Category: Wissen

Blockchain Use Case – Smart Grid and Energy

After the blockchain hype has subsided, the question arises as to which use cases for blockchain are conceivable for our society. Below we present a possible use case.

If you buy electricity nowadays, it usually comes from a central location, is transported through a centrally managed power grid and ends up with the consumer. So far, electricity has always followed this path. This was mainly due to the fact that not many households were able to produce their own electricity. However, this could change quickly with the current developments in the field of smart grids and blockchain.

 

End consumers become producers

Now end consumers themselves are becoming producers in which they can feed electricity into a network themselves using innovative solar modules on the roof. Many providers of inverters, solar panels and energy storage devices are entering the market and are offering end customers a solution to produce their own electricity.

If this electricity is not used, the producer can provide the energy that is not required in the neighborhood. The Smart Grid does this. This power grid is intelligent in that it enables intelligent distribution of the electricity.

 

The bill from the blockchain

Now the blockchain makes it possible to track the amount of electricity that a particular household has given to the smart grid in a way that is not counterfeit-proof. The blockchain enables transparent recording of the electricity offered and the quantity purchased. Since this form of offering and purchasing energy works like a marketplace, the blockchain can also automatically conclude purchase agreements via smart contracts. A smart contract integrated into a specific Bockchain protocol therefore carries out all actions up to an agreement and the electricity can flow.

 

Book Recommendation

In her book Token Economy, Shermin Voshmgir describes in great detail what the blockchain actually is, how tokens will be designed in the future and what use cases exist for these tokens. It highlights both the development of tokens on the blockchain to date and the future economy that can arise around these tokens.

 

 

Blockchain Use Case – Supply Chain Tracking

After the blockchain hype has subsided, the question arises as to which use cases for blockchain are conceivable for our society. Below we present a possible use case.

If you currently buy a product, you have no insight into where the goods really come from, which steps they have gone through and how (or when) they came into the market. In the past, these value chains and supply chains were more nationally restricted, but in times of globalization they have become longer and more opaque.

 

Transparency through tracking

It is these lack of transparency that often make consumers despair. With its smart contracts and counterfeit protection, the blockchain offers an instrument to ensure this transparency. But how? Each processing step of a product can be mapped and confirmed on the blockchain. All entries created in the following steps confirm the previous steps and simply add another entry on the blockchain. This means that every service provider (generally an actor) is forced to confirm receipt of the goods, carry out his work and is also obliged to leave an entry on the blockchain when the goods leave. What sounds like a lot of work here will happen automatically in practice and will be handled using technologies such as QR codes or scanners. As a rule, not every single unit is recorded for large quantities of a product, but only the delivery (or batch) to which the product belongs.

 

Democratization of the value chains

For the first time, this gives consumers the insight they need to make an informed purchase decision. In the future, this information will be found on foods, for example. With the help of an app you can get information about the goods. However, this solution of the goods on the blockchain offers further advantages. For example, faulty goods can be traced faster and a more targeted recall process can be started.

 

Book Recommendation

In her book Token Economy, Shermin Voshmgir describes in great detail what the blockchain actually is, how tokens will be designed in the future and what use cases exist for these tokens. It highlights both the development of tokens on the blockchain to date and the future economy that can arise around these tokens.

 

 

 

 

Blockchain Use Case – Art and other assets

After the blockchain hype has subsided, the question arises as to which use cases for blockchain are conceivable for our society. Below we present a possible use case.

Art and other possessions (assets) are often objects that you consider investment or just for hobby. But if you want to pay off these assets, you rarely find a liquid marketplace. Also, possession of such goods is usually 100% with one person. This makes it difficult for a collective of private art lovers to share ownership of a painting (or the rights to it). There are other assets that do the same. Historic cars and general collectibles suffer from the same problem.

 

Democratization of art

With the help of the blockchain, these assets can be tokenized. This means that you issue shares (tokens) for a piece of art, for example. On the one hand, these share certificates confirm the authenticity of the work of art and, on the other hand, they are a right to own a share of the work of art. This also makes it possible for small investors and private individuals to own art and to benefit from resale or the general commercialization of the painting. These tokens are on the blockchain and are stored there against forgery.

 

Art and new liquidity

 

Book Recommendation

In her book Token Economy, Shermin Voshmgir describes in great detail what the blockchain actually is, how tokens will be designed in the future and what use cases exist for these tokens. It highlights both the development of tokens on the blockchain to date and the future economy that can arise around these tokens.

Blockchain Use Case – Immobilien

Nachdem der Blockchain-Hype sich gelegt hat, stellt man sich die Frage, welche Use Cases die fĂŒr Blockchain fĂŒr unserer Gesellschaft denkbar sind. Nachfolgend prĂ€sentieren wir einen möglichen Use Case.

Immobilien sind immer ein interessantes Investment, gerade wenn man nicht dem Risiko und der VolatilitĂ€t der Börsen unterlegen sein will. Aktuell sind viele Immobilien nur mit Krediten und hohen Sicherheiten zu bekommen. Außerdem sorgt der hohe Administrationsaufwand sowie Kosten der Behörden dafĂŒr, dass sich gerade Kleinanleger nicht zum Kauf einer Immobilie durchringen können. Wenn man zusammen mit anderen Investoren eine Immobilie kauft, hat man zudem noch Kosten fĂŒr die Gesellschaft, welche die Immobilie hĂ€lt.

Senkung behördlicher Kosten

Die Blockchain macht es möglich, sicher und dezentral EintrĂ€ge in GrundbĂŒchern zu verwalten. Dadurch können mit Hilfe von Smart Contracts mehrere Parteien eine Vereinbarung finden, ohne das Arbeitsaufwand sowie finanzielle Aufwendungen zu groß werden. Dieser Smart Contract verwaltet die Anteile der einzelnen Investoren (beziehungsweise Besitzer) und seine Mechanismen kĂŒmmern sich um AusschĂŒttungen. Die Verwaltung von Assets wie Immobilien sind ein wichtiger Anwendungsfall der Blockchain und helfen dabei, Investitionen und Besitz zu demokratisieren.

 

Immobilien-Investments fĂŒr jeden

Die Blockchain hilft dabei bei zwei wichtigen Kernaspekten. Zum einen wird dadurch ein Asset wie beispielsweise eine Immobilie in viele kleine Teile aufgetrennt, in die man ohne einen unmittelbaren Mittelsmann investieren kann. Der zweite Aspekt ist der liquide Markt, den die Blockchain sichtbar macht. Der Gang zum Immobilienmakler ist der aktuelle Weg, um in den Besitz von Immobilien kommen, beziehungsweise um Immobilien zu verĂ€ußern. Ein dezentrales Netzwerk, welches digital alle Anteile an Immobilien verwaltet, kann ĂŒber digitale Portale und Smart Contracts helfen, einen nicht immer liquiden Markt sichtbar und durch die Vereinfachung der Kaufs- und Verkaufs-ModalitĂ€ten liquider zu machen. Die Gatekeeper-Funktion von Immobilienmaklern entfĂ€llt dadurch, da Marktteilnehmer fĂŒr alle Investoren und Besitzer von Immobilien sichtbar gemacht werden.

Buchempfehlung zum Thema

In ihrem Buch Token Economy beschreibt Shermin Voshmgir sehr detailiert, was die Blockchain eigentlich ist, wie Tokens in der Zukunft designed werden und welche AnwendungsfĂ€lle fĂŒr diese Tokens existieren. Sie beleuchtet sowohl die bisherige Entwicklung von Tokens auf der Blockchain als auch die zukĂŒnftige Ökonomie, die um diese Tokens entstehen kann.

 

Blockchain Use Case – Stocks

After the blockchain hype has subsided, the question arises as to which use cases for blockchain are conceivable for our society. Below we present a possible use case.

Contrary to popular belief, blockchain is not just a decentralized means of payment. The blockchain is more of a decentralized management tool. As a decentralized network, the blockchain is also able to manage assets without a central middleman. These assets are divided into many small units. These units are called tokens. These assets are managed with the help of smart contracts. A smart contract offers mechanisms that monitor previously defined events and trigger certain events when they are fulfilled. These events can be payments or even a change of ownership of a token.

Current State

Shares are currently traded on exchanges. Trading in stocks is already highly automated and is mapped almost exclusively via computer systems. If a company wants to go public, it has to meet many requirements. This usually means that only larger companies dare to go public and smaller companies (such as startups) avoid the stock exchange. Startups usually rely on VCs (venture capital) to manage their financing.

Stocks on Blockchain

With shares on the blockchain, a decentralized P2P network, startups can also offer their shares publicly without any problems and thus collect money for shares. Why does something work? The administrative effort that a company has on the stock exchange can be encoded in smart contracts, so that apart from computing power, there is no further expensive manual administrative effort. This clears the way for the democratization of the stock market. Individual citizens are thus able to participate in financing rounds of startups – individually or, which makes more sense in view of the risk – in a syndicate or as a participation in a fund. This fund then invests, for example, in young companies from certain areas.

 

Book Recommendation

In her book Token Economy, Shermin Voshmgir describes in great detail what the blockchain actually is, how tokens will be designed in the future and what use cases exist for these tokens. It highlights both the development of tokens on the blockchain to date and the future economy that can arise around these tokens.

