Seite - 228 - in Limina - Grazer theologische Perspektiven, Band 3:2

228 | www.limina-graz.eu Eugen Dolezal und Moritz Windegger | KI – Künstler oder Werkzeug? des Menschen. Jedoch bleiben hybride Kunstformen und -werke ein span- nendes neues Feld kreativer und künstlerischer Agitation. Was macht eine komplexere KI besser? Es gilt zu erwähnen, dass Künstliche Intelligenzen nicht mehr auf die rein algorithmische Verarbeitung von Daten beschränkt sind, sondern über das sogenannte Deep Learning befähigt sind, selbst Daten zu generieren. Was bei dem Beethoven-Projekt schon angedeutet ist, soll im Folgenden ver- deutlicht werden. Dabei soll ein äußerst grober Einblick in die Funktions- weise neuronaler Netzwerke, die die Grundlage von KI bilden, gegeben werden. Moderne Beispiele für Künstliche Intelligenz bestehen aus so genannten Künstlichen Neuronalen Netzwerken (KNN), die in mehreren Schichten operieren. Dabei variiert die Stärke der Verbindungen zwischen den ein- zelnen Knotenpunkten/Neuronen (vgl. Eberl 2020, 26–27). Die Stärke der Aktivierung eines solchen Neurons und die Intensität der Verbindung zwi- schen zwei Neuronen ist durch Zahlen repräsentierbar (vgl. Kipper 2020, 15). Dies ist besonders signifikant, da die Variation der Verbindungsstär- ke letztendlich relevant für das Ergebnis ist. Stellt man sich die Knoten- punkte in einer Art Raster vor, so sind die Neuronen der ersten Schicht, also der äußerst linken Schicht, die Inputneuronen, jene der letzten, also der äußerst rechten Schicht die Outputneuronen. Nur die äußerst lin- ke Neuronenreihe kann durch Eingaben angeregt werden und gibt diese, den unterschiedlichen Verbindungsstärken folgend, an die angrenzenden Neuronen in unterschiedlicher Intensität oder auch gar nicht weiter. Die nun angeregte Neuronenreihe tut selbiges und so fort. So entwickelt sich ein Aktivierungsmuster innerhalb des Netzwerkes von links nach rechts bis zum Outputneuron (vgl. Kipper 2020, 15–16). Dieses Netzwerk ist tief, da es mehrere Schichten hat, von denen einige weder direkt Input erhalten noch Output geben, und es ist im beschriebenen Fall vorwärtsgekoppelt, da der Informationsfluss nur in eine Richtung verläuft. Es handelt sich also um ein tiefes vorwärtsgekoppeltes KNN (vgl. Kipper 2020, 16). Moderne Beispiele für Künstliche Intelligenz bestehen aus Künstlichen Neuronalen Netzwerken.