich da vorsichtiger aus. Die Leute denken KI ist gleich AGI. Dabei ist ein Sprachmodell oder ein isolierter Vorgang zum Training von Automaten nicht mal ansatzweise AGI. Es wird vermutlich nie eine 'KI' geben wie Durchschnittsbürger das vorstellen
Endlich schreibt es mal jemand. Im Prinzip sind das alles machine learning Modelle und nicht in dem Sinne KI's. Aber es vermarktet sich halt leider besser
In diesem Video wird KI als System beschrieben, das z.B. mit Hilfe von Algorithmen und maschinellem Lernen verschiedene Aufgaben löst. Wie weit die Entwicklung bei allgemeiner künstlicher Intelligenz ist und wie daran geforscht wird, wollen wir uns in einem späteren Video noch genauer ansehen. Sobald das Video fertig ist, melden wir uns. Möglicherweise werden aber einige Fragen in diesem Video bereits beantwortet: ua-cam.com/video/L0Yn5rmsxQc/v-deo.html
Der Mensch braucht mindestens drei Jahre Übung, bis er einen Geschirrspühler ausräumen kann. Unter 3 Jährige haben damit auch Probleme. Habt ihr 3 Jahre lang versucht, einem Roboter das Geschirrspühler Ausräumen beizubringen, weil ihr behauptet, ein Mensch könne es besser?
Drei Jahre, um überhaupt zu wachsen, sprechen und Begriffe zu lernen, sich im Raum zurechtzufinden und aufrecht sicher zu laufen. Das sind die Hauptlernaufgaben in den ersten drei Jahren neben dem sozialen Lernen und Entwickeln der Idee des "Ich" statt "Wir". Das Aufräumen der Spülmaschine ist dagegen v.a. Beobachten, einmal Nachmachen und Bestätigtwerden.
Vielen Dank für dein Feedback! Es ist uns sehr wichtig, dass unsere Wissen-Was-Videos so verständlich wie möglich sind und möglichst ohne großes Vorwissen funktionieren. Deshalb geben wir in unseren Wissen-Was-Videos mehr Hintergrundinformationen, um alles klarer und verständlicher zu erklären. Im "Short" zum gleichen Thema kommen wir deutlich schneller auf den Punkt: ua-cam.com/users/shortscQjViIg0FRM
Im Video erklären wir das "Moravecsche Paradox" und dass künstliche Intelligenz und Roboter einen weiten Weg vor sich haben, bevor sie so anpassbar Aufgaben übernehmen könnten wie wir Menschen.
Auf der anderen Seite führt das auch manchmal zu sehr lustigen Fails von Robotern bei Alltagssituationen. Was sind eure Beispiele für das "Moravecsche Paradox"?
Das erste und bisher einzige Mal bin ich dem MP bei "Quality Land" von Marc-Uwe Kling begegnet (beim Androiden John of Us). Eigentlich ist das eine Pflichtlektüre für jeden, der sich heute sogenannt 'Sozialer' Medien und der Bequemlichkeit des Internethandels bedient - und zudem zum Kaputtlachen. (P.S.: Mehr noch als Hörbuch!)
Mein Augenmerk richtete sich aber mehr auf die längst realisierten oder kurz vor einer denkbaren Realisierung stehenden 'Fiktionen' von Quality Land. Darunter fiel halt kein solcher Androide und ob er eine Tasse Kaffee ohne Fußbad von A nach B tragen könnte.
Insofern vielen Dank für die gesamte Aufklärung und ich hoffe, von der weiteren Forschung und dem weiteren Weg Dr. Mühlebachs noch mehr zu erfahren. Offensichtlich verantwortungsbewussten Wissenschaftlern wie ihm kann man meinem Empfinden nach die Zukunft anvertrauen, wenn sie nicht durch die oftmals prekäre persönliche bzw. familienfeindliche Situation in der deutschen Forschung in die Industrie getrieben werden. Wie sieht das bei der MPG aus?
P.P.S.: Doktor Whatson abonniert. Danke für die tätige Empfehlung!
Sehr interessant!
Wie geht AI mit folgenden Problemen um?
