Fellows

Sprachverstehen und künstliche neuronale Netzwerke. Kulturen des maschinellen Übersetzens

PROJEKTBESCHREIBUNG

Ziel des Forschungsprojekts ist es, maschinelle Sprachübersetzungssysteme, die auf der Technologie künstlicher neuronaler Netzwerke (KNN) basieren, erstmals umfassend medienhistorisch wie -theoretisch zu erschließen. Dabei verfolgt das Projekt insbesondere drei Perspektiven: Erstens geht es allgemein darum, die maschinellen Übersetzungssysteme hinsichtlich ihrer epistemologisch-technischen Konzeptualisierung des Mediums Sprache zu befragen. Zweitens soll ausgelotet werden, inwieweit der Lernprozess des maschinellen Übersetzens überhaupt sichtbar und dem menschlichen Verständnis zugänglich ist, stellt man hierbei in Rechnung, dass gerade im aktuellen KI-Diskurs KNN als fundamental opake Technologie gelten. Drittens zielt das Vorhaben nicht nur auf die Frage ab, wie maschinelle Übersetzungssysteme, die auf KNN basieren, das Übersetzen von Sprachen quasiautomatisch lernen, vielmehr soll auch  erörtert werden, wie die Lernalgorithmen die automatische Sprachübersetzungen ermöglichen, selbst als Übersetzungstechnologien konzeptualisiert werden können.

CV

Nach Stationen u. a. in Göttingen, Regensburg, Wien und Berlin lehrt und forscht Andreas Sudmann als Privatdozent für Medienwissenschaft an der Ruhr-Universität Bochum, wo er sich auch 2016 habilitiert hat. Zuletzt vertrat er eine Professur für Medienwissenschaft an der Philipps-Universität Marburg, bevor er das Research Fellowship am IFK in Wien antrat. Seine aktuellen Forschungsschwerpunkte sind medientheoretische und -historische Probleme der künstlichen Intelligenz, insbesondere maschinelle Lernverfahren, Fragen zur Ästhetik und Politik populärer und technischer/digitaler Bildmedien, zu Formen und Verfahren der Serialität und des Dokumentarischen sowie allgemein zum Gegenstandsbereich der Medientheorie und Medienkritik.

Publikationen

gem. mit Christoph Engemann, Machine Learning. Medien, Infrastrukturen und Technologien der Künstlichen Intelligenz, Bielefeld 2018; „On the Media-political Dimension of Artificial Intelligence: Deep Learning as a Black Box and OpenAI“, in: Ramón Reichert, Mathias Fuchs (Hg.), Rethinking AI. Neural Networks, Biopolitics and the New Artificial Intelligence, Digital Culture & Society 4/1, 2018, S.181–200; „Deep Learning als dokumentarische Praxis“, in: Sprache und Literatur 48/2, 2017, S. 155–170.