Webinar “Big Data und künstliche Intelligenz”

Anfang Mai fand im VZ ein Webinar zum Thema “Big Data & künstliche Intelligenz” statt.

Inhaltlich ging es um folgende Themen:

  • Was versteht man unter Big Data & künstliche Intelligenz
  • Was haben die beiden Themen miteinander zu tun
  • Beispiele welche heute bereits im Einsatz sind – generell und dediziert in der Finanzbranche
  • Ausblick und Einschätzung wohin die Reise mit den beiden Themen gehen wird

Bei Fragen zum Webinar können diese hier im Kommentarfeld hinterlassen werden, oder direkt auf Youtube.

Künstliche Intelligenz erschafft neuen Einstein

Die Technologien rund um künstliche Intelligenz respektive Machine Learning machen aktuell riesige Fortschritte. Als “Normalsterblicher” hat man fast keine Chance hier Schritt zu halten.

Auch in diesem Blog habe ich schon über diverse, spannende Anwendungen geschrieben welche ungeahnte Möglichkeiten eröffnen (z.B. Schmerzerkennung bei Schafen oder
Google’s new AI algorithm predicts heart disease by looking at your eyes).

Beängstigend und gleichzeitig beeindruckend für mich sind aber nun neue Methoden in der künstliche Erschaffung von digitalen Inhalten mittels KI. So hat die Filmakademie Baden-Württemberg Albert Einstein wieder zum Leben erweckt.

Das gesamte Video ist täuschend echt – zumindest ich kann nicht feststellen dass es künstlich erstellt worden ist. Erstellt wurde es mittels Algorithmen aus dem Bereich der künstlichen Intelligenz. Dies wurde gemacht indem die die Algorithmen alte Aufnahmen von Bildern und Videos sowie Ton von Albert Einstein analysiert haben und die künstliche Intelligenz damit trainiert wurde. Mehr Hintergrundinfos gibt es hier: https://animationsinstitut.de/de/forschung-rd/projects/digital-actors-in-documentary/digital-actors-in-documentary/

Man kann sich vorstellen, dass man mit der Anwendung solcher Technologien auch Böses tun kann. Fake News wird damit eine völlig neue Bedeutung erhalten. Der Artikel “Fake Porn: KI-generierte Pornos werden ein Riesenproblem” bei MobileGeeks nimmt das Thema auf und zeigt Beispiele.

Für mich aber noch viel bedrohlicher ist dieses Video der University of Washington welches anschaulich zeigt, was heute schon möglich ist. Man stelle sich vor, ein so täuschend echtes Video wird benutzt um Kriege oder ähnliches zu verkünden. Auch wenn es sich schon bald als Fake herausstellt, in solchen Situationen reagieren sehr schnell Panik und unüberlegte Reaktionen.

Google’s new AI algorithm predicts heart disease by looking at your eyes – The Verge

Die Themen Big Data in Kombination mit Machine Learning werden in den nächsten Jahren einen grossen Einfluss auf unser Leben übernehmen. Es erstaunt mich immer wieder, was für neue Möglichkeiten sich durch eine geschickte Anwendung dieser Technologien sich ergeben.

Google hat nun einen Algorithmus auf Basis von künstlicher Intelligenz entwickelt, welcher verspricht dass durch ein Scan der Augen eine Vorhersage über die Risikoanfälligkeit auf Herzerkrankungen abgegeben werden kann. Dies wird gemacht indem durch den Scan des Auges analysiert wird wie alt jemand ist, was für ein Blutdruck vorhanden ist sowie ob die Person raucht. Durch diese drei Parameter soll es möglich sein, eine verlässliche Prognose abzugeben.

Details dazu findet man im Artikel “Google’s new AI algorithm predicts heart disease by looking at your eyes” des Verge Online Magazin.

Google’s new AI algorithm predicts heart disease by looking at your eyes – The Verge

Gartner Top 10 Strategic Technology Trends for 2018

Die grossen Marktforschungsinstitute publizieren regelmässig ihre Vorhersagen bezüglich Technologien & Trends für die nächsten Jahre.

Langsam geht es los mit den Prophezeiungen fürs 2018. So hat Gartner vor kurzem ihre “Top 10 Technology Trends for 2018” publiziert.

Ich finde die Auswahl gelungen. Insbesondere die Aufnahme der Themen der “Digital Twins” (Was ist das?) und “Conversational Platforms” (Chatbots & Co. über Facebook/Wechat & Co.) finde ich sehr sinnvoll und wird aus meiner Perspektive einen Impact im 2018 haben.

Quelle: Explore the Gartner Top 10 Strategic Technology Trends for 2018

Jobverlust durch KI: Wirklich so schlimm?

Im deutschen Wired-Magazine ist ein sehr lesenswerter Artikel rund um die Diskussion der Jobverluste aufgrund der Digitalisierung erschienen.

Im Artikel machen sie ein Gedankenexperiment und zeigen Überlegungen auf was den mit dieser überschüssigen “Arbeitskraft” passieren würde. Ihre primäre Erkenntnis ist, dass damit auch wieder mehr Zeit in soziale Tätigkeiten fliessen werden. Zwangsweise kommt natürlich auch wieder das Thema bedingungsloses Grundeinkommen zur Sprache.

Wenn Maschinen Jobs übernehmen, können Menschen Besseres mit ihrem Leben anfangen. Nur die Gewinne der Automatisierung müssen gerechter verteilt werden.

Quelle: Jobverlust durch KI: Wirklich so schlimm?

Persönlich bin ich überzeugt, dass die ganze Diskussion zu heiss gekocht wird. Ich kann mir nur schwer vorstellen, dass in den nächsten Jahren die 50% prognostizierten Jobverluste eintreffen werden. Zu langsam ist die Menschheit im Übernehmen von neuen Innovationen. Handkehrum wird es aber sicher auch nicht so sein, dass alles gewohnt weitergehen wird. Es ist aber auch anzunehmen, dass es aufgrund der neuen Gegebenheiten auch viele neue Jobs(-Profile) geben wird. Oder wer hätte vor rund 10 Jahren gedacht, dass es heute notwendig ist in grösseren Unternehmungen einen Social Media Manager zu haben?

 

Wenn Computer selber programmieren

Die digitale Transformation schreitet unweigerlich voran. Es gibt Experten welche voraussagen dass es nicht mehr lange dauern dürfte, bis Roboter die Menschen mehr oder weniger ablösen (es gibt aber auch viele die das Gegenteil behaupten…). Aus der ersten Denkperspektive ist es daher nichts als konsequent, wenn irgendwann der Zeitpunkt kommen muss, wenn Computer auch (sich) selber programmieren und dadurch Software-Entwickler überflüssig machen.

Die ETH Zürich um Professor Martin Vechev forscht in diesem Feld und hat erste Gehversuche entwickelt. Er sieht in der Anfangsphase die Anwendungsfälle aber nicht in der Ablösung der Software-Entwickler, sondern in deren Unterstützung (z.B. durch eine