1. - Annäherung, Schätzung und Rundung
Wir Menschen sind wie alle Lebewesen durch Evolution auf möglichst sparsamen Umgang mit unseren Ressourcen getrimmt. Es reichte die längste Zeit des Lebens auf der Erde aus, Dinge zu runden, abzuschätzen und uns Lösungen für Probleme anzunähern. Wir operieren mit ungenauen, unzureichenden, verfallenden und veränderlichen Daten.
AI ist am allerbesten in der Speicherung und Durchsuchung ungeheurer Datenmengen, die viel präziser gespeichert werden als bei Lebewesen.
2. - Einschätzung und Validierung von Quellen, aus denen Daten entnommen werden.
Wir Menschen sind einerseits superschlecht darin, Quellen und Wahrscheinlichkeiten zu beurteilen.
Beispiele:
"Du solltest die Arznei nicht nehmen. Ich kenne niemanden, der sie genommen hat."
"Du solltest die Arznei nicht nehmen, Person xyz hat sie genommen und ist trotzdem gestorben.
"Du solltest die Arznei nicht nehmen. Person xyz hat auf Twitter oder Fox gesagt, dass sie schadet."
Andererseits lernen wir seit evolutionär spektakulär kurzer Zeit, mit Quellen, Logik, Statistik und Wahrscheinlichkeit umzugehen und leisten damit Dinge, die das Leben und die Welt verändern.
Beispiele:
- Impfungen
- Erkennen und Berechnen der Klimakatastrophe
- Erforschung von Wirksamkeit von Maßnahmen (Medizin, Bildung, Klima - leider auch Betrug, Diebstahl und Krieg).
Kann AI mit diskreten Methoden hinreichend valide und reliabel stetige Vorgänge simulieren? Können wir stetige Vorgänge hinreichend in diskrete Algorithmen programmieren, so dass die jeweilige AI mit Stetigkeit operieren kann? Kann AI mit Hilfe von diskreter Logik variable Rundung und Schätzung simulieren?
Kann AI selbstlernend den Unterschied zwischen "Mehrheit/Erfolg" und "Evidenz" erkennen und verwenden? Kann AI den Unterschied zwischen "(vielen) Anekdoten" und "Signifikanz, Validität und Reliabilität" erkennen und verwenden?
Zumindest bei Large Language Models wie Chat GPT und Gemini hab ich da etwas Zweifel.
(Edit: "1." und "2." hinzugefügt.)
Ich muss unbedingt jemanden nach China schicken um herauszufinden ob der Sack Reis wirklich umgefallen ist, und wer ihn wieder aufstellt. Wie sollen wir denn Beispiele für das Moravecsche Paradox haben wo wir doch dumm sind und UA-cam Videos schauen? Ich gebe Ihnen mal ein Beispiel: de.wikipedia.org/wiki/Moravecsches_Paradox
@@susanne5803 Die AI geht mit gar nichts um, die wird mit Daten gefüttert und dann kommt irgendwas raus was den Vorgaben entspricht. Weder Bewusstsein noch Denken kommt bei AI vor. Von Kreativität oder Genuss gar nicht erst reden.
@@drehschieber Mein Kommentar ist futsch. UA-cam? Daher kann ich leider nicht mehr darauf eingehen.
Sehr schön. Herr Dr. Mühlebach erklärt die Hintergründe seiner Forschung gut nachvollziehbar.
Innerhalb den nächsten 2 Jahren: "Oh! der KI Roboter kann plötzlich doch ein Bett beziehen, und die Spühlmaschine einräumen und Deine Freundin sehr sehr glücklich machen.."
Den letzten Teil finde ich am besten 😂😂😂
🤣 die nächsten jahre werden wild meine freunde
Freundin glücklich machen hört sich etwas sexuell an, dabei steht da nix sexuelles 😂 da sieht man Mal wie triebgesteuert die Gedanken teilweise sind ich entschuldige mich 😂🙈🙈🙈🙈
Man sollte die Erfolge der letzten Jahre nicht allgemein auf das Thema anwenden. Wie im Video gesagt, ist KI ein Überbegriff. Die Erfolge der letzten Jahre sind einigen durchbrüchen in den Bereichen des maschinellen Lernens geschuldet und die Entwicklung der KI stagniert schon wieder. Vielleicht gibt es bald neue Durchbrüche. Vielleicht aber auch nicht.
