Category: Lesetipps

Deep Learning mit Python und Keras

Python ist für viele Einsteiger die Sprache der Wahl, wenn sie mit neuartigen Frameworks etwas aufbauen wollen. Im Bereich des Deep-Learnings ist das ähnlich. Hier bietet sich Python in Kombination mit Keras an. Das Buch Deep Learning mit Python und Keras von François Chollet beschäftigt sich genau mit diesem Thema.

Die Beispiele sind sehr vielfältig, was auch ein sehr großes Plus dieses Buches ist.

Das Buch startet mit einer kurzen Einleitung zum Thema Deep Learning. Was bedeutet das “Deep” in Deep Learning, was kann Deep Learning leisten und welche Versprechen bringt die Künstliche Intelligenz im Generellen mit sich. Bevor das Buch sich mit Keras und Deep Learning Verfahren beschäftigt, gibt es erstmal einen Ausflug in die Welt der probabilistischen Modellierung. Was sind Kernel? Welche Verfahren wurden vor dem Deep Learning eingesetzt?

Hier liefert das Buch auch die nötigen technischen und mathematischen Grundlagen zum Verstehen des Sachverhaltes. Der Autor geht davon aus, dass sogar mathematische Anfänger die Materie durchdringen können, auch wenn sie keine tiefergreifende Ausbildung haben. Das Verständnis darüber, wie bestimmte Medien (Bilder, Video, Audio, Text) codiert sind, ist essenziell beim Deep Learning. Deshalb werden diese anfänglich erklärt. Danach folgt eine Einführung in künstliche neuronale Netze, die sozusagen die Vorgänger des heutigen Deep Learnings sind.

Nachdem sich das Buch mit einfacheren Methoden beschäftigt hat, begibt sich der Autor zu den praktischen Problemen, die er mit Deep Learning Methoden löst. Dazu verwendet er das Framework Keras (der Autor selbst ist der führende Entwickler hinter diesem Framework). Die Beispiele sind sehr vielfältig, was auch ein sehr großes Plus dieses Buches ist. Hier werden Datenbanken wie IMDb und Reuters (Nachrichten) angezapft. Das Buch beschäftigt sich also mit der Klassifizierung von Texten und Bildern.

Ein weiterer spannender Punkt im Bezug auf Deep Learning ist das Generative Deep Learning. Anfänglich wurden Sequenzen aus Daten zur klassifiziert. Beim Generativen Deep Learning werden eben solche Texte, Bilder oder Audiostücke selbst erzeugt. Nachdem man sich also mit dem praktischen Thema des Deep Learnings beschäftigt hat, lernt man noch, wie man in Zukunft verschiedene Medien selbst generieren lassen kann.

Unser Fazit: Das Buch liefert ein gelungenen praktischen Exkurs in die Welt des Machine Learnings mit der Sprache Python. Wenn ihr einen schnellen Einstieg sucht und schnell mit Hilfe von Beispielen an ein Ziel kommt, dann ist dieses Buch genau die richtige Empfehlung für euch.

 

Der Reiz des Utopischen – Was sind Utopien?

Wo geht der Weg der Menschheit hin? Welche Rolle spielen unsere technischen Möglichkeiten dabei? Diese Fragen beschäftigen viele Forscher – nicht nur im Bereich Künstliche Intelligenz. Utopien sind dabei ein beliebtes Genre, den (oft extremen) Rahmen der Möglichkeiten abzustecken. Unser Gastautor Tino Polzin erklärt uns, warum wir mehr über Utopien lesen sollten.

Was sind Utopien?

Jeder von uns kennt den Ausdruck, dass etwas „utopisch“ ist und versucht damit den Umstand zu verdeutlichen, dass etwas unmöglich zu erreichen scheint. Obwohl der Begriff Utopie zu Zeiten der griechischen Hochkulturen so nicht existierte, stammt er doch aus dem Griechischen und bedeutet tópos „Ort“ und ou „nicht“. Wörtlich bedeutet Utopie „Nirgendsland“ oder „Nichtland“.

virtual-city-1589401_1920

In einer Utopie möglich: Eine virtuelle Stadt, die sich von unser Vorstellung einer Stadt sehr weit entfernt hat.

