Demnach sind Selbstmörder und Insassen einer Todeszelle keine Menschen.

Eine Maschine kann man so Programmieren das sie z.B. ihre Solarzellen gegen alles verteidigt. Eine Maschine kann auch "lernen" ihre Energiequelle zu verteidigen oder sich neue Energie zu beschaffen.

Künstliche Intelligen hat nichts mit Moral, Ethik, Bewusstsein oder sonstwas zu tun, sondern ist ein reines "Hardwareproblem".

Die Frage ist lediglich wie werden welche Neuronen mit was für Funktionen untereinander verbunden und wie werden diese Verbindungen geregelt.

But yes, I’m in a good position. :-) Looking forward to continuing to figure out life.

First, spending time on trivialities will make you better at trivialities, which biases yourself towards trivialities in future choices. When you have a fixed amount of time and the choice whether to produce text for some grant proposal or whether to work on an exciting question, you better have more practice in tackling complex, possibly confused questions than in writing grant proposals.

Second, spending time on trivialities signals that you are willing to do trivial things, which biases your social environment towards making you the person to get trivialities done. If you just don’t do the things that are not the kind of thing you want to do, this may look worse on your cv — but it will mainly look worse to those who would like to get you to do things you don’t like anyway!

If ‘as little as you can get away with’ turns out to be a substantial amount of your time, look for a different place. If you can’t find one, maybe working part of your time (e.g. consulting, freelance programming) and spending the rest of your time on whatever research you want is a better solution?

Personally, I’m lucky to be in a place where I don’t feel a strong push towards trivialities and where I work with people who care about making actual progress.

If you’re done in two months, it sounds like you are in a pretty good position.

I think a lot of this comes from a false setup, as you point out: we enter academia with the misconceptions of youth. I strongly identified with the values projected by people like Carl Sagan and my science teachers. Discovering that value-set submerged by the enforced trivialities of endless grant proposals, smallest publishable units, and short-cutting in research has been hard to handle. This is probably psychologically similar to how religious people feel when they start to lose their faith.

Where have your thoughts wondered in the time since this post?

“Moreover, we would have to suspect that the posthumans running our simulation are themselves simulated beings; and their creators, in turn, may also be simulated beings.”

Doesn’t this infinite regress apply to any and all notions of simulation, therefore negating their validity?

Ich bin auf keinen Fall gut in Mathe. Weder damals noch heute. Trotzdem habe ich es geschafft, auch, wenn ich mich mathemaessig manchmal uebel auf den Hosenboden setzen musste.

Als ich mit CogSci angefing, hatte ich gerade mal einen Grundkurs in Mathe am Gymnasium (NRW) gehabt. Als ich an die Uni gekommen bin, wurde mir aber sehr schnell klar, dass massive Luecken im Mathematik Kurrikulum in der gymnasialen Oberstufe sind. Einer Freundin hat in ihrem ersten Semester (ihres Physik-Studiums) beim Vorkurs Mathematik an der RWTH Aachen gesagt bekommen, dass sie im Prinzip alles, was sie ueber Mathe zu wissen denkt, eigentlich nicht gebrauchen kann und man wuerde dort nun gescheite Mathematik beibringen. Autsch. Genau sowas will man hoeren, wenn man gerade anfaengt ;-)

Mit anderen Worten: Es spielt keine Rolle, ob und wieviel Mathe Vorwissen man hat. Es kommt darauf an, wie leicht es einem gefallen ist, sich dieses “Vorwissen” anzueignen, denn das macht eine gute Aussage darueber, wie leicht es einem faellt sich den Rest anzueignen.

Don’t Panic! :-)

Wenn du aber meinst, dass dir noch nicht klar ist _warum_ Mathe wichtig ist (und nicht, _ob_ Mathe wichtig ist), so wuerde ich meinen beiden Vorrednern sehr gerne beipflichten. Mathe gehoert einfach dazu, genau wie Statistik. Wenn man das alles nicht drauf hat, ist man entweder in der Wissenschaft komplett fehl am Platz oder wird es teilweise sehr schwer haben.

Ein Beispiel (ohne Garantie, dass das unten stehende Beispiel viel Sinn macht):
Du hast eine Reihe von PET-Scans des V4 im visuellen Kortex und des FFA (Fusiform Face Area) bezueglich eines bestimmten Stimulus. Du willst ueberpruefen, ob die Verteilung der Spikes in beiden Arealen kausal verknuepft ist. Einfach vergleich kann man nicht, da du die Menge der Einflussfaktoren vermutlich nicht weit genug eingrenzen kannst. Eine Moeglichkeit, das zu probieren waere ein Strukturelles-Gleichungs-Modell (http://en.wikipedia.org/wiki/Structural_equation_modeling). Dazu stellst du ein kausales Modell mit Hilfe von Gleichungen auf, die die Wirkung vom Stimulus auf beide Areale vorhersagen kann.

Und das ist nur der Anfang. In K.I. und Neuroinformatik geht es mathematisch noch heisser her. Ich erinnere mich an so ein Multi-Layer-Perceptron, dessen Lernkurve ich in einer Neuroinfo-Klausur approximieren sollte, wenn ich damals die Ableitung des Tangenz-Hyperbolikus auf die Reihe bekommen haette… ;-)

Aber keine Angst. Das bekommt man rechtzeitig schon beigebracht, wenn es soweit ist.

ich studiere zwar kein Cognitive Science, sondern Kognitive Informatik in Bielefeld, aber glaube auch etwas dazu sagen zu können. Ich hatte dieses Semester nämlich ein Seminar besucht, in dem einige Paper aus den kognitiven Neurowissenschaften besprochen wurden.

Dort hat man in der Regel mehrere Versuchsreihen mit Messerwerten (und in der Psychologie und Bewusstseinsforschung dürfte das ähnlich sein) und die müssen natürlich statistisch ausgewertet werden. Somit halte ich gerade diesen Teilbereich der Mathematik für die von dir angesprochenen Bereiche gewisse Kenntnisse als unerlässlich und vermutlich wird Statistik etc. noch nicht in Mathe I behandelt.

Übrigens steckt hinter der Auswertung von Hirnscans sicherlich auch einiges an Mathematik (selbst, wenn die von der Software übernommen wird).

Das ist meine Sicht, aber als Informatiker bin ich natürlich auch geneigt, Mathematik als besonders wichtig einzustufen. ^^