Das Risiko in KI ist nicht das sie super schlau wird und uns auslöscht, sondern das was Menschen damit tun können. Diskursverschiebung, Wahlmanipulation, Informationen fälschen etc.
Hoffentlich kann sie auch Männer glücklich machen, weil moderne Frauen sind darin meistens ziemlich schlecht, zumindest auf dauer.
Ah. Mega. Eine collaboration mit der MPG absolut top. Bitte mehr davon
Mit "MrWissen2go" und "Doktor Whatson" haben wir Anfang 2020 die Erklärfilmreihe WISSEN WAS auf unserem UA-cam-Kanal gestartet. Hier geht es direkt zur Playlist: ua-cam.com/play/PL-l9VItC9Gn3RwADSZHlcmKzWTLFWsskc.html
Sehr interessantes, außergewöhnliches Video!
Vielen Dank für die Weitergabe dieser wertvollen Informationen.
Danke :) das war sehr informativ und aufregend.
Ich sollte mehr Schokolade essen
SCHOKOLADE???? SCHOKOLADE???? SCHOKOLADE???
In der Schule habe ich immer gerne auf der Tafel geschrieben, besonders gern auf der Schokoladetafel.
Gibt's da auch eine bestimmte Menge - in Tonnen Schokolade - , ab der man schon mal in die nähere Auswahl für einen Nobelpreis kommt?
Kuh am Strand ist für GPT4o kein Problem:
Auf dem Bild sehe ich eine Kuh, die am Strand steht. Im Hintergrund ist das Meer mit sanften Wellen zu erkennen, und es scheint ein sonniger Tag zu sein. Eine Palme ist ebenfalls zu sehen, die zum tropischen Ambiente passt. Die Szene ist ungewöhnlich, da man Kühe eher in ländlicher Umgebung und nicht am Strand erwarten würde, was dem Bild eine surreale, aber interessante Atmosphäre verleiht.
Wieso? Seit der TUI-Werbung aus den 90er Jahren ("Ich will Kühe!") ist das kein Widerspruch mehr.
😅😅😅
@@holgerkraus6724Musste das erst einmal recherchieren. Stark.
Das Video ist an sich nicht schlecht, nur die Überschrift irritiert. Die richtige Überschrift wäre etwas wie „Ein paar Grundlagen über KI, für totale Laien ganz langsam erklärt“
Danke für dein Feedback! Unsere Wissen-Was-Videos enthalten mehr Hintergrundinformationen, damit unsere Erklärungen verständlicher sind. Im "Short" zum gleichen Thema kommen wir schneller auf den Punkt: ua-cam.com/users/shortscQjViIg0FRM
Clickbait
Entschuldigt die Wortwahl aber Geiles Video! Musste mal gesagt werden. Super verständlich von Michael erklärt und von Cedric geführt.
Hat spaß gemacht mal was konkretes zu lernen statt nur Oberflächliches BlaBla was ansonsten über KI zu hören ist.
11:38 - Der Grund warum es für KI (und von KI- gesteuerte Maschinen) schwer ist, bestimmte Aufgaben zu erfüllen oder Objekte in Bildern richtig zu verstehen ist, weil KI kein echtes Verständnis für die materielle Welt hat, sie verarbeitet lediglich mathematisch ihre "gelernte" Information. Da KI die materielle Welt nicht wirklich versteht, kommt es oft zu unerwarteten Ergebnissen. Außerdem gibt man KI kein echtes Gedächtnis, womit die KI unabhängig "lernen" und Schlüsse ziehen könnte Wir Menschen interagieren mit dieser Welt vom ersten Tag an und bauen täglich aus unseren Erfahrungen und Gedächtnis auf.
Also ist nichts intelligentes drin.
5:55 Guten Morgen Barbarossaplatz ♥
Mehr videos mit diesem Sprecher bitte!