Utopien in der Literatur stellen gemeinhin eine ideelle Gesellschaft dar, die in einem mehr oder weniger isolierten Raum existiert. Diese imaginären Gemeinschaften stellen eine positive oder negative Entwicklung der real existierenden Welt dar. Kurz gesagt sind Utopien die Manifestation einer „möglichen Gesellschaft“ im Text. Die erste Utopie überhaupt stammt vom Philosophen Platon. In seinem Werk „Politeia“ (dt. „Der Staat“) aus dem Jahre 370 v. Chr. versucht er die Gerechtigkeit im Staat und die perfekte Ordnung der Gesellschaft zu entwickeln. In der Literatur gibt es neben den Utopien auch die Anti-Utopien (Dystopien). Romane also,  die sich mit dem Gegensatz einer ideellen Gesellschaft auseinandersetzen. Bekanntestes Beispiel hierfür ist der Roman „1984“ von George Orwell aus dem Jahre 1949.

Warum sollte man Utopien lesen?

Utopien klingen befremdlich oder idyllisch? Unsere Verantwortung ist es, sie zu verhindern oder herbeizuführen.

Utopien klingen befremdlich oder idyllisch? Unsere Verantwortung ist es, sie zu verhindern oder herbeizuführen.

Viele Autoren von Utopien entwickeln eigene Vorstellungen einer ideellen Gesellschaft und beziehen sich dabei meist mit einem satirisch-kritischen Unterton auf vorherrschende Gesellschaftsverhältnisse der jeweiligen Zeit. Damit geben utopische Romane dem Autor vergleichsweise viel Macht in die Hände, vor allem in Zeiten staatlicher Zensur. Für uns als Leser bietet sich hierbei die Möglichkeit, einen Einblick in die Gedanken des jeweiligen Autors zu bekommen. Zudem lassen sich mit dem nötigen Verständnis für die jeweilige Zeitepoche auch die Nuancen von Kritik und Satire an Missständen vergangener Gesellschaften erkennen.

Neben unterschiedlichen Utopien des perfekten Staates bietet auch die fortschreitende, technische Entwicklung genügend Möglichkeiten und Anlässe, sich mit dem Lesen utopischer/ dystopische Romanliteratur den Geist dafür zu öffnen, wo technische Entwicklungen enden können und ob dies im Sinne der Menschheit ist. Als Beispiel für die Auseinandersetzung von Technik in Utopien sei hier nur Aldous Huxleys „Schöne Neue Welt“ genannt. Huxley beschreibt in seinem Buch einen Weltstaat, dessen zentrales Wesensmerkmal die genetische Manipulation von Erbgut und Embryonen ist.

Utopien bieten trotz ihrer oftmals simplen Erzählstruktur ein Fenster in die Zukunft, durch das wir als Leser blicken können. Dabei können wir von dieser Zukunft fasziniert sein oder uns angewidert abwenden, aber wir sollten dabei nicht vergessen, dass jedes Fenster auch ein Spiegel sein kann.

Welche Utopien sind lesenswert?

  • Platon, „Politeia (dt. „Der Staat“), 370 v. Chr. – Warum: Erste Utopie überhaupt und prägender Entwurf für die Ordnung eines Staates und dessen Gesellschaft.
  • Thomas Morus, „Utopia, 1516 – Warum: Namensgeber des Utopiegenres, zudem auch kritische Auseinandersetzung mit der Zeit des 16. Jahrhunderts.
  • Aldous Huxley, „Schöne Neue Welt, 1932 – Warum: Ein Weltstaat, der durch genetische Kontrolle und glücklich machende Rauschmittel im wahrsten Sinne des Wortes glückliche Menschen erschafft.
  • George Orwell, „Nineteen Eighty-Four, 1949 – Warum: Die wohl bekannteste Dystopie überhaupt etablierte den „Big Brother“ und führt dem Leser vor Augen, was passiert, wenn die Überwachung total und absolut wird.
  • Dave Eggers, „The Circle, 2013 – Warum: In gewisser Weise übersetzt diese Mini-Dystopie den Roman „1984“ in unsere Zeit, in der ein Internetkonzern nicht nur das (digitale) Leben seiner Nutzer totalüberwachen will.