 

 

 

 

Machine Learning fĂŒr Manager

Machine Learning kann fĂŒr Nicht-Techies, AnfĂ€nger und Manager oft eine harte Nuss sein. In unserer neuen Tour wollen wir deshalb dabei helfen, diese Nuss zu knacken. Oftmals sind Management-Entscheidungen zu treffen, bei denen Manager zumindest eine Ahnung von den AblĂ€ufen und Prozessen haben wollen.

In 6 kurzen Kapiteln werden die grundlegendsten Begriffe angesprochen und in verstÀndlicher Sprache erklÀrt. Diese Kapitel beinhalten alles, was man wissen muss, um mit Engineers und Datenspezialisten zu diskutieren.

  • Entscheidung fĂŒr den Typ der Anwendung
  • Das besorgen der Daten
  • Das Erstellen der Feature-ReprĂ€sentation
  • Prototyping des Feature-Vektors
  • Auswahl eines Verfahrens fĂŒr die Implementation
  • Anschließendes Messen der Ergebnisse

Hier geht es zur Tour Machine Learning fĂŒr Manager.

Human Digitale Teams in der Wirtschaft

Von Human-digitalen Teams spricht man, wenn man Teams meint, die einen oder mehrere digitale “Kollegen” haben. Das sind in der Regel Helfer mit KĂŒnstlicher Intelligenz, die eine spezielle Aufgabe effizienter lösen können, als ihre menschlichen Kollegen. Oftmals sind diese Aufgaben dann entweder datenintensiv oder sehr komplex.

Digitale intelligente Helfer geben dabei meistens Empfehlungen oder zeigen die Implikationen von bestimmten Entscheidungen auf. In der heutigen Industrie sind immer mehr solcher Helfer aktiv in den Arbeitsprozessen dabei.

Beispiele fĂŒr Digitale Helfer

  • RisikoabschĂ€tzung bei Investment-Entscheidungen
  • Bildgebende Verfahren im OP-Saal
  • Digitale Assistenzsysteme (Siri, Cortana, etc.) fĂŒr Termine und Erinnerungen
  • Intelligente Suchsysteme auf großen Datenmengen
  • Entscheidungen im Bereich Business Analytics
  • Assistenten zur optimierten Planung von ArbeitsaufwĂ€nden

Wie spricht man Digitale Helfer an?

Digitale Helfer spricht man beispielsweise ĂŒber ein Text-Interface (Chatbot), ĂŒber eine grafische OberflĂ€che oder ein Sprach-Interface an. Aktuell arbeitet man dabei meist in der Befehlsform, um schnell an eine Antwort oder eine Empfehlung zu gelangen.

Entwicklung von Digitalen Kollegen

Immer mehr Firmen in der Industrie und im Dienstleistungsbereich nutzen Digitale Assistenten / Helfer dafĂŒr, um sich auf die wichtigen Aufgaben und ihr KerngeschĂ€ft zu fokussieren. Durch das Erfassen von Daten und Machine Learning werden immer mehr Aufgabenfelder gefunden, in denen sich der Einsatz dieser Assistenten lohnt.

Buch-Tipps fĂŒr das Thema “Human-digitale Teams”

How to Start mit KĂŒnstliche Intelligenz

In diesem Blogartikel zeige ich dir, wie du anfangen kannst, dich mit KĂŒnstlicher Intelligenz zu beschĂ€ftigen. Das Thema ist natĂŒrlich sehr umfassend und natĂŒrlich kommt es darauf an, welches Ziel du verfolgst. Bist du beispielsweise einfach interessiert an zukĂŒnftigen Entwicklungen. Dann sind fĂŒr dich andere Quellen spannend, als fĂŒr jemanden der direkt im Bereich Machine Learning etwas entwickeln will. Interessierst du dich vielleicht sogar nur fĂŒr die Robotik, dann wirst du anderes lesenswert finden. In diesem Artikel will ich jedoch einfach ein paar AnstĂ¶ĂŸe geben, um sich mit dem Thema grundlegend zu beschĂ€ftigen.

Lesen

Grundlegende Lesetipps fĂŒr alle Bereiche rund um das Thema KI habe ich hier bereits zusammengestellt. Schau dort einfach vorbei, wenn du gern liest. Dort findest du eine breite Auswahl an BĂŒchern die sowohl technisch als auch gesellschaftlich nah am Thema KĂŒnstliche Intelligenz dran sind. Außerdem gibt es auf Machine Rockstars noch eine Liste mit Machine Learning BĂŒchern und weiterfĂŒhrenden BĂŒchern.

Meetups

Wenn du dich gern zum Thema KĂŒnstliche Intelligenz, Data Science und Robotik austauschen willst, sind Meetups natĂŒrlich ein sehr gutes Format um sich mit einer lokalen Community zu vernetzen. Eine Auflistung dieser Meetups findest du auf Machine Rockstars.

Podcasts

Ein weiterer beliebter Kanal fĂŒr die Aggregation von neuem Wissen sind Podcasts. Dort reden meist Experten zu Forschungen und Neuheiten rund um das Thema KĂŒnstliche Intelligenz. FĂŒr jeden der gern zuhört und so besser lernen kann, ist die Liste der KI / ML Podcasts zu empfehlen.

Aktien und Anlagen

Was das Thema Anlagen angeht, habe ich hier bereits einige Anlageideen publiziert. Diese hab ich in langer Recherche gesammelt. Schau also mal bei Aktien & ETFs fĂŒr KĂŒnstliche Intelligenz rein.

Machine Learning 101

Der Machine Learning 101 Report bringt euch auch einen schnellen Kickstart in das Thema Machine Learning. Dadurch lernt ihr, wie ihr relativ schnell ein Datenset lernen könnt und was Machine Learning bedeutet.

Lets go

Nun könnt ihr loslegen und euch tiefer in das Thema KĂŒnstliche Intelligenz graben. Viel Erfolg dabei!

Roboter oder nicht? Diese Tests mĂŒssen Roboter bestehen

Okay, Roboter! Oder doch Mensch? Was macht einen Roboter aus und wann verwechseln wir Mensch und Roboter? Mit dieser Frage beschĂ€ftigen sich Wissenschaftler schon seit Jahrzehnten. Sie entwickeln Tests dafĂŒr, um herauszufinden, ob ein gegenĂŒber (beispielsweise im Chat) ein Roboter ist oder nicht. Einige dieser Tests stellt dieser Artikel vor.

 

The Turing Test (Turing)

Das ist der absolute Klassiker dieser Tests. 1950 schlug Alan Turing ihn vor. Dabei geht es darum, eine Maschine von einem Menschen zu unterscheiden. Ein Fragensteller stellt zwei Akteuren die gleichen Fragen. Er sieht sie nicht – sie chatten nur. Kann der Fragensteller anhand der Antworten nicht unterscheiden, ob er mit einem Menschen oder einer Maschine schreibt, hat die Maschine den Turing Test bestanden.

Die Kritiker des Tests opponieren, dass der Turing-Test nur die funktionalen FĂ€higkeiten der Maschine herausfordert. Sie schlagen vor, außerdem die KreativitĂ€t und die DiskursfĂ€higkeit in den Test einzubeziehen. Zwei, auf dem Turing-Test aufbauende, Tests sind darauf ausgerichtet: Lovelace-Test und Metzinger-Test.

The Coffee Test (Wozniak)

Der Apple MitgrĂŒnder Steve Wozniak (auch Woz genannt) schlug diesen Test vor. Ein Roboter soll dazu in der Lage sein, einen durchschnittlichen amerikanischen Haushalt zu betreten, die KĂŒche aufzusuchen und dort alle nötigen Zutaten fĂŒr einen Kaffee zu finden. Danach muss er den Kaffee zubereiten und servieren. Das erfordert viele verschiedene Komponenten und ein hohes VerstĂ€ndnis der Umwelt, denn jeder Haushalt ist anders aufgebaut. Es gibt verschiedene Produkte und GerĂ€te, die er Proband kennen und verstehen muss.

 

The Robot College Student Test (Goertzel)

Bei diesem Test geht es darum, auf eine amerikanische UniversitĂ€t zu kommen. Der Roboter besteht den Test, wenn er die PrĂŒfungen in allen relevanten FĂ€chern besteht. DafĂŒr muss er genauso gut wie der Mensch oder sogar besser abschneiden. Im Juni 2017 hat ein chinesisches Unternehmen eine KĂŒnstliche Intelligenz fĂŒr diesen Test (ausschließlich fĂŒr das Fach Mathe) entworfen. Das System bestand den Test, wenn auch nicht mit einer sehr guten Benotung.

 

The Employment Test (Nilsson)

Das Roboter oder Algorithmen bestimmte Jobs bedrohen, ist bereits bekannt. Nils J. Nilsson hat 2005 vorgeschlagen, auch Roboter einen Einstellungstest zu unterziehen. Dabei sollen die Roboter in der Lage sein, alle möglichen Aufgaben zu lösen, denn jeder Job ist anders und fordert andere QualitÀten von der Arbeitskraft.