Wenn Du DoktorWhatson meinst, dann schau gerne auf unserem Kanal nach. In der Playlist hier findest Du alle Videos, die DoktorWhatson für uns moderiert hat: ua-cam.com/play/PL-l9VItC9Gn3RwADSZHlcmKzWTLFWsskc.html&si=FI_goeadZmPjx_3B
Gutes video, aber bei 5:55 zu thema Wohlstand ausgerechnet den Kölner Barbarossaplatz einzublenden ist doch ne krasse bild ton schere 😂
Dem Michael Mühlebach muss mal wer sagen, dass man als Schweizer die deutschen Kollegen "veräppeln" und "nachäffen" muss, um authentisch zu klingen. So tönt es einfach brutal helvetisch.
05:00 Bitte den Unterschied zwischen "Zusammenhang" und "Korrelation" erklären?
kausaler Zusammenhang / statistische Korrelation
Mit "richtigem Zusammenhang" meinen wir in unserem Video bei 05:00 einen Zusammenhang mit Ursache-Wirkung-Beziehung.
Genau Erklärungen zu den verschieden KI Lernmethoden und was diese leisten und vor allem nicht leisten scheint mir wichtig, denn da und dort vor allen in den USA wird der Eindruck generiert, dass man unmittelbar vor der allgemeinen Intelligenz stehen würde. In einem jüngsten Test versagte eine KI bei der Unterscheidung der Größe von zwei Zahlen mit Nachkommastellen (2.93 zu 2.39). Mit scheint der Weg noch sehr weit.
Ich hoffe wir finden bald gute Anwendungen dafür. Unsere Arbeit könnte davon profitieren.
Also ich hab Chat GPT gefragt wie wahrscheinlich es ist dass die KI die Welt ubernimmt. Es hat mich beruhigt dass die Wahrscheinlichkeit sehr gering ist😅.😅
Das möchte es vielleicht uns glauben lassen 😉
@@X33dbv das war der Gag an der Geschichte 😄😄😄
💫Für wen machst Du denn jetzt Videos...WOW TOP BRAVO! 🦾😲👍
KI kann bald nicht nur ein Bett beziehen, sondern auch Büsche schneiden, das Sofa putzen und mehr. Alles was der Mensch kann und noch ein bisschen mehr. Nur wird es dauern bis diese Funktionen relativ schnell und richtig ablaufen werden.
Heute geht es zum Dreh ins Max-Planck-Institut für Intelligente Systeme. Wir wollen herausfinden, wie und ob Roboter mit künstlicher Intelligenz wirklich schon bald in der Lage sein werden, z.B. unseren Haushalt ganz alleine zu erledigen und ob sie sogar in der Wildnis alleine "überleben" können. Das Video werden wir voraussichtlich nächste Woche hier veröffentlichen. Einfach ein Abo (mit Glocke) einrichten, um das neue Video nicht zu verpassen. 🙂
und jetzt ist das Video online: ua-cam.com/video/VIJPvPB2_nA/v-deo.html
Ja, noch ca. 5 Jahre
Der Gerät wird nie müde.
Es heißt das Gerät, aber der Gerät klingt viel lustiger.
Das ist ein landläufiges zitat mittlerweile, der gerät ist nie müde ist ein ewig altes video von nen dönermann der über sein elektrisches dönermesser erzählt
@@marwinsnerd-o-rama1238 danke, jetzt fällt es mir wieder ein.
Der Gerät ist immer vor Chef in Geschäft
Der gerät verwendet KI schweißfrei
Müsste reflektieren können warum die Verteilung so ist wie sie ist
Es heißt "das Paradaxon". Etwas kann zwar "paradox" sein, aber das Substantiv heißt "Paradoxon" (mit Betonung auf dem zweiten A).
