Tag: Politik

, , , , , , , , ,

[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.

, , , , , , , , , , , , , , , , , , , , , , , , , , ,

Monthly Summary – Das war der Dezember 2016

Was ist im Dezember passiert? Welche Schlagzeilen dominierten die News und was gibt es neues aus der Wissenschaft? Wir fassen alle relevanten Informationen zusammen und berichten über die kommenden Trends. Unser Monthly Summary ist eine Zusammenfassung für Entscheider, Management oder Entwickler aus den Bereichen Künstliche Intelligenz und Informationstechnologien. Diesen Monat haben wir aus 293 Artikeln das Relevanteste zusammengefasst.

Im Spotlight: Service, Service, Servie

In diesem Monat drehte sich alles um die Automatisierung von Service-Dienstleistungen. Eigentlich ein vernünftiger Schritt, denn die meisten Service-Anfragen sind schnell beantwortet und fast immer identisch. Menschen sollten sich auf die schwerlösbaren Probleme konzentrieren. Diese Firmen haben im Dezember vorgelegt:

  • Starbucks will schnelleren Service anbieten und auf Bots setzen. Hier gehts zum Artikel.
  • IBM hat sich auch fest vorgenommen, Service zu automatisieren, schreibt die adWeek.
  • Auch Meedia sieht Chat-Bots als den digitalen Trend im kommenden Jahr. Hier gehts zum Artikel.

 

Neues aus der Wirtschaft

Bier brauen war bisher immer in der Hand von Menschen. Nun hat sich eine künstliche Intelligenz auf den Weg gemacht, das beste Bier der Welt zu brauen. In London sitzt ein Startup, dass es sich zur Aufgabe gemacht hat, iterativ Bier zu brauen. Sie sammeln das Feedback der Kunden. Auf Basis dieser Informationen braut das Unternehmen dann Bier. Hier gehts zum Artikel über IntelligentX.

ApplyMagicSauce – was verrät Facebook dem Politiker? Der Dezember war auch der Monat, in dem die Nachwehen der U.S.-Präsidentschaftswahlen zu spüren waren – nämlich in Form von Marketing. Alexander Nix von Cambridge Analytica berichtete darüber, wie seine Firma Donald Trump dazu verholfen haben soll, Präsident zu werden. Auch viele Firmenkunden soll Cambridge Analytica bereits haben. Auf der Seite ApplyMagicSauce kann man sich selbst screenen. Viel Spaß dabei!

Audi präsentiert Einpark-Algorithmen auf der NIPS. Auf einer der größten Fachkonferenzen hat Audi in einem Showcase verschiedene Strategien zum automatisierten Einparken vorgestellt. Dabei wurde ein Audi Q2 Modell im Maßstab 1:8 benutzt. Das System nennt sich zFAS (zentrales Fahrerassistenzsteuergerät) und wurde zusammen mit NVIDIA entwickelt. Audi arbeitet schon seit einigen Jahren zusammen mit NVIDIA an dieser und anderen Technologien. Hier gehts zum Artikel.

Wie Price Waterhouse Cooper die Versicherungsbranche verunsichert. PWC hat Anfang des Jahres eine Studie plus Report zum Thema Machine Learning in der Versicherungsbranche veröffentlicht. Nun springen Geico (großer Versicherungskonzern in den USA) und weitere Mitbewerber auf diesen Zug auf und kündigen an, dass das Ausfüllen von Formularen zukünftig KI-assistiert verlaufen soll. Hier gehts zum Report von PWC vom März.

Kurz notiert. Amazon mit einer weiteren Promo für die Zustellung per Drohne. Eine KI für Personaler. Apple fängt endlich auch mal an Forschungen öffentlich zu machen: superrealistische Fotos. Adobe launcht Adobe Sensei.

 

Neues aus der Wissenschaft

Eine KI die eine Kolonie von Fliegen bewacht. In Minnesota hat ein Forscherteam ein Projekt namens flyAI auf die Beine gestellt. Dabei wurde eine KI installiert, die eine Kolonie von Fliegen bewacht. Sie regelt alles, was die Fliegen zum leben brauchen. Hier gehts zum Artikel über flyAI.

Begünstigt AI das Erstellen von Fakes? Ja, absolut. Lässt man sich die Frage durch den Kopf gehen, denkt man direkt an Fake-Identitäten, die sich textlich mit einem Menschen auseinander setzen. Hier gehen wir aber einen Schritt weiter: Bilder! Und nicht von nur von menschlichen Identitäten. Prinzipiell kann eine Intelligenz die genügend Bilder gesehen hat, um abstrakte Konzepte zu lernen, alles faken. Geht nicht? Hier geht es zum Artikel über Fake-Images mithilfe von Deep Learning. Oder: Artikel überspringen und direkt zum Paper.

 

Notable Papers

Florian Tramér et al. (Polytech Lausanne, Cornell University und University of North Carolina) haben untersucht, wie man Modelle von Anbietern über API-Calls nachbauen kann. Hierbei geht es darum, die Datenpunkte die man dem Dienstleister schickt, als eigene Trainingsdaten zu verstehen, die man nachfolgend nutzen kann, um eigene Modelle zu trainieren. Hier gehts zu Stealing Machine Learning Models via Prediction APIs.

Vıt Perzina und Jan M. Swart (Univerzita Karlova und Institute of Information Theory and Automation of the ASCR Praha) wenden das Stigler-Luckock Modell auf den Bücherverkauf sowie -lagerung an und gehen der Frage nach: How many market makers does a market need?

Huan Song et al. (Arizona State University, Lawrence Livermore National Labs und IBM T.J. Watson Research Center) experimentieren mit verschiedenen Kernel-Funktionen und gehen der Frage nach, wie man mehrere Kernels von verschiedenen oder gleichartigen Klassifikatoren miteinander verheiraten kann. Dabei legen sie das Augenmerk auf statistische Kernel- und Aggregationsfunktionen – auch mit Deep Learning ähnlichen Methoden. Hier gehts zu A Deep Learning Approach to Multiple Kernel Fusion.

Ankesh Anand, Tanmoy Chakraborty und Noseong Park (Indian Institute of Technology, University of Maryland, University of North Carolina) sind dem Thema Clickbaits nachgegangen. Sie haben ein Neuronales Netzwerk trainiert, um Clickbaits zu identifizieren. Laut ihrer Experimente arbeitet das Modell richtig gut. Überzeugt euch selbst, hier gehts zu You won’t believe what happened next!

Über den Tellerrand

Technik ist immer ideell. Erst unsere Anwendung der Technik eröffnet den Raum für Wertung. Deshalb ist es wichtig, dass man sich mit der Philosophie und Ethik hinter den Maschinen beschäftigt. Hier haben wir 2 Artikel gesammelt, die helfen sollen, über den Tellerrand zu schauen.

Sangbae Kim baut Roboter, die in Krisen eingesetzt werden können. Warum er es macht und vor allem wie, darum geht es hier.

Kognitionsforscher Joscha Bach darüber wie sich Menschen und Roboter entwickeln. Er sagt: Unser Geist liegt in Fesseln.

Das war der Dezember! Danke fürs Lesen. Wir sind offen für Verbesserungen und Vorschläge. Kontaktiert uns auf Twitter.

, , , , , , , , , , , , ,

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.