KI-Kunst und Urheberrecht: Hiroshi Kawanos künstlicher Mondrian

2025-06-02
KI-Kunst und Urheberrecht: Hiroshi Kawanos künstlicher Mondrian

In den 1960er Jahren verwendete der Künstler Hiroshi Kawano ein Computerprogramm, um den Malstil von Piet Mondrian vorherzusagen, und malte von Hand die Serie "Künstlicher Mondrian". Dies löste eine Debatte über Urheberrecht und künstlerische Schöpfung aus: Hat der Algorithmus das Urheberrecht von Mondrian verletzt? Der Artikel untersucht die Anwendbarkeit des Urheberrechts in den USA und der EU auf ähnliche Fälle, analysiert das Prinzip der "Fair Use" und geht detailliert auf Fragen des Urheberrechts von Daten im Training von KI-Modellen ein. Der Autor argumentiert, dass eine übermäßige Ausweitung des Umfangs des Urheberrechtsschutzes für Mondrians Werk Risiken birgt und schlägt vor, dass das Vereinigte Königreich ein "Opt-out"-System ähnlich dem der EU für das Urheberrecht von Trainingsdaten für KI-Modelle einführt, um die Interessen der Kreativwirtschaft und die Entwicklung der KI-Technologie auszugleichen.

Mehr lesen
KI

Über stochastische Papageien hinaus: Die Schaltkreise großer Sprachmodelle

2025-04-13
Über stochastische Papageien hinaus: Die Schaltkreise großer Sprachmodelle

Große Sprachmodelle (LLMs) wurden von einigen als bloße „stochastische Papageien“ abgetan, die lediglich statistische Muster aus ihren Trainingsdaten auswendig lernen und wiedergeben. Neuere Forschungsergebnisse zeigen jedoch eine differenziertere Realität. Forscher haben komplexe interne „Schaltkreise“ entdeckt – selbstlernende Algorithmen, die bestimmte Problemklassen lösen – innerhalb dieser Modelle. Diese Schaltkreise ermöglichen die Generalisierung auf ungesehene Situationen, wie das Generieren von reimenden Couplets und sogar die proaktive Planung der Struktur dieser Couplets. Obwohl Einschränkungen bestehen, widerlegen diese Erkenntnisse die Erzählung vom „stochastischen Papagei“ und werfen tiefere Fragen nach der Natur der Modellintelligenz auf: Können LLMs unabhängig neue Schaltkreise generieren, um völlig neue Probleme zu lösen?

Mehr lesen