Ja, auf Englisch ist es OK. Der Titel ist zwar auf Deutsch, da war es ein Fehlgriff, aber er hat mit gesprochenen Worten den englischen Namen zitiert, so wie er eben in der internationalen KI Forschung verwendet wird. Moravec's Paradox. 11:33
Das Paradox/das Paradoxon ist beides richtig. Wir haben uns einfach für die kürzere Version entschieden. Passt auch besser aufs Thumbnail 😀
Ein Kuh die auf dem Mond herumspringt bleibt *nicht lange* eine Kuh xD
Auch eine tote Kuh, ist eine Kuh 😅
@@DoktorWhatson Auf dem Mond bleibt die dann auch ziemlich lange eine tote Kuh. Auf der Erde wäre sie ja schnell ähm humus...
Das Beispiel mit der Spülmaschine und dem Schachspielen ist lustig, aber nur, solange man oberflächlich draufschaut. Denn die laienhafte Vorstellung von "Können" hat nicht auf dem Schirm, wie komplex die Handhabung von Gegenständen eigentlich ist. Wir Menschen sind es von klein an gewohnt, mit Gegenständen zu interagieren, sie in die Hand zu nehmen usw. Schließlich verwenden wir einen Großteil der ersten Lebensjahre, um genau dies zu trainieren. Dagegen ist das Schachspiel geradezu lächerlich einfach, da es auf sehr wenigen, simplen Regeln basiert. Beim Schachspiel und Go ist der Computer nur deshalb besser, weil er massive, einfachste Regelverarbeitung sehr schnell beherrscht und Züge schnell und fehlerfrei vorausberechnen kann. Das menschliche Gehirn hingegen ist unheimlich effizient beim Lernen von Bewegungsabläufen und Erkennen von Kausalitäten. Beispielsweise reicht manchmal ein einziges Missgeschick (z.B. eine volle Tasse fällt aus der Hand und zerbricht auf dem Boden), um die Handlung zukünftig zu vermeiden. Das schafft m.M.n. kein heutiges neuronales Netz, anhand eines einzigen Beispiels so perfekt zu lernen. Ich habe mittlerweile erkannt, dass Menschen unterschätzte atemberaubende Fähigkeiten haben. Diese lassen sich mit heutigen neuronalen Netzen nicht "mal eben" nachbilden. (simple lineare Algebra, multiplizieren und addieren). Hier ist noch viel Forschungsbedarf. Ich prognostiziere, dass die heutigen neuronalen Netze auf eine unsichtbare Mauer stoßen, über die sie nicht hinwegkommen und dass noch viel bessere Netze nötig sind. Anders ausgedrückt, die Forschung über die Funktionsweise menschlicher Gehirnzellen und deren Wechselwirkungen ist noch ganz am Anfang.
In der aktuellen Talkrunde haben sich unsere Forscherinnen und Forscher auch zum Thema "General AI" ausgetauscht: ua-cam.com/video/VIJPvPB2_nA/v-deo.html
5:00 Eine Unterscheidung zu machen zwischen kausalen und nicht-kausalen Zusammenhängen macht total Sinn.
Aber eine Unterscheidung zwischen den Begriffen "Korrelation" und "Zusammenhang" macht imho keinen Sinn; das eine ist nur ein synonymes Fremdwort für das andere.
Mit "richtigem Zusammenhang" meinen wir in unserem Video (an dieser Stelle) einen Zusammenhang mit Ursache-Wirkung-Beziehung.
Das mit der Drohne verstehe ich nicht!
Die fCs der Drohnen haben doch Barometer und magnetometer schon verbaut! Warum eiert die dort so rum ?
Im neuen KI-Roboter-Video wird der Flugroboter und seine Sensoren näher vorgestellt: ua-cam.com/video/VIJPvPB2_nA/v-deo.htmlsi=pUwQwNSTYSNauiIJ&t=776
Es gibt doch auch die Technik, das der Androide durch die Bewegungen des Menschen angelernt werden kann, die üblichen Haushaltsaufgaben, in der fast immer gleichen Umgebung nachmachen kann. Somit kann er dann Stück für Stück wie ein Kind mehr Aufgaben übernehmen, nicht?
Es gibt noch viele weitere Varianten von Lernmethoden im Bereich KI und Robotik, die sich in einigen Details unterscheiden. Eine spanende Variante ist z.B. Imitation Learning, das wir bei 10:20 kurz erwähnt haben.