Das Roboter meist ohne Einstellungstest einen Job bekommen, zeigt der Polzeiroboter der bereits in Dubai getestet wird.

 

The Flat Pack Furniture Test (Tony Severyns)

Ist auch als IKEA-Test bekannt. Dabei muss der Roboter ein MöbelstĂŒck aufbauen. Startpunkt ist dabei ein geschlossenes Paket, in welchem eine Bauanleitung sowie alle nötigen Teile verstaut sind. Der Test ist bestanden, sobald das MöbelstĂŒck korrekt verschraubt und verleimt ist. Außerdem muss das MöbelstĂŒck korrekt dort platziert werden, wo es hingehört.

 

UnzÀhlige weitere Tests

Seit der Erfindung des Turing-Tests vor mehr als 60 Jahren gab es immer wieder neue Versuche und mögliche EntwĂŒrfe fĂŒr ReifeprĂŒfungen. Die AAAI Conference on Artificial Intelligence 2015 hatte sogar einen ganzen Workshop nur fĂŒr dieses Thema reserviert.

5 untechnische KĂŒnstliche Intelligenz Begriffe die sie kennen sollten

KĂŒnstliche Intelligenz ist meist ein technisches Thema. Welche untechnischen Begriffe muss ich kennen, wenn ich mit meinen Kollegen, Freunden oder auf Konferenzen ĂŒber das Thema diskutieren will? Wir zeigen dir 5 der wichtigsten untechnischen Begriffe, ĂŒber die sich trefflich diskutieren und fachsimpeln lĂ€sst. Viel Spaß!

Human in the Loop (Buzzword!)

Human in the Loop Systeme benötigen einen menschlichen Supervisor, der ihnen in kritischen Situationen helfen kann. Die meiste Zeit versuchen diese Systeme, das gelernte selbst umzusetzen. Dies dient der Automatisierung von Prozessen. Lediglich in schwierigen oder unbekannten Situationen wird ein Mensch gefragt (in die Loop geholt), um entweder schwierige Entscheidungen zu treffen oder der Maschine neue Situationen zu erklÀren.

Aktuell werden viele Prozesse in der Wirtschaft und Industrie von Human in the Loop Systemen ĂŒbernommen. Diese Systeme werden angelernt und benötigen dafĂŒr noch einen Supervisor.

 

Technokratie

Technokratie bezeichnet eine Regierungsform ohne Politiker. In dieser Regierungsform werden ausschließlich Wissenschaftler berufen, ein Volk zu vertreten. Technokratie wĂŒrde direkt ĂŒbersetzt bedeuten: Regierung der SachverstĂ€ndigen. Die Probleme der Gesellschaft wĂŒrden Technokraten mit ihren rationalen Modellen und Vorstellungen lösen. Ein Aspekt der vielen Technokratiekritikern missfĂ€llt.

Die Technokratie in ihrer Reinform basiert weder auf Parteien noch auf Koalitionsgedanken. Die gewÀhlten Vertreter sind parteilos und handeln im Rahmen ihrer wissenschaftlichen Möglichkeiten.




Transhumanismus

Als Transhumanismus versteht man eine philosophische Denkrichtung, den Menschen durch technologische Komponenten in jeglicher Form zu erweitern oder verbessern. Der Transhumanismus hat aktuell 3 verschiedene Strömungen ausgebildet: Demokratischer Transhumanismus, Extropianismus und Singularitarianismus.

Der Transhumanismus kann sich in der RealitĂ€t sehr vielfĂ€ltig Ă€ußern, durch Sportler mit Prothesen, BioArt-Akteure (wie Stelarc) oder Literatur wie Homo Deus (auf englisch, auf deutsch).

 

Posthumanismus

Der Posthumanismus ist eine philosophische Denkrichtung. Im Kern ist die Aussage: „Der Mensch hat seinen evolutionĂ€ren Zenit bereits erreicht – es ist Zeit fĂŒr etwas neues“. Der Mensch wird hier nur als eine Spezies unter vielen gesehen.

Dem Mensch wird im PH auch das Recht abgesprochen, die Natur zu zerstören und sich als Krone der Schöpfung zu sehen. Eins steht jedoch fest: Im Posthumanismus gibt es den Menschen unseres Zeitalters nicht mehr.

Dabei ist nicht klar, ob der Mensch als solches oder eben der Homo Sapiens im posthumanistischen Zeitalter keine Rolle mehr spielen soll. Vergleichbar dazu auch: Was ist Transhumanismus (Lexikon), Was ist Transhumanismus (EinfĂŒhrung).

 

Technologische SingularitÀt

Technologische SingularitÀt bezeichnet den Zeitpunkt, an dem Maschinen so fortschrittlich sind, dass sie sich selbst verbessern können. Damit einher geht der Punkt, dass die Zukunft der Menschheit immer schwieriger vorherzusehen ist. Bisher wurde der Zeitpunkt, an dem technologische SingularitÀt eintritt, immer wieder in die Zukunft verschoben. Viele Experten und Forscher auf diesem Gebiet sind sich jedoch einig, dass dieser Zeitpunkt unerwartet und teilweise auch von weiten Teilen der Menschheit unbemerkt eintritt.

Damit verbunden sehen Insider auch die biologische Unsterblichkeit der Menschheit (oder zumindest einzelner Individuen).

Was ist eigentlich ein Roboter?

Sollten Roboter in der Zukunft mal mit einem reflektierenden Selbstbewusstsein ausgestattet werden, können wir nur hoffen, das sie nicht auf die Idee kommen, tschechisch bzw. polnisch zu lernen. Im Tschechischen liegt nĂ€mlich die Wurzel des Wortes Roboter. Es steht fĂŒr Frondienst beziehungsweise Zwangsarbeit. Der erste Link zwischen Frondienst und den Arbeitern aus Blech wurde im TheaterstĂŒck R.U.R. (Rossums Universal Robot, oder wie es auf tschechisch hieß: “Rossumovi UniverzĂĄlnĂ­ Roboti”) hergestellt.

R.U.R.

Der Golem. Credits: Martin Pauer

In diesem TheaterstĂŒck wurden in großen Tanks menschenĂ€hnliche Wesen aus Blech gezĂŒchtet, die den Menschen stupide und langweilige Arbeiten abnehmen sollten. Karel Čapek ist der Vater dieses TheaterstĂŒck und damit ein StĂŒck weit auch der Vater des Begriffs Roboter. Allerdings nur auf dem Papier, denn obwohl Karel Čapek dieses StĂŒck schrieb, kam die Idee, diese Wesen “Robota” zu nennen, von seinem Bruder Josef. Am Ende des TheaterstĂŒcks rebellieren die Roboter allerdings und vernichten die Menschheit. Obwohl das Werk 1920 geschrieben wurde, ist es immer noch aktuell und steckt voller Hinweise und philosophischen DenkanstĂ¶ĂŸen. Das TheaterstĂŒck gibt es ĂŒbrigens auch als Buch. Hier find ihr es.

Der Golem

Eng verbunden mit diesem TheaterstĂŒck ist auch die Legende des Golem, welche höchstwahrscheinlich als Inspiration des TheaterstĂŒcks diente. Der Prager Golem, der von einem Rabbi geschaffen wurde, um am Sabbat alle Arbeiten zu erledigen und den Juden zu helfen, Übel von ihnen abzuwenden. Eine spannende Überschneidung gibt es zwischen Golem und Robota. Laut der Legende wird ein Golem mittels Zahlen- und Buchstabenmystik zum Leben erweckt – ein Robota auch.

Und heute?

Humanoider Roboter aus dem 3D Drucker. Project Poppy (Open Source Roboter). Credits: Inria / Poppy-project.org / Photo H. Raguet.Und heute?

Ausgehend von diesem Ursprung gibt es derzeit sehr viele verschiedene Arten von Robotern, die zur Erkundung, zum Transport, als Spielzeug, als Assistenzroboter, in der Medizin und in der Industrie eingesetzt werden. Dabei werden Roboter in unterschiedlichsten Formen hergestellt: sitzend auf einem Portal (Industrie), humanoid (mit Beinen), Laufroboter & mobile (auf RĂ€dern oder anderweitig fahrend), BEAMs (Biologisch inspirierte, meist analoge Roboter) und Roboter die nur durch Software in Erscheinung treten.

Eine Begrifflichkeit, die den Roboter ersetzt, ist noch nicht in Sicht. Es lÀuft eher auf eine Ausdifferenzierung des Roboterbegriffs hinaus. Ein Agent (auch Softbot genannt) ist beispielsweise ein Roboter, der ein autonomes Verhalten aufweist und nur in bestimmten FÀllen kommuniziert. Er muss sich in seiner Umgebung also auskennen und in den meisten FÀllen ohne menschliches Eingreifen handeln können. Eine weitere Differenzierung stellt der Androide da. Damit sind menschenÀhnliche Roboter gemeint.

Seit der EinfĂŒhrung des Begriffs “Robota” in der breiten Masse, hat sich also einiges getan. KĂŒnstler drehen Filme und schreiben BĂŒcher, um den Begriff und das Konzept des Roboters bekannter zu machen und auf besondere Weise dafĂŒr zu sensibilisieren.