Zum Gastautor: Tino Polzin, Jahrgang ’90, studierte Philosophie, Geschichte und Psychologie an der TU Dresden sowie der FU Hagen. Aktuell beschäftigt er sich mit der Klassifikation von Utopien in der Literatur.

Thinking, Fast and Slow – Ein Buchtipp für KI-Forscher

Thinking, Fast and Slow von Daniel Kahnemann stand schon länger auf meiner Wunschliste. Von vielen Seiten wurde mir versprochen, dass es genau dieses Buch ist, was angehende Wissenschaftler lesen sollten. Also habe ich es mir vorgenommen und geschaut, ob es hält, was viele Kollegen versprochen haben.

Das Buch beginnt mit einer Einführung zu den beiden System, also dem mehr affektiv handelnden System I und dem langsamen und faulen System II. Zweiteres ist jedoch dazu ausgelegt, komplex zu denken und Fakten zu checken. Wie umfangreich und aufwändig ist das die Benutzung von System II und wie oft nutzt man es? Das Gehirn ist eine assoziative Maschine (er nennt es so, allerdings ist Maschine ein sehr technikorientiertes Wort, assoziatives System wäre hier etwas abstrakter und würde für weniger Verwirrung sorgen). Das Kapitel beschäftigt sich außerdem damit, wie wir Entscheidungen treffen und welche weiteren Optionen zur Entscheidungsfindung existieren.


Das ganze Buch ist durchzogen mit kurzen Beispielen, um den Leser ebenfalls bei einigen Denkfehlern zu ertappen. Im zweiten Kapitel geht es um Statistiken und Denkfehler, die vor allem dabei passieren, wenn man mit kleinen Zahlen und Mengen auf Größere schließt oder wenn Emotionen sowie persönliche Präferenzen im Spiel sind. Risiken werden oftmals von uns unterschätzt, weil wir in die Vergangenheit schauen und meist annehmen, wir würden alle Parameter kennen. In der Wissenschaft nennt sich dieser Effekt “Overconfidence”. Das ist auch der Titel des 3. Kapitels, das sich mit den Illusionen und dem Verstehen der Umwelt beschäftigt. Eine wertvolle Quintessenz aus diesem Teil des Buches wird schnell klar. Wir benötigen sehr oft eine vertrauensvolle aber ehrliche Sicht von außen, die uns hilft unsere Entscheidungen zu reflektieren. Nach diesem Exkurs über die Wahrnehmung geht es um die Wahl. Eine Wahl zu haben, bedeutet zu allererst, dass man mehrere Optionen zur Auswahl hat. Es werden Theorien und Fallstricke vorgestellt, die uns bei der Entscheidung zwischen mehreren Optionen im Wege stehen. Welche Fragen zu stellen sind, um diesen Fallstricken zu entgehen sind, verrät das Buch auch. Im generellen spielt die Wahrnehmung und die Warhnehmungstäuschung in diesem Buch eine große Rolle. Ein Abschnitt in diesem Kapitel handelt beispielsweise von Framing und wie verschiedene Frames die Realität verändern. Das letzte Kapitel stellt danach die beiden Persönlichkeiten vor, die in einem Menschen wohnen. Auf das wesentlichste reduziert, kann man sagen, die erste Persönlichkeit ist ein emotionaler und affektive Entscheider. Im Gegensatz dazu ist die andere Persönlichkeit eher ein rationaler Denker, der andere aber nur bedingt bessere Entscheidungen trifft. Zudem verbraucht der rationale Denker sehr viel Energie und Aufmerksamkeit.

Was kann ich daraus lernen?

Nach dem Lesen des Buches stellt man auf jeden Fall fest, dass man bewusster entscheidet. Man denkt fast automatisch darüber nach, ob System I oder II eine Entscheidung getroffen hat und was der richtige Weg gewesen wäre. Außerdem analysiert man Fallstricke häufiger, lässt sich für Entscheidungen mehr Zeit und kann nach der Entscheidung seine Argumentationslinie sauberer darlegen. Vieles war für mich nicht neu, die Fakten und Biases existieren schon länger, allerdings macht zusätzlich zum präsentierten Wissen die Erfahrung des Autors und Nobelpreisträgers Daniel Kahnemann das ganze Buch zu einem runden Konzept. Er schreibt einige Erkenntnisse aus seiner persönlichen Sicht und zeigt auch auf, was der Ausgangspunkt für dieses oder jenes Experiment war. Besonders als (werdender) Wissenschaftler liest sich das Buch sehr spannend.