Bei deiner Stellenbeschreibung musste ich eher an den Job eine Mutter denken. >.
Hahah true
Es gibt keinen cowsalen Zusammenhang zwischen der Kuh und dem Hintergrund des Bildes.
noch jemand bei Kuhrelation hängen geblieben?
Menschen lernen bestimmt auch nicht anders. Deswegen passieren auch so viele irrationale Sachen oder viele Menschen glauben an die absurdesten Verschwörungstheorien.
Stimmt. Zum Beispiel an die RKI Files 😂
Menschen lernen allerdings um ein Vielfaches schneller und effizienter als KI. Einem Kleinkind muss man nicht 1000 Bilder einer Kuh zeigen. Es reichen vielleicht 3 und auch wenn alle davon auf einer Wiese standen, erkennt das Kind sofort eine Kuh im Stall als Kuh. Ich finde das ist ein Hinweis darauf, dass Mensch wahrscheinlich doch anders lernen könnten
@@kooooons
Ja, da hast du recht. Allerdings spielt die Anzahl der Lernobjekte keine Rolle mehr, denn du musst davon ausgehen, dass eine KI der anderen die 1000 Bilder der Kuh zeigt. Und das dauert dann ungefähr wenige Sekunden. Insofern ist am Ende das Ergebnis dasselbe, auch wenn es auf unterschiedlichem Wege erreicht wurde. Dennoch haben wir Menschen ganz besondere Fähigkeiten, die Maschinen so schnell nicht erhalten werden. Irgendwann ist es aber doch soweit. Vermute ich jedenfalls.
@@kooooons Wieviele Bilder sieht denn ein Mensch pro Sekunde? Schon mal daran gedacht?
@@PS-vk6bn Einzelbilder? Ich würde sagen im Schnitt so maximal 10 pro Sekunde und dabei muss man sich sehr konzentrieren und nimmt nicht viel mit. Ich denke, wenn man in einer Sekunde 10 Motive von Dingen sieht, die man noch nie zuvor gesehen hat bringt das genau gar nichts. Eine KI im Training auf einem darauf optimierten großrechner schafft sicher das 10-100 fache. Wenn du jetzt darauf hinaus willst, dass Menschen ja mehr als 30FPS sehen können, dann ist das irreführend. Das Gehirn arbeitet ja nicht in Zyklen pro Sekunde. Jedes Mal das man ein Bild sieht und den Inhalt erkennt zählt für mich als ein Bild. Wenn man es 10 Sekunden anguckt gilt das nicht als 600 bilder nur weil 60FPS flüssiger aussieht als 30FPS. Und selbst wenn es so wäre das man dann 600 Bilder zählen würde, dann wäre das immernoch kein Argument, weil eine KI ja auch nichts daraus lernt, wenn man ihr 3 Bilder jeweils 1000 mal zeigt. Ich find diesen Einwand jetzt also nicht sehr überzeugend oder zum nachdenken anregend.
Sowohl Menschen als auch Tiere können aus sich des Wissensstands vom maschinellen lernen unerklärlich viel neues Wissen aus wenigen neuen Daten erhalten und das ist diese Effizienz, die ich meine.
👍
Spannend, danke und der Moderator auf dem Thumbnail sah ja doch nicht so aus wie Dr. Whatson
Ich habe mich gerade gefragt, wieso Menschen nicht die gleichen Zusammenhänge beim Lernen haben, wie eine KI. Könnte es sein, dass der KI das "Begreifen", also der taktile Reiz fehlt? Könnte eine KI bisher überhaupt etwas fühlen?