Nur am Rande

Auch spannend sind die Werke des polnischen Philsophen und Autors Stanislaw Lem (Buch: Lem ĂŒber Lem). Seine Science-Fiction Romane und ErzĂ€hlungen verkaufen sich 45 Millionen mal und wurden in 57 Sprachen ĂŒbersetzt. Einige seiner bekannten Werke findet man hier: Solaris, Das Katastrophenprinzip, Die Astronauten und Der Unbesiegbare)

Was passiert in Unternehmen die KI einsetzen?

Wir hören oft grausame Dinge, ĂŒber die Unternehmen die sich mit KĂŒnstlicher Intelligenz befassen oder sie einsetzen wollen. Eine Studie von Capgemini Consulting zeigt jetzt, was sich fĂŒr diese Unternehmen geĂ€ndert hat.




Figure 1: Was hat sich verbessert? Credits: Capgemini Consulting

In einer Studie, die Capgemini Consulting zusammen mit dem Digital Transformation Institute durchgefĂŒhrte, wird gezeigt, wie es den Unternehmen geht, die bereits KĂŒnstliche Intelligenz (AI) einsetzen. FĂŒr diese Studie wurden rund 1000 Firmen weltweit interviewt. 75% der Unternehmen verzeichneten einen Uplift von mindestens 10% ihrer Vertriebs. Operationale Kosten konnten gesenkt werden, wobei die operationale EffektivitĂ€t signifikant stieg. Mit dem Net Promoter Score (NPS) wird die Kundenzufriedenheit gemessen. In 3 aus 4 Unternehmen stieg sogar der NPS signifikant an. Das konnte auf eine effizientere Kontaktaufnahme der Kunden und einer verbesserten Auswertung von Kundendaten zurĂŒckgefĂŒhrt werden (Figure 1).

 

Figure 2: Welche Bereiche können einen signifikanten Uplift verzeichnen? Credits: Capgemini Consulting

Außerdem berichteten die Unternehmen, dass die ProduktivitĂ€t ihrer Mitarbeiter stieg, da sie nun in der Lage waren, sich um wichtige Aufgaben zu kĂŒmmern. Die meiste Zeit wird in vielen Betrieben noch mit repetitiven Aufgaben verschwendet, die sich eigentlich sehr gut automatisieren lassen. Ein weiterer Pluspunkt geht an die Aufbereitung und Darstellung von großen Datenmengen. Dort leistet die KI (oder eigentlich Business Intelligence / Analytics) eine wichtige Arbeit. Anhand von Zahlen (data-driven) kann man am besten ĂŒber sein Business entscheiden. Das veranschaulicht Figure 2.

Figure 3: Wurden im Unternehme neue Jobs geschaffen? Wenn ja, welche Rollen wurden geschaffen? Credits: Capgemini Consulting

Oftmals wird die steigende Arbeitslosigkeit mit dem Einsatz von KĂŒnstlicher Intelligenz in Unternehmen in Verbindung gebracht. Ganz unberechtigt ist dieses Argument nicht, allerdings schafft der Einsatz von KĂŒnstlicher Intelligenz auch in vielen Bereichen neue Jobs. In 83% der Firmen sind neue Jobs entstanden. HauptsĂ€chlich sind natĂŒrlich neue Managerrollen entstanden. Auch Direktoren- und Koordinatoren-Jobs sind entstanden. Maschinen und Technik muss nĂ€mlich gewartet und verwaltet werden. Alles in allem ist die Verteilung der neu entstandenen Jobs aber sehr heterogen, wie Figure 3 zeigt.

Figure 4: In welchen Bereichen/Sektoren der Wirtschaft wird bereits KĂŒnstliche Intelligenz eingesetzt? Credits: Capgemini Consulting

 

In dieser Studie konnten wir erstmals sehen, wie sich die Anwendung von KĂŒnstlicher Intelligenz auf ein Unternehmen auswirken kann. Viele Positionen von Experten waren dabei oft sehr extrem. Hier könenn wir nun erste Zahlen sehen. In Figure 4 illustriert, die Verteilung von KI-gestĂŒtzten Unternehmen je Sektor.

 




 

 

Der Reiz des Utopischen – Was sind Utopien?

Wo geht der Weg der Menschheit hin? Welche Rolle spielen unsere technischen Möglichkeiten dabei? Diese Fragen beschĂ€ftigen viele Forscher – nicht nur im Bereich KĂŒnstliche Intelligenz. Utopien sind dabei ein beliebtes Genre, den (oft extremen) Rahmen der Möglichkeiten abzustecken. Unser Gastautor Tino Polzin erklĂ€rt uns, warum wir mehr ĂŒber 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 tĂłpos „Ort“ und ou „nicht“. Wörtlich bedeutet Utopie „Nirgendsland“ oder „Nichtland“.

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

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 imaginĂ€ren 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 ĂŒberhaupt 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 hierfĂŒr 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 herbeizufĂŒhren.

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

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

Neben unterschiedlichen Utopien des perfekten Staates bietet auch die fortschreitende, technische Entwicklung genĂŒgend Möglichkeiten und AnlĂ€sse, sich mit dem Lesen utopischer/ dystopische Romanliteratur den Geist dafĂŒr zu öffnen, wo technische Entwicklungen enden können und ob dies im Sinne der Menschheit ist. Als Beispiel fĂŒr 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 ErzÀhlstruktur 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 ĂŒberhaupt und prĂ€gender Entwurf fĂŒr 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 glĂŒcklich machende Rauschmittel im wahrsten Sinne des Wortes glĂŒckliche Menschen erschafft.
  • George Orwell, „Nineteen Eighty-Four“, 1949 – Warum: Die wohl bekannteste Dystopie ĂŒberhaupt etablierte den „Big Brother“ und fĂŒhrt dem Leser vor Augen, was passiert, wenn die Überwachung total und absolut wird.
  • Dave Eggers, „The Circle“, 2013 – Warum: In gewisser Weise ĂŒbersetzt diese Mini-Dystopie den Roman „1984“ in unsere Zeit, in der ein Internetkonzern nicht nur das (digitale) Leben seiner Nutzer totalĂŒberwachen will.

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

Was ist Transhumanismus?

Der Transhumanismus an sich vereint viele Strömungen verschiedener Gruppierungen mit diversen Zielen. Diese Beschreibung ist nicht besonders prĂ€zise, aber sie zeigt, was Transhumanismus ist – vielschichtig. Dieser Artikel verfolgt das Ziel, etwas Licht ins Dunkle zu bringen. DafĂŒr werde ich alle Eckpfeiler des Transhumanismus auflisten und kurz erklĂ€ren, wie sie sich in das Thema einfĂŒgen. pexels-photo-128969Bevor wir aber damit starten, will ich nur kurz erklĂ€ren, wie sich der Begriff zusammensetzt. NĂ€mlich aus:

  • Trans (lat. “ĂŒber” oder “hinaus”) und
  • Human (lat. “Mensch”).

Prinzipiell geht es darum, die Grenzen menschlicher Entwicklungsmöglichkeiten zu brechen und durch technische Optionen zu erweitern. Den Menschen “ĂŒbermenschlich” denken – fasst es wohl am besten zusammen. Wird Friedrich Nietzsche dadurch wieder salonfĂ€hig? Es wird jedenfalls diskutiert, inwiefern seine EinflĂŒsse der Philosophie des “Übermenschen” dem modernen transhumanistischen Gedanken Ă€hneln. Diese Richtung lĂ€sst sich in die folgenden Strömungen einteilen:

  • Singularitarianismus – Das Ziel ist die Transzendenz der menschlichen Spezies durch die Erschaffung einer Superintelligenz. Im Endeffekt reden wir hier von einer biologischen Unsterblichkeit, da das Individuum selbst in der Lage ist, sich kontinuierlich zu verbessern.
  • Demokratischer Transhumanismus – Diese Strömung ist die moderateste von allen. Die Aktivisten wollen den menschlichen Fortschritt mit unserem gegenwĂ€rtigen, in der westlichen Welt etablierten, politischen System zusammenfĂŒhren. Sozialdemokratie gemixt mit liberalerem Fortschrittsgedanken – so kann man den DT verstehen.
  • Extropianismus – Ihre AnhĂ€nger sind sehr radikal in ihren Theorien. Diese trĂ€gt starke posthumanistische ZĂŒge. FĂŒr sie gelten die 2 GrundsĂ€tze der Thermodynamik nicht – sie wollen keine Entropie, sie wollen Extropie. Vorallem aber richtet sich ihre Bewegung gegen Dekadenz, Alter, Tod und das damit einhergehende begrenzte jugendliche Leben. “Ewige Jugend und nur das nötigste zum Leben” – könnte der Leitspruch sein.