Take-Away: Was bleibt?

    • Mach dir klar, dass du immer die Wahl hast, zwischen affektivem und bewussten Entscheiden zu wählen.
    • Denke immer über mögliche Fallstricke nach, die deine Entscheidungen negativ beeinflussen können.
    • Prüfe Risiken, die aus deinen Entscheidungen folgen können.
    • Sei dir bewusst, das du prinzipiell immer zu wenig Informationen hast, um dich richtig zu entscheiden.
    • Lerne deine Entscheidungen einzuschätzen. Agierst du eher risikoavers oder verlustavers? Und warum ist das so? Reflektiere die Entscheidungen, um festzustellen, was dir deinen Entscheidungen zugrunde liegt.
    • Erlaube dir selbst, mehrere Entscheidungen durchzuspielen und in jeder die positiven sowie negativen Aspekte zu sehen.

Hier gehts zum Buch von Daniel Kahnemann.

[Bücher] Beschleunigung und Entfremdung – Hartmut Rosa

Da ich aktuell etwas weniger Zeit habe, um über Künstliche Intelligenz und artverwandte Themen zu bloggen, möchte ich eine neue Artikelreihe starten. Denn – Zeit zum Lesen habe ich immer, denn sie ist fest eingeplant bei mir. Deshalb geht es in der neuen Artikelreihe um Bücher, die vor allem für Data Scientists, Data Engineers und Ingenieure der Informatik geeignet sind.

Mit einem Buch vom Soziologen Hartmut Rosa möchte ich dabei starten. Jetzt fragt man sich natürlich, was ein Soziologe überhaupt im entferntesten Sinne mit Informatik und KI zu tun hat. Auf der einen Seite möchte ich generell klarmachen, dass es für einen Informatiker nicht schaden kann, sich in andere Fachgebiete einzulesen, schließlich durchdringt die Informatik immer mehr Teile der Wissenschaften und Wirtschaftsbranchen – ein Blick über den Tellerrand, egal auf welcher Seite des Tellers, lohnt sich also meistens. Auf der anderen Seite ist das Thema (trotz des Erscheinungsjahrs 2013) immer noch aktuell. Persönlich finde ich, dass sich einige meiner (früheren) Kommilitonen, Kollegen und Freunde bezüglich des Themas “Beschleunigung des Alltags” eher reaktiv verhalten, anstatt es aktiv zu verstehen und zu nutzen.

Beschleunigung und Entfremdung von Hartmut Rosa erklärt nämlich sehr genau die Anatomie dieser Beschleunigung. Ein Beispiel: Vor der Erfindung der Eisenbahn vermutete man, dass jede Fortbewegung des Menschen größer als 30 Km/h schädlich für das Gehirn ist. Schauen wir aus dem Fenster und denken einen kurzen Augenblick nach, wie wir heutzutage reisen.  Es gibt viele Aspekte und Facetten dieser Beschleunigung. Rosa sieht die Auflösung der Ständegesellschaft als einen dieser Punkte an. Dadurch wurde das Leben undeterminierter. In einen Stand hineingeboren zu sein, sicherte den Status. Durch die Freiheit, sich den Status selbst zu erarbeiten, kommt aber eben auch der Zwang, sich den Status zu sichern. Nachdem Rosa die Motoren der Beschleunigung identifiziert hat, stellt er fest, dass sich technische Innovationen, wissenschaftliche Erkenntnisse und ökonomische Transaktionen um ein vielfaches beschleunigt haben – nicht aber die Politik. Das sich die Politik nicht entwickelt hat, würde ich nicht direkt unterschreiben. Geopolitik und deren Auswirkung betrifft uns alle.  Auf einer gewissen Ebene hat sich die Politik (nicht vor unserem direkten Auge) auch entwickelt. Worauf der Autor aber hier anspielt: Gelebte Demokratie gibt den Rahmen für Innovationen, Wissenschaft und Wirtschaft vor. Dafür erscheint ihm die Politik zu langsam. Dabei sieht er vor allem den hohen Planungsaufwand (u.a. bürokratiebedingt) als einen Grund.




Die Anatomie der Entfremdung klassifiziert er mit der Entfremdung vom Raum, von Dingen, der Zeit, vom eigenen Handeln sowie Selbstentfremdung & soziale Entfremdung. Er führt diese aus und untermauert sie mit subjektiven Darstellungen, bzw. praktisch erlebtem. Durch in-Beziehung-treten mit Dingen, also durch Interaktionen mit Dingen (einen Socken stopfen anstatt wegzuwerfen, ein technisches Gerät selbst reparieren anstatt es neu zu kaufen) beseelt man sie. Ist dies nicht der Fall, so entfremdet man sich von ihnen, so führt Rosa in seinem Buch aus.

Fazit: Es ist gut, das Thema Beschleunigung (mit diesem Buch) zu begreifen, damit man ihr nicht ausgeliefert ist. Man bringt oft unbewusst Opfer zugunsten der Wettbewerbslogik, man sollte sich dessen wenigstens bewusst sein. Eine Leseempfehlung von mir. Hier gehts zum Buch.

Künstliche Intelligenz in den USA! Das Strategie-Papier dazu

Im Mai 2016 haben sich in den U.S.A. verschiedene KI-Spezialisten zusammengesetzt und versucht, ein Strategiepapier für die Zukunft mit der KI zu entwickeln. Das Papier wurde nun im Oktober vorgestellt. Es enthält neben einführenden Worten zum Thema Künstliche Intelligenz auch ein paar begriffliche Definitionen (darunter Autonomy, Automation, etc.).




Das Strategiepapier gibt Handlungsempfehlung für den Präsidenten der Vereinigten Staaten. Wer die ca. 50 Seiten des Reports nicht lesen will, bekommt hier die wichtigsten Handlungsempfehlungen zusammengefasst:

  • Datensätze der staatlichen Institutionen offenlegen, um die KI-Forschung in diesen Bereichen zu beschleunigen.
  • Institutionen und staatliche Agenturen sollten Standards festlegen, auf denen sie Informationen austauschen, gewinnen oder vorhersagen können.
  • Jedes Ministerium sollte Stellen für Machine Learning Engineers schaffen, damit spezifische Daten schnell ausgewertet werden können.

    Executive Office of the President of the United States, Quelle: Report

    Executive Office of the President of the United States, Quelle: Report

  • Das Ministerium für Verkehr soll eng mit der Wirtschaft an der Erarbeitung von Richtlinien und Gesetzen arbeiten. Dabei geht es vor allem um den Einsatz von Drohnen (UAS, unmanned aircraft systems) und autonomen Fahrzeugen (UV, automated vehicles).
  • Das Ministerium für Verkehr sollte ein skalierbares System entwickeln, dass den Luftraum der Zukunft besser überwachen kann – insbesondere individueller Personenverkehr in der Luft sowie Drohnen.
  • Die Wirtschaft soll die Ministerien zeitiger über mögliche Entwicklungen informieren, damit zeitnah Regeln und Gesetze angepasst werden können.
  • Schüler sollen in den Schulen mehr über das Thema Ethik bzgl. Künstlicher Intelligenz lernen. Die Kinder sollen KI-affineren Unterricht bekommen und somit für den bewussten Umgang ausgebildet werden.
  • Der Präsident sollte Richtlinien aufstellen, die klären, wie die Verantwortlichkeiten bei automatischen und semi-automatischen Waffensystemen aussehen.
  • Welche Jobs und Arbeitsplätze potentiell gefährdet sind, wurde nicht untersucht, sollten aber in einem zweiten Report geklärt werden.

Der Report kann als als eine grobe Übersicht gesehen werden, die der Regierung helfen soll, sich initial mit dem Thema zu befassen. Aus dem Report geht auch hervor, dass weitere Untersuchungen notwendig sind. Während in den U.S.A. der KI-Ansatz eher einheitlich verstanden wird, beschränkt sich Deutschland dort meist auf die KI in der Wirtschaft.