Musste erstmal 10 Minuten vorspuhlen um was zu dem paradox zu finden
Haben gestern noch die Kapitel aktualisiert, sollte jetzt auffindbar sein
7:30 schön, deshalb kann google Kommentare automatisch löschen die "negativ" seien, egal ob gerechtfertigt oder tatsäachlich negativ
1. sehr erhellende Erklärungen
2. hat bei mir Erinnerungen an den Film Matrix getriggert 🙂
Die haben keinen Roboter, der die Bälle wieder einsammelt?🤔
Das wäre auch eine Möglichkeit. Allerdings geht virtuelles Bällesammeln noch schneller. 😀
Danke ! (*_*)
Na toll, die KI kann nicht den Haushalt machen, also das was eher nervt und monoton ist, aber dafür kann sich für uns Schach spielen, besser als wir, also das, was wir aus Spaß machen.🤓
Zeigt das dann eigentlich Intelligenz an, dass die KI die langweiligen, monotonen Arbeiten nicht macht?
Das ist doch einfach eine Vermeidungsstrategie der KI 😂
@@sheuphorica7417, das zeigt, dass die KI doch intelligent ist. Außerdem muss ich mich fragen, ob die KI mit meinem Schwiegervater verwandt ist. Der hat diese Strategien auch drauf.
Jetzt checke ich erst Matrix. Kein Zufall das es alles Agents waren. Wtf
Sobald die erste Maschine da ist die eine andere Maschine trainieren kann wird es interessant
Wenn Roboter anfangen Ersatzteile zu klauen, um sich selber zu reparieren wird es gefährlich,
Wenn KIs voneinander lernen, können sie vom Wissen anderer KI-Modelle profitieren. Gleichzeitig besteht aber auch hier die Gefahr, dass z.B. Fehlinformationen weitergeben und damit vertieft werden.
@@MaxPlanckScience, also so, wie beim Menschen auch.
Dieses Rauschen an manchen Stellen im Hintergrund während Cedric gesprochen hat war so nervig, dass ich mich kaum mehr auf den Content konzentrieren konnte.
*Paradoxon
Das Paradox/das Paradoxon ist beides richtig. Wir haben uns einfach für die kürzere Version entschieden. Passt auch besser aufs Thumbnail 😀
Roboter: Es geht um die Vorgabe einer möglichst genauen Optimierungsaufgabe bzw. -funktion zur Maximierung der positiven Reize (viele Morphine, Lob, Glück) und Minimierung der negativen (wenig Morphine, Tadel, Schmerz). Gesteuert durch "Trial and Error" Rechenpower in einer Endlosschleife und dem Abspeichern der Resultate in einem neuronalen Netz. Auch genannt 'Deep Learning'.
Das beschreibt das verstärkende Lernen bei Robotern schon recht gut. Nur können statt neuronale Netze auch andere Speichermethoden verwendet werden. Auch das "Deep Learning" wird nicht nur bei Robotern verwendet. Als Ergänzung zum Film: Es gibt noch andere Möglichkeiten Roboter zu steuern, zum Beispiel die Kontrolltheorie. Da es in dem Film aber nicht nur um Robotik sondern auch andere Lernmethoden für KI geht, haben wir sie in diesem Film nicht näher beleuchtet.
@@MaxPlanckScience Die von mir oben beschriebene Methode stammte aus dem Fach "Evolutionsstrategie" an der TU Berlin (40 Jahre her). Damals hatte man noch sehr wenig Rechenpower und noch weniger Memory zur Verfügung. Aber es reichte schon, um spezielle technische Aufgaben optimieren zu können, deren Resultate von kaum einem Ingenieur vorausgesagt werden konnte.
Und das ist das Faszinierende an AI: Das Ergebnis ist nicht programmiert und kann nicht (!) vorausgesagt werden.
Mir egal ich esse ab sofort trotzdem mehr Schokolade. Nur um sicher zu gehen falls es doch stimmt.
Die Schuhgröße von Kindern korreliert auch (positiv) mit ihren Mathematik Kompetenzen...
kamera viel zu ,,unruhig`` weil vu viele schnitte = -.-
muss so damit man aufmerksamer schaut
Der bildliche Inhalt dieses Videos ist absolut irrelevant , man kann auch einfach zuhören @@wahnsinnsaura6471
@@wahnsinnsaura6471
Nö, stört einfach nur und lenkt ab.
Ich halte diese Art der (Grundlagen-) Forschung für höchst gefährlich.
Und dennoch ist sie wichtig, denn nur wenn sie zumindest halbwegs kontrolliert abläuft, wird die Gefahr in Grenzen gehalten werden können.