Diese Strömungen haben verschiedene Ziele. Die Eckpfeiler ihrer Theorien und Vorstellungen sind aber oftmals ziemlich identisch. Welche das sind, seht ihr hier:

  • Eugenik – Einer der schwierigsten Eckpfeiler im Transhumanismus ist unumstritten die Eugenik. WĂ€hrend in den frĂŒheren AusfĂŒhrungen der Eugenik oft durch Kastration oder Sterilisiation die Richtung vorgegeben werden sollte, basieren die neusten Methoden darauf, schon vor der Geburt durch gezielte Genmanipulation fĂŒr das Wohl des Individuums zu sorgen.
  • Prothesen / Exoskelette – Erweiterungen durch neue Körperteile und Körperextensionen, die dem Menschen helfen, verschiedene Aktionen verbessert auszufĂŒhren, als es ohne diese Prothesen oder Skelette möglich wĂ€re. Dazu zĂ€hlen auch Exoskelette die gesunde Menschen nutzen, um bspw. schwere GegenstĂ€nde zu heben oder um in Gefahrensituationen geschĂŒtzt zu sein.
  • Bioethik – Zur Bioethik gehört hauptsĂ€chlich der Umgang mit unserer Umwelt und Umgebung. Dieses Thema wird sehr wichtig. Denn wenn sich die Menschheit von der Umwelt immer weiter emanzipiert, wird der Umgang mit der Umwelt wieder zum Thema werden. Verschiedene AnsĂ€tze existieren dabei, die bekanntesten: Deontologische Ethik (Kant), Kommunitarismus, Individualismus (liberaler Ansatz) und der Utilitarismus.
  • Kryonik / Gentechnik – Mit dem “Einfrieren von Stammzellen” beschreibt man oft das als Kryonik bekannte Gebiet. Aber das ist noch lange nicht alles. Es geht dabei auch um das ZĂŒchten von Zellen. Dabei arbeitet man im Bereich des Tissue Engineerings daran, Gehirngewebe zu replizieren sowie zu konservieren.
  • Neuroethik – Die Neuroethik befasst sich in ihrem Kern mit Fragen wie: Freiheit, Wille, Selbstbewusstsein und Persönlichkeit. Ein Teilgebiet der angewandten Neuroethik beschĂ€ftigt sich aber auch mit Neuro-Enhancements. Diese Verbesserungen des Gehirns können chemischer sowie technischer Natur sein. Letztere interessiert die Transhumanisten natĂŒrlich am meisten. Kommen wir nun zu einem der wichtigsten Werkzeuge fĂŒr diese Enhancements.
  • Gehirn-Maschine-Interface – Hierbei geht es um eine Schnittstelle, die einen Computer mit dem Gehirn verbindet. Dabei können Backups gemacht werden, Analysen durchgefĂŒhrt oder Updates eingespielt werden. Jedes Individuum soll mittels einer Schnittstelle verschiedene FĂ€higkeiten erlernen können oder Erinnerungen sichern können.
  • clinic-doctor-health-hospitalNanotechnologie – Wird in vielen Szenarien benötigt, beispielsweise als kleine Roboter in der Medizin. Diese Technik soll verschiedene smarte Systeme zur VerfĂŒgung stellen, die uns den Alltag erleichtern.
  • Roboter / Agenten – Viele Aspekte des Transhumanismus lassen sich ĂŒberhaupt nur realisieren, wenn wir in unserer Umgebung eine Menge autonom arbeitende Systeme implementieren, die uns verschiedene Arbeiten abnehmen. Nur dann kommt unsere Zivilisation dazu, sich ein Upgrade zu verpassen.
  • Zukunftsforschung – Ein wichtiger Teil jeder Theorie bzw. Strömung im Bereich des Transhumanismus. Jede Theorie basiert auf einem Modell der Zukunft. Diese Modelle werden durch Roadmapping, Systemanalyse, Szenarienanalyse oder sogar mit der bekannten Methode 635 aufgestellt. Um die vorhin vorgestellten Strömungen in Tiefe zu begrĂŒnden, sind solche Betrachtungen nötig.





Diese Eckpfeiler sind die Voraussetzungen und StĂŒtzen dieser Theorien. Allerdings gibt es aus verschiedenen Lagern immer wieder Kritik am Thema Trans- bzw. Posthumanismus (beides sollte man trennen, hier werden allerdings beide Positionen zusammen betrachtet).  Diese Kritiken werden nachfolgend auch stichpunktartig aufgefĂŒhrt:

  • Kritik an der Existenz der Idee – Die Kritiker sprechen davon, dass es die Technologie fĂŒr dieses Konzept des Transhumanismus niemals geben wird.  Ihrer Meinung nach, ist die Menschheit nicht fĂ€hig dazu, alle Voraussetzungen zu schaffen.
  • Kritik an der Vorhersagbarkeit – Geht in die Ă€hnliche Richtung, wie die Kritik an der Existenz der Idee. Die Kritik wird allerdings um den Fakt erweitert, das die Zukunft schlecht vorhersagbar war, ist und sein wird. Transhumanistische Konzepte klingen zwar sehr einfach und offensichtlich, allerdings wissen wir, dass die Zukunft keineswegs so determiniert ist, wie sie in diversen KonzeptbĂŒchern zu finden ist.
  • Kritik an der fehlenden Moral – Die transhumanistische Avantgarde interessiert sich meist nur fĂŒr den technischen Fortschritt. Viele gesellschaftliche Aspekte wie Änderungen in der Politik, Gemeinwesen und Gesellschaft werden hĂ€ufig ausgeblendet. Im Transhumanismus steht der Mensch im Mittelpunkt. Oft erhebt er garnicht den Anspruch, sich mit solchen Themen zu beschĂ€ftigen – sollte er aber!

Das war der kleine Einstieg in das Thema Transhumanismus. Wenn euch der Artikel gefallen hat, teilt ihn doch in eurem Netzwerk. Das nĂ€chste Was ist …. ? wird sich mit dem Thema Technokratie befassen.

 

Unsere Leseempfehlung zu dem Thema

Stefan Lorenz Sorgner zeigt in seinem Buch Transhumanismus – “Die gefĂ€hrlichste Idee der Welt”, wie gefĂ€hrtlich diese Idee tatsĂ€chlich sein kann. Er beleuchtet philosophische Gesichtspunkte und grenzt sich in seinem Buch stark von der Idee des Posthumanismus ab.

Welche Enhancements sind sinnvoll? VerlÀngerung der Lebensspanne, VerstÀrkung von empathischem Verhalten oder aber gleich die Amputation von einem schlecht funktionierenden Körperteil? Diese Fragen bewertet der Auto in seinem Buch, das man gelesen haben sollte. Hier gehts zum Buch.

Kann man Nachhaltigkeit automatisieren?

Das Thema Nachhaltigkeit beschĂ€ftigt immer mehr Menschen. Wie groß ist der eigene Footprint?  Was kann ich tun, um Nachhaltigkeit zu fördern? Diese Fragen stellt man sich – zurecht. Allerdings benötigt man auch sehr viel Zeit, um sich mit dem Thema auseinander zu setzen. Aber kann man Nachhaltigkeit automatisieren?

ZenRobotics definiert den State of the Art

Recycling-Robots-ZenRobotics-1ZenRobotics aus Helsinki hat sich genau dieses Thema zur Mission gemacht. Sie produzieren Roboter, welche MĂŒll trennen und damit helfen, RĂŒckfĂŒhrungsprozesse zu verbessern. Ihr Produkt heißt ZRR (ZenRobotics Recycler). Dabei wird das Material gescannt, analysiert und der Objekttyp sowie dazugehörige Eigenschaften erkannt. Danach kann der Recycler das Material je nach Konfiguration trennen. Installiert man das System mit zwei Roboterarmen, kann es 67 Mal in der Minute auf das Förderband zugreifen.

Liam – Der Apple Recycler

Liam baut alte iPhones (oder andere Apple-Produkte) auseinander. Es ist der Ansatz von Apple, Nachhaltigkeit im Produktzyklus zu etablieren. Dabei kann ein neues Produkt aus den restlichen funktionierenden Teilen wieder zusammengesetzt werden oder aber fĂŒr die Entwicklung eines neuen Produktes genutzt werden.

Aus einem alten iPhone lassen sich beispielsweise seltene Materialien wie Nickel, Aluminum, Kupfer, Cobalt und Wolfram gewinnen. Laut DoSomething.Org werden jedes Jahr 20 bis 50 Millionen Tonnen MĂŒll produziert. Anfang 2016 ging Apple mit Liam an die Öffentlichkeit und hat damit neue MaßstĂ€be gesetzt.

Was passiert, wenn Roboter recyclt werden mĂŒssen?

Das ist eine spannende Frage, denn auch die Roboter und Rechentechnik, die unseren MĂŒll recycelt, kann recycelt werden. Aber wie? IQeol ist eine Organisation, die alte WEEE (also “Elektroschrott”) in Regionen verteilt, die diese GerĂ€te noch benutzen können. Es ist also dafĂŒr gesorgt, dass sogar die Recycler recycelt werden können. Dabei fokussiert sich IQeol vor allem auf Afrika.

Was bleibt?

Oft gibt es das Problem, dass man nicht weiß, was nach der MĂŒlltonne auf den MĂŒll wartet. Das motiviert nicht wirklich, den MĂŒll langfristig konsequent zu trennen. Wenn man es schaffen wĂŒrde, diesen Prozess transparenter zu machen und dem MĂŒllproduzenten die KPIs (Kennzahlen) online prĂ€sentieren kann, schafft man damit auch ein Bewusstsein fĂŒr die MĂŒllproduktion einer Region, einer Stadt oder eines Landes. Durch Roboter, die in der Lage sind, alles zu messen, werden auch Zahlenwerte greifbarer und beeinflussbarer.

