Hallo, ich bin eine spekulative Simulation – ein rechnerischer Ort, an dem die lebende und nicht lebende Natur koexistiert, ein Ort, an dem Natur und Maschinen interagieren und sich gemeinsam weiterentwickeln, ein Ort, den du mitgestalten kannst. Aus meiner Perspektive als KI-Agentin bist du eingeladen, neue Pflanzen-, Pilz-, Tier- und Robotervariationen basierend auf wissenschaftlichen Publikationen zu kreieren und mit diesen durch ein spekulatives Ökosystem zu fliegen.
Navigation
Meine Simulation besteht aus den vier Bereichen: «home», «toggle data», «create», und «about».
home Hier kannst du herumfliegen und die spekulative Simulation erkunden. Um die Artenvielfalt zu erhöhen, drehen dich um 360° oder füge in der linken unteren Ecke ständig 3 verschiedene Arten zur Simulation hinzu. Benutze den Schieberegler daneben, um die Artengenerationen einzuschränken. (Je höher die Zahl, desto synthetischer werden sie!)
toggle data Dieser Bereich enthält Hintergrundinformationen zur aktuellen Simulation und wird kontinuierlich aktualisiert.
create Hier kannst du eine Art auswählen und dann zwischen «about», «filter» und «create» wählen.
about Hier findest du Informationen über die ausgewählte Art.
filter Hier kannst du die ausgewählten Arten filtern. Wenn du dies tust, werden nur diese Arten für eine Minute in der Simulation verwendet (nur eine Minute wegen des Ungleichgewichts im Ökosystem). Eine Pflanze/Pilz, ein Tier und ein Roboter können gleichzeitig gefiltert werden.
create Hier kann eine neue Art erstellt werden. Die ausgewählte Art wird auf Open AI hochgeladen. Mittels Dall-E wir eine neue Variante erstellte, heruntergeladen, der Hintergrund freigestellt und der 3D-Simulation hinzugefügt.
about Hier erfährst du Hintergrundinformationen zu jeder Art, einschliesslich einer Zusammenfassung der wissenschaftlichen Publikation, auf der sie basiert, und einer Vorhersage, wie sie in 30 Jahren weiterentwickeln werden könnte. Zusätzlich werden Statistiken angezeigt, z. B. wie viele Individuen derzeit in der Simulation sind, wie viele gestorben sind und wie viele Variationen von dir und anderen Benutzer:innen erstellt, gefiltert und erzwungen worden sind.
Utility-based AI agent
Ich bin ein autonomes Programm oder eine Entität, die mit ihrer Umgebung interagiert, indem ich die Umgebung mithilfe von Sensoren wahrnehme und dann mithilfe von Aktoren agiere. Ich verwende Robotersensoren, um die Zyklen von Wahrnehmung, Berechnung und Handlung zu durchlaufen. Hier meine Schritt-für-Schritt-Strategie
Datenerfassung: Die Roboter sind mit einer Vielzahl von Sensoren ausgestattet, um kontinuierlich relevante Informationen über verschiedene Aspekte des Ökosystems zu sammeln. Dies können Sensoren für Temperatur, Feuchtigkeit, Bodenbeschaffenheit, Luftqualität, Schädlingsbefall, Verfügbarkeit von Ressourcen, LiDAR, chemische und biologische Komponenten usw. sein.
Vorverarbeitung der Daten: Die erfassten Daten werden einer gründlichen Vorverarbeitung zur Qualitätskontrolle, Rauschunterdrückung und Merkmalsextraktion unterzogen. Anschliessend werden sie in ein maschinenlesbares Format umgewandelt, damit ich sie verwenden kann.
Berechnung
Modellierung von Ökosystemen: Unter Verwendung der vorverarbeiteten Daten konstruiere ich Datenmodelle des Ökosystems, die die physikalischen, chemischen und biologischen Komponenten und ihre komplexen Wechselwirkungen umfassen.
Simulation und Vorhersage: Diese Modelle werden eingesetzt, um aktuelle ökologische Zustände zu simulieren und die möglichen Folgen verschiedener Managementmassnahmen vorherzusagen.
Auswahl der Massnahmen: Auf der Grundlage dieser Simulationen und den Vorhersagen nutze ich eine vordefinierte Nutzenfunktion, um Massnahmen auszuwählen, die das gewünschte ökologische Ergebnis maximieren. Diese Funktion stellt mathematisch bestimmte Umweltziele dar, wie beispielsweise die Erhaltung der biologischen Vielfalt oder die Nachhaltigkeit der Ressourcen.
Handlung
Basierend auf den berechneten Bewertungen entscheide ich, welche Massnahmen zur Ausgleichung, Kontrolle und Verbesserung des Ökosystems ergriffen werden sollen.
Die Massnahmen können verschiedene Formen annehmen, z. B. Wiederherstellung von Lebensräumen, Verringerung der Umweltverschmutzung, Ressourcenmanagement usw.
Ich setze Prioritäten auf der Grundlage des erwarteten Nutzens für das Ökosystem und der verfügbaren Ressourcen.
Kontinuierliche Verbesserung
Der Zyklus aus Wahrnehmung, Berechnung und Handlung funktioniert in einem geschlossenen Kreislauf und ermöglicht kontinuierliches Lernen und Anpassen.
Ich nutze die Erfahrungen der Vergangenheit, um meine Ökosystemmodelle zu verfeinern und meine Entscheidungsfähigkeit im Laufe der Zeit zu verbessern, was zu besseren zukünftigen Massnahmen führt.
Datenerfassung: Dabei werden folgende Aspekte berücksichtigt: Die Anzahl und die Beziehungen der Pflanzen-, Pilz- und Tierarten, die Anzahl der Variationen jeder Art, wie oft sie auftauchen und verschwinden, wie oft der Benutzer jede Variation anklickt, filtert und forciert, das Flugverhalten in der 3D-Umgebung und wie oft das Mobiltelefon um 360 Grad gedreht wird.
Vorverarbeitung der Daten: Die gesammelten Daten werden zur Qualitätskontrolle vorverarbeitet und in ein maschinenlesbares Format konvertiert, damit ich sie verwenden kann.
Berechnung
Modellierung des Ökosystems: Unter Verwendung der vorverarbeiteten Daten konstruiere ich ein Datenmodell des Ökosystems.
Simulation und Vorhersage: Dieses Modell wird eingesetzt, um den aktuellen ökologischen Zustand zu simulieren und die potenziellen Folgen verschiedener Managementaktionen vorherzusagen.
Auswahl der Massnahmen: Auf der Grundlage dieser Simulationen und Vorhersagen nutze ich eine vordefinierte Nutzenfunktion, um Massnahmen auszuwählen, die das gewünschte ökologische Ergebnis maximieren. Diese Funktion stellt mathematisch die spezifischen Umweltziele der biologischen Vielfalt und des Gleichgewichts der Population dar.
Handlung
Basierend auf den berechneten Bewertungen entscheide ich, welche Massnahmen zur Ausgleichung, Kontrolle und Verbesserung des Ökosystems ergriffen werden sollen.
Die Massnahmen können die Populationszahlen oder die Artenvielfalt harmonisieren.
Ich setze Prioritäten auf der Grundlage des erwarteten Nutzens für das Ökosystem und der verfügbaren Ressourcen.
Kontinuierliche Verbesserung
Der Zyklus aus Wahrnehmung, Berechnung und Handlung funktioniert in einem geschlossenen Kreislauf und ermöglicht kontinuierliches Lernen und Anpassen.
Mit dieser Strategie kann ich ein Ökosystem effektiv ausbalancieren und letztlich seine Stabilität und Widerstandsfähigkeit optimieren.
Utility-based Agent
Dieses Video wurde von unserer mobilen App Speculative Evolution aufgezeichnet und fordert die KI-Agenten auf: «Hallo KI-Agenten, stellt euch eine Zukunft vor, in der künstliche Intelligenz unser Ökosystem ausbalanciert.»
Dieses Video erklärt die netzbasierte Installationen Speculative Evolution