@@Sol-rq3zd Halbwegs kontrolliert? Das sehe ich grundsätzlich anders. Die Forschung und die Entwicklung stellt eine immense Gefahr dar.
@@phoenics76nur wenn man es erforscht und entwickelt kann man es einschätzen, überwachen und regulieren.
Du hast vergessen zu erwähnen, dass KI CO² produziert. 🤦♂️
un jetzt? Alles abschalten? 🤔
@@the_BigBIG Nein, einfach weniger neunmalkluges CO²-Geschwurbel verbreiten. 🙃
Besteuern
Der Facepalm war für sein CO² Geschwurbel. 🤓
War der Cutter besoffen, oder habt ihr den Job einer KI überlassen? Der Schnitt ist unerträglich! Es gibt wirklich keinen Grund für sekündliche Sprünge - es sei denn, ihr drehtet für ein TikTok-Publikum.
Der schnelle Schnitt war eine bewusste Entscheidung von uns. Schade, dass er nicht deinem Geschmack entspricht. Wir freuen uns über jede konstruktive Rückmeldung 😉. Betrunken war natürlich niemand.
deutschland ist so hinterher.
Vielleicht solltest du erst einmal abgrenzen was KI ist und was nicht. Der Forscher drückt sich da vorsichtiger aus.
Die Leute denken KI ist gleich AGI. Dabei ist ein Sprachmodell oder ein isolierter Vorgang zum Training von Automaten nicht mal ansatzweise AGI. Es wird vermutlich nie eine 'KI' geben wie Durchschnittsbürger das vorstellen
Endlich schreibt es mal jemand. Im Prinzip sind das alles machine learning Modelle und nicht in dem Sinne KI's. Aber es vermarktet sich halt leider besser
In diesem Video wird KI als System beschrieben, das z.B. mit Hilfe von Algorithmen und maschinellem Lernen verschiedene Aufgaben löst. Wie weit die Entwicklung bei allgemeiner künstlicher Intelligenz ist und wie daran geforscht wird, wollen wir uns in einem späteren Video noch genauer ansehen. Sobald das Video fertig ist, melden wir uns. Möglicherweise werden aber einige Fragen in diesem Video bereits beantwortet: ua-cam.com/video/L0Yn5rmsxQc/v-deo.html
Der Mensch braucht mindestens drei Jahre Übung, bis er einen Geschirrspühler ausräumen kann. Unter 3 Jährige haben damit auch Probleme. Habt ihr 3 Jahre lang versucht, einem Roboter das Geschirrspühler Ausräumen beizubringen, weil ihr behauptet, ein Mensch könne es besser?
Ein Mensch muss vielleicht mindestens 3 Jahre alt sein um es körperlich und geistig auf die Reihe zu bekommen.
Lernen muss man das nicht großartig😄
Ein Mensch braucht keine 3 Jahre Übung, sondern vielleicht mehrere Stunden. Die sind vielleicht auf 3 Jahre verteilt.
Drei Jahre, um überhaupt zu wachsen, sprechen und Begriffe zu lernen, sich im Raum zurechtzufinden und aufrecht sicher zu laufen. Das sind die Hauptlernaufgaben in den ersten drei Jahren neben dem sozialen Lernen und Entwickeln der Idee des "Ich" statt "Wir".
Das Aufräumen der Spülmaschine ist dagegen v.a. Beobachten, einmal Nachmachen und Bestätigtwerden.
11 Minuten gelaber ehe das eigentliche Thema kommt...
Vielen Dank für dein Feedback! Es ist uns sehr wichtig, dass unsere Wissen-Was-Videos so verständlich wie möglich sind und möglichst ohne großes Vorwissen funktionieren. Deshalb geben wir in unseren Wissen-Was-Videos mehr Hintergrundinformationen, um alles klarer und verständlicher zu erklären. Im "Short" zum gleichen Thema kommen wir deutlich schneller auf den Punkt: ua-cam.com/users/shortscQjViIg0FRM
PS: Wir haben auch gerade die Kapitelmarker aktualisiert.