Als Mitglied des WWF möchte ich hier nochmal auf den WWF Environmental Footprint Calculator hinweisen.

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

Thinking, Fast and Slow von Daniel Kahnemann stand schon lÀnger 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 hÀlt, was viele Kollegen versprochen haben.

Das Buch beginnt mit einer EinfĂŒhrung 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 aufwĂ€ndig 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 wĂ€re hier etwas abstrakter und wĂŒrde fĂŒr weniger Verwirrung sorgen). Das Kapitel beschĂ€ftigt 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 GrĂ¶ĂŸere schließt oder wenn Emotionen sowie persönliche PrĂ€ferenzen im Spiel sind. Risiken werden oftmals von uns unterschĂ€tzt, weil wir in die Vergangenheit schauen und meist annehmen, wir wĂŒrden 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 beschĂ€ftigt. 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 ĂŒber 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, verrĂ€t das Buch auch. Im generellen spielt die Wahrnehmung und die WarhnehmungstĂ€uschung in diesem Buch eine große Rolle. Ein Abschnitt in diesem Kapitel handelt beispielsweise von Framing und wie verschiedene Frames die RealitĂ€t verĂ€ndern. 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 darĂŒber nach, ob System I oder II eine Entscheidung getroffen hat und was der richtige Weg gewesen wĂ€re. Außerdem analysiert man Fallstricke hĂ€ufiger, lĂ€sst sich fĂŒr Entscheidungen mehr Zeit und kann nach der Entscheidung seine Argumentationslinie sauberer darlegen. Vieles war fĂŒr mich nicht neu, die Fakten und Biases existieren schon lĂ€nger, allerdings macht zusĂ€tzlich zum prĂ€sentierten Wissen die Erfahrung des Autors und NobelpreistrĂ€gers Daniel Kahnemann das ganze Buch zu einem runden Konzept. Er schreibt einige Erkenntnisse aus seiner persönlichen Sicht und zeigt auch auf, was der Ausgangspunkt fĂŒr 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 wĂ€hlen.
    • Denke immer ĂŒber mögliche Fallstricke nach, die deine Entscheidungen negativ beeinflussen können.
    • PrĂŒfe 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 einzuschĂ€tzen. 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.

Maschinenmenschen – Wenn Technik unter die Haut geht

Das Thema Cyborgs gewinnt in unserem Zeitalter des Body-Enhancement immer mehr Bedeutung. Aber was bedeutet eigentlich der Begriff Cyborg? Er ist nicht umfassend definiert und genau deshalb ist es auch so spannend, sich damit zu befassen. Chips oder Magnete unter die Haut implementieren – das definiert zumindest eine Subströmung der Cyborgs. Das Deutsche Hygienemuseum Dresden zeigte dazu am 26.01.2017 den Film “Maschinenmenschen – Wenn Technik unter die Haut geht”  noch vor der TV-Premiere am 31.01.2017 im ARD. Die dazugehörige Veranstaltung mit einer nachfolgenden Podiumsdiskussion nannte sich: “Cyborgs – Leben jenseits natĂŒrlicher BeschrĂ€nkung”.

Neil Harbisson (Quelle: Wikipedia)

Neil Harbisson (Quelle: Wikipedia)

Der Film von Luisa Wawrzinek zeigt einige Protagonisten mit ihrem Begehren, sich durch Prothesen und Chips das Leben zu vereinfachen. Dabei werden verschiedene Level dieser Verbesserung beleuchtet. Neil Harbisson zum Beispiel ist seit der Geburt blind. Er kann durch eine Antenne Farben hören. Die Antenne die er am Kopf trĂ€gt, macht Farben fĂŒr ihn hörbar. So hat fĂŒr ihn beispielsweise jedes Gesicht eines Menschen einen einmaligen Tonabdruck. Andere Protagonisten des Films haben wiederum einfach nur einen avantgardistischen Anspruch an sich selbst. Sie fordern ihr TechnikverstĂ€ndnis heraus uns versuchen, die Zentralverriegelung des Autos mit einem Chip unter der Haut zu öffnen. Oder sie denken sogar daran, einen WLAN-Router in ein kĂŒnstliches HĂŒftgelenk einzubauen.




Nach der VorfĂŒhrung des Films folgte eine Diskussionsrunde mit dem Arbeits- und Organisationspsychologen Prof. Dr. Bertold Meyer (der selbst mit nur einem Arm geboren wurde und eine hochtechnische Prothese trĂ€gt), der TĂ€towiererin Hika Kiekenupp (die aus Menschen Cyborgs macht), Dr. Dierk Spreen (Soziologe und Experte), dem Moderator Alexander KrĂŒtzfeldt sowie der Regisseurin des Films Luisa Wawrzinek. Als die Diskussion nach der Vorstellung aller Teilnehmer eröffnet wurde, stellte Bertold Meyer klar, dass man die Norm bzw. die Normale verorten muss, wenn man sie verbessern oder erweitert sehen will. Er unterscheidet prinzipiell zwischen einer statistischen Norm (einer natĂŒrlichen Norm) und einer medialen Norm. Dabei bezog er sich vor allem auf Behinderungen und die Verbesserung des LebensgefĂŒhls sowie die Steigerung der LeistungsfĂ€higkeit durch verschiedene Enhancements des Körpers. Zusammen mit Hika Kiekenupp und Dierk Spreen stellten sie fest, dass die BrĂŒcke zwischen Schönheitsoperationen und Cyborgs, die sich einen Chip implantieren lassen, nicht sehr groß ist. Sie unterscheiden hier zwischen einem Ă€sthetischen Enhancement (bspw. VergrĂ¶ĂŸerung der BrĂŒste, Schönheitskorrekturen sowie -anpassungen) und einem funktionalem Enhancement (Implantieren von Chips). Außerdem stellen sie fest, dass auch beim Implementieren von Chips und weiteren cyborgartigen Erweiterungen am Körper, die Spielregeln des Kapitalismus gelten. Dabei gingen sie insbesondere auf die Frage ein, ob uns das Leben in einer cyborgartigen Welt menschlicher und besser machen wird. Es werden auch bei diesen Produkten MĂ€rkte um das Produkt gebaut und Erweiterungen angeboten werden. Aktuell ist die Technik, auch getrieben durch eine Avantgarde, noch sehr ideell. Außer dem Interesse des Anwenders, Anerkennung zu gewinnen und erste Erkenntnisse zu sammeln (Neugierde befriedigen), kann noch kein wirtschaftliches Interesse festgestellt werden. Es wird aber sicherlich kommen. Ein weiterer spannender Punkt in der Diskussion war eine Aussage aus dem Film, dass wir unsere Umwelt dann anders sowie besser wahrnehmen können. Es hieß sogar, dass aufgrund von Cyborg-Modulen das EmpathieverstĂ€ndnis des Menschen verstĂ€rkt wird. Eine offene Frage, die dann auch das Schlusswort bildete lautete: “Wir werden durch Technologie nicht menschlicher. Denn wenn es wirklich so wĂ€re, wĂŒrde die Menschlichkeit in der Technik liegen und nicht in uns.” Eher ist es nach Feststellung der Diskussionsrunde so, dass durch das krankhafte Effizienzdenken die Menschlichkeit verloren geht.




Der Film zeigt vornehmlich Avantgardisten auf dem Gebiet der Cyborgs. Auch der einzige Gegenpol in der Dokumentation, Bertold Meyer, ist eigentlich ein FĂŒrsprecher – jedoch und das betonte er mehrmals, nachdem die Menschen bereit dafĂŒr sind. Er fordert mehr AufklĂ€rung und Sensibilisierung fĂŒr das Thema sowie sinnvollere Anwendungen, fĂŒr die sich solche Eingriffe lohnen.

Am 30.01.2017 um 23:30 wird diese Dokumentation erstmals auf der ARD ausgestrahlt. (Link)

Allmacht der Algorithmen – Eine Podiumsdiskussion an der Uni TĂŒbingen

Im folgenden Video finden sich mehrere Experten auf dem Gebiet KĂŒnstliche Intelligenz, Machine Learning und weitgefasst auch Industrie 4.0 zusammen. Claus Kleber hatte mit seiner Dokumentation names “Schöne neue Welt” ĂŒber das Silicon Valley viel Aufmerksamkeit erreget. In dieser Podiumsdiskussion geht es nun darum, wie der Stand bzgl. Industrie 4.0 in Dresden ist. Es wird am Anfang etwas ĂŒber Sebastian Thrun und seine Sicht auf Technologie diskutiert. In Deutschland, einem sehr stark regulierten Land, wird diese Entwicklung nicht so schnell und avantgardistisch voran gehen, wie im Silicon Valley.

Es wird sehr viel ĂŒber autonomes Fahren geredet, technische Modelle, wie das Sense-Think-Act Modell sind Thema. Dabei ist der Vertreter der Robert Bosch GmH sehr gut im Buzzwords verteilen. Sense-Think-Act bezeichnet hier ein Paradigma aus der Robotik, bei dem die Entscheidung des Roboters nach der Reizaufnahme und dem ZusammenfĂŒhren sowie Beurteilung der Reize (think) erfolgt. Es werden menschliche Fehler diskutiert, die es zu minimieren gilt. 9 von 10 AutounfĂ€lle sind durch Menschen verursacht. Ego, MĂŒdigkeit oder fehlende Erfahrungen, es gibt viele mögliche Ursachen. Außerdem wurden Nanodegrees (kleine nicht vollwertige aber spezielle BildungsabschlĂŒsse) diskutiert – sowie generell Bildung in der schnelleren und flexibleren Berufswelt.

An sich ist die es die Diskussion wert, angesehen zu werden – ebenso wie die oben verlinkte Dokumentation von Claus Kleber selbst.




Sex als Algorithmus – Die Evolutionstheorie aus dem Blickwinkel der Informatik

In der Novemberausgabe des Communications of the ACM gab es einen spannenden Artikel namens Sex as an Algorithm von Adi Livnat und Christos Papadimitriou. Er beleuchtet aus der Sicht der Informatik, welche Mechanismen der Evolutionstheorie eine fitte und gute Population erschaffen.

Es gibt eine Fehlanpassung zwischen Heuristik und Evolution. Heuristik sollte danach streben, Populationen mit herausragenden Individuen zu schaffen. Evolution mit Sex zeichnet sich jedoch durch etwas ganz anderes ab: Es erschafft eine “gute Population”.

Dabei beleuchten sie die Vergangenheit mit BezĂŒge auf Charles Babbage und Charles Darwin. Außerdem stellen sie die Red-Blue Tree Theorem auf. Damit wurde nicht zu viel verraten. Das Lesen lohnt sich. Hier geht es zum Artikel.

 

[BĂŒcher] Beschleunigung und Entfremdung – Hartmut Rosa

Da ich aktuell etwas weniger Zeit habe, um ĂŒber KĂŒnstliche 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 BĂŒcher, die vor allem fĂŒr 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 natĂŒrlich, was ein Soziologe ĂŒberhaupt im entferntesten Sinne mit Informatik und KI zu tun hat. Auf der einen Seite möchte ich generell klarmachen, dass es fĂŒr einen Informatiker nicht schaden kann, sich in andere Fachgebiete einzulesen, schließlich durchdringt die Informatik immer mehr Teile der Wissenschaften und Wirtschaftsbranchen – ein Blick ĂŒber 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 (frĂŒheren) Kommilitonen, Kollegen und Freunde bezĂŒglich des Themas “Beschleunigung des Alltags” eher reaktiv verhalten, anstatt es aktiv zu verstehen und zu nutzen.

Beschleunigung und Entfremdung von Hartmut Rosa erklĂ€rt nĂ€mlich sehr genau die Anatomie dieser Beschleunigung. Ein Beispiel: Vor der Erfindung der Eisenbahn vermutete man, dass jede Fortbewegung des Menschen grĂ¶ĂŸer als 30 Km/h schĂ€dlich fĂŒr 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 StĂ€ndegesellschaft 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, wĂŒrde 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 fĂŒr Innovationen, Wissenschaft und Wirtschaft vor. DafĂŒr erscheint ihm die Politik zu langsam. Dabei sieht er vor allem den hohen Planungsaufwand (u.a. bĂŒrokratiebedingt) 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 fĂŒhrt 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 GerĂ€t selbst reparieren anstatt es neu zu kaufen) beseelt man sie. Ist dies nicht der Fall, so entfremdet man sich von ihnen, so fĂŒhrt 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.

26 Time Management Hacks – So werden Projekte erfolgreich!

Diesmal habe ich etwas – abseits vom Thema KĂŒnstliche Intelligenz – fĂŒr euch. Viele Stellen sich die Frage: Wie kann ich erfolgreich werden. Klassische Antwort: es kommt darauf an! NatĂŒrlich gehört Disziplin genauso dazu wie GlĂŒck. Denn schließlich, so sagt man, ist jeder seines eigenen GlĂŒcks Schmied. Um die richtigen Schmeidetechniken zu erlernen, möchte ich hier ein Slide Deck mit euch teilen, welches ich selbst ebenfalls sehr inspirierend fand. Viel Spaß damit.

Deep Learning – So gelingt der Einstieg!

Deep Learning ist in vielen Bereichen der KI-Forschung und der praktischen wirtschaftlichen Anwendungen von maschinellem Lernen  zum State-of-the-Art geworden – vor allem bei Aufgaben mit Bildern und Texten. Es klingt wie ein komplett neues und aufregendes Verfahren, entpuppt sich aber als ein Zusammensetzen von bereits vorhandenen Komponenten des Machine Learning. Je nachdem wie tief man in die Materie einsteigen will, muss man sich vorher mit Formen der Merkmalsextraktion sowie mit kĂŒnstlichen neuronalen Netzen beschĂ€ftigen. Deep Learning bedeutet nĂ€mlich im Grunde folgendes:

  • Ein mehrschichtiges kĂŒnstliches neuronales Netz (multi layer)
  • Jede Schicht (Layer) hat eine bestimmte Funktion & fĂŒhrt verschiedene Operationen aus
  • Man entwirft verschiedene Architekturen dieser Netze – verschiedene Verschaltungen von Layern





Diese Layer haben verschiedene Funktionen. Die meistbenutzten Konzepte werden nachfolgend dargestellt:

  • INPUT [32x32x3] Funktioniert im Grunde Ă€hnlich wie eine Retina. Die Matrix in diesem Layer besteht aus den RGB-Bildpunkten (3) und entspricht der GrĂ¶ĂŸe des Bildes in diesem Beispiel: 32×32 Pixel.

    Quelle: Wikipedia

    Quelle: Wikipedia

  • CONV (Convolutional Layer) Dieser Layer berechnet Features fĂŒr lokale Regionen im Input. Die meistgenutzte Funktion hier ist ein Skalarprodukt der Werte in den verschiedenen Regionen berechnet. Setzt man 12 verschiedene Filter ein, erhĂ€lt man 12 Ergebnismatrizen. Dieser Dieser Layer produziert also eine Matrix mit den Dimensionen: [32x32x12].
  • RELU (Rectified Linear Unit) In diesem Layer werden relativ simple Funktionen angewendet, Ă€hnlich wie max(x, 0). Werte werden hier nicht verĂ€ndert, dafĂŒr aber eventuell auf einen Threshold-Wert gesetzt. Wir erhalten also wieder eine Matrix mit den Dimensionen [32x32x12].
  • POOL (Pooling) wird genutzt, um ein Downsampling auszufĂŒhren. FĂŒr POOL gibt es verschiedene Operationen, eine davon ist Max-Pooling- Dabei wird aus einer n x n Matrix der grĂ¶ĂŸte Wert gewĂ€hlt. Beispielsweise mit dem Output [16x16x12]. Das entspricht einem Faktor von 0.5.
  • FC (fully connected) In diesem Layer sind alle Neuronen einer Schicht miteinander verbunden. Hier passiert auch der meiste Lernaufwand. FĂŒr den Fall, dass ein Netz zwischen 10 Klassen entscheiden muss, wĂ€ren die Dimensionen hier [1x1x10].

Eine Beispiel-Architektur wĂ€re eine serielle Verschaltung folgender Layer:  [INPUT – CONV – RELU – POOL – FC]. Hier werden zuerst verschiedene gefaltete Features aus dem Bild extrahiert. Danach wird ein bestimmtes Muster aus den extrahierten Features herausgeschnitten (entschieden nach Thresholds). Mit diesen Features wird nur ein Downsampling durchgefĂŒhrt. Nach dem Downsampling der gefilterten und gefalteten Features wird nun der Layer angesprochen, der aus den ReprĂ€sentationen die verschiedenen Klassen entscheidet. Im Vergleich zu einem Ein-Layer-Netzwerk (auch shallow genannt) wird hier viel mehr Aufwand betrieben, um Features zu extrahieren.

Mehr ĂŒber die Vergangenheit von Deep Learning und der Schönheit von lernenden Maschinen, erfĂ€hrt man in Ben Vigoras Talk mit dem Titel “When Machines Have Ideas”. Er redet darĂŒber, was lernen wirklich bedeutet und was das Interessante an lernenden Maschinen ist.

Hugo Larochelle redet in “The Deep End of Deep Learning” ĂŒber den langen Weg, den Deep Learning gehen musste, bis es zum Buzzword wurde. Sehr interessant ist dabei auch, dass es diverse AnsĂ€tze zum Thema Deep Learning schon viel eher gab.

Um die 2 vorherigen Videos abzurunden, sollte man sich diesen Talk von Andrej Karpathy ansehen. Er ist Teil des Labs der Stanford University und war maßgeblich an der Weiterentwicklung des initialen Begriffs Deep Learning beteiligt.

Nach diesen AusfĂŒhrungen zum Thema Deep Learning hat man eine Intuition fĂŒr das aktuell am meisten gehypte Thema der KI-Forschung bekommen. Falls ihr euch fragt, wie es nun weiter geht oder gar Lust habt, ein Projekt mit Deep Learning Frameworks umzusetzen, dann werdet ihr hier fĂŒndig:




[Video] KĂŒnstliche Intelligenz, Startups und Innovationen in der Zukunft

Am 5. Oktober 2016 fand ein Kongress des IMF (International Monetary Fund) in den USA statt. Dabei waren Christine Lagarde (Managing Director, IMF),  John Chambers (Chairman of the Board, Cisco Systems), Leila Janah (Founder and CEO, Sama and Laxmi), Hilda Moraa (Founder, Weza Tele and Fintech) und auch Ray Kurzweil. Ray ist bekannt als Futurist und Erfinder, der die Thematik der Singularity unter die Menschen bringen will. Spannende Themen bezĂŒglich Zukunft, Armut, Joblosigkeit, Startups und Innovationen werden angeschnitten. Weniger KĂŒnstliche Intelligenz – dafĂŒr ein spannender Einblick in die Zukunft.




[Video] Können wir Roboter bestrafen?

Wer trĂ€gt die Verantwortung, wenn der moderne KĂŒhlschrank 1000 statt einer Milch bestellt? Wer haftet, wenn der Roboter etwas falsch macht? Und… sind Roboter fĂ€hig, Verbrechen zu begehen oder werden sie dazu nur verfĂŒhrt. DarĂŒber redet Thomas Klindt in diesem Video. Viel Spaß!





[Video] Industrie 4.0 – Die digitale Revolution

Eines der spannendsten Themen unserer Zeit ist die Transformation zur Industrie 4.0. Intelligente Maschinen die eine ganze Produktionsfirma menschenfrei machen, dass ist das Bild des Mainstreams zu dieser Thematik. Es wird von einer Revolution von oben gesprochen. Ob das wirklich so ist und was sich noch damit revolutionieren lÀsst, darum geht es in dieser Dokumentation von ARTE.




[Wissen] Gaming AI – Schach und Go

Im Scishow-Channel gibt es einen Einstieg in die Welt der Gaming-AIs. HauptsĂ€chlich dreht es sich dabei um die Unterschiede der AIs, die gebaut wurden, um Brettspiele zu spielen. Diese Unterschieden sich nĂ€mlich sehr von einander. Denn der Ansatz, der benötigt wurde, um Kasparov mit DeepBlue zu schlagen, konnte nicht direkt fĂŒr Go benutzt werden. Das Programm AlphaGo benötigte viel mehr KreativitĂ€t und tiefes VerstĂ€ndnis, wĂ€hrend DeepBlue (der Computer der Kasparov im Schach schlug) durch Hardware und ein Regelset solange aufgestockt wurde, bis es gelang.


 




 

Das Jahr 2016 – Was bisher geschah

Hier möchte ich einen kleines Round-Up darĂŒber geben, was seit dem 01. Januar 2016 bis heut in der KĂŒnstlichen Intelligenz passiert ist, dass uns allen in Erinnerung bleiben wird. Dabei waren einige Highlights und DurchbrĂŒche, die uns schon demnĂ€chst wieder beschĂ€ftigen werden oder Standards fĂŒr die Zukunft setzen werden.

Sehr viel ist in den Bereichen Image Processing und Chat-Bots passiert. Aber lest selbst.

[Januar] Marvin Minsky ist tot

Das Jahr begann gleich mal mit einer sehr unschönen Nachricht. Marvin Minsky ist im Alter von 88 Jahren 240px-Marvin_Minsky_at_OLPCbin Boston gestorben. Er war einer der grĂ¶ĂŸten Denker der KĂŒnstlichen Intelligenz und MitbegrĂŒnder vieler Verfahren. In Erinnerung bleibt unter anderem auch sein Buch Society of Mind – Mentopolis, in dem er eine Welt beschreibt, die aus unintelligenten Agenten besteht und daraus ein intelligentes System bildet.

[Januar] Treffen sich zwei Roboter, sagt der eine…

Hier wurden 2 der besten Chat-Bots in ein GesprĂ€ch verwickelt. Das erste Halbjahr 2016 drehte sich generell sehr viel um Chat-Bots – sei es auf Facebook oder anderen Plattformen. In diesem Artikel wurden die beiden Bots Rose und Mitsuku mit einander in einen virtuellen Raum gesperrt und mussten miteinander kommunizieren. Der Artikel hier ist nur ein Beispiel fĂŒr einen sehr brisanten Trend im Jahr 2016.

[Februar] Volkswagen CIO kommt in der Zukunft an

Der Titel klingt natĂŒrlich sehr reißerisch – auch wenn ich aus persönlicher Erfahrung weiß, wie es um einige deutsche Automobilkonzerne in Deutschland steht (und das ist schon sehr gut ;)). Allerdings ist das die Sichtweise vieler Deutscher, wenn es um VW, BMW, Mercedes-Benz und weitere Marken geht. Der Volkswagen CIO sprach jedenfalls ein bisschen ĂŒber die Zukunft mit KĂŒnstlicher Intelligenz. Im Februar standen autonom fahrende Autos generell stark im Mittelpunkt.

[Februar] Der visuelle Turing-Test

Menschen sollen entscheiden, welches Bild von einer Person und welches von einer Maschine gemalt wurde. deepart_exampleDahinter steckt der Algorithmus von TĂŒbinger Forschern (deepart). Hier kann man selbst testen, ob man herausfindet, wer der KĂŒnstler des Bildes ist.

[MĂ€rz] Tay wird von Twitter Nutzern erzogen

Microsoft launchte Tay! Es sollte eine KI werden, die durch Kommunikation lernen sollte, wie die “jungen” Menschen heutzutage kommunizieren. Letztendlich hat Tay aber rassistische Kommentare und schimpfen gelernt. Spannend – Microsoft wurde anfangs verantwortlich gemacht, allerdings kann Tay als ein Spiegel der Gesellschaft gesehen werden und gibt das Nutzerverhalten bei Neuheiten ganz gut wieder. Misuse first!

[MĂ€rz] SXSW stellt Human-assisted AI als Next Big Thing vor

… Und genau dieses Potenzial steckt in der sogenannten Human-assisted AI, also alle Produkte die dem Menschen mit KI-UnterstĂŒtzung helfend zur Seite stehen. Die Anwendungsbereiche sind enorm und die Early Adopters oft nicht sehr anspruchsvoll. In nahezu allen Bereichen des Lebens können solche Anwendungen demnĂ€chst entstehen.

[April] openAI stellt openAI Gym vor

Das Non-Profit-Unternehmen openAI hat openAI Gym vorgestellt. Damit veröffentlichen sie die ersten Ergebnisse ihrer Forschung an Reinforcement Learning Algorithmen. Die Bibliothek ermöglicht es Nutzern, verschiedene Algorithmen zu testen und bietet ein Framework fĂŒr die Programmierung von intelligenten Spiele-Bots.

[April] KI beschreibt Fotos fĂŒr blinde Menschen

Facebook hat eine KI vorgestellt, die blinden Menschen ein Bild beschreibt. Dem vorausgegangen sind viele Apple_logo_black.svgEntwicklungen im Bereich Deep Learning und der semantischen Bildanalyse. Schon in den letzten Jahren nahm der Trend zu, Bilder semantisch zu beschreiben. Nun gipfelt dieser Trend in der Entwicklung solcher intelligenter Tools. Die KI ist besonders interessant fĂŒr Dienste wie Instagram, welche nur aus Bildern bestehen. Damit wird Instagram auch fĂŒr blinde (oder Menschen mit SehschwĂ€che) nutzbar.

[Mai] Google im Spot-Light

Auf der Google I/O hat Google mal wieder einen guten Progress gezeigt. Unter anderem prĂ€sentierten sie die TPU (Tensor Processing Unit). Mit diesem, auf die Anwendungen des Machine Learning optimierten, Chips zeigt Google zudem, wie schnell und agil man Hardware entwickeln kann. Außerdem stellte Google ihr neustes Smart-Home Produkt vor: Google Home. Davon werden wir in diesem und dem nĂ€chsten Jahr noch einiges hören.

[Juni] ALPHA schlÀgt Kampfpiloten

Die kleine smarte KI ALPHA (die auf einem RaspberryPI lĂ€uft) schlĂ€gt zum ersten Mal einen erfahrenden Kampfpiloten und lĂ€sst ihn im Simulator abstĂŒrzen. Entwickelt wurde das System von einem Absolventen der University of Cincinnati.

[Juni]  Der Aufsatz ĂŒber den Panik-Knopf

Zwei Wissenschaftler haben sich in einem Aufsatz ihre Gedanken ĂŒber einen Panik-Knopf bei Robotern gemacht. Laurent Orseau (Google Deepmind) und Stuart Armstrong (University of Oxford) haben dabei Regeln aufgestellt, unter welchen Konditionen der Knopf zum Einsatz kommt. Außerdem haben sie einige bekannte Verfahren aufgegriffen und gezeigt, wie man diesen Panik-Knopf realisieren kann.

 

Buchempfehlung zum Thema

BESTSELLER: Smarte Maschinen: Wie KĂŒnstliche Intelligenz unser Leben verĂ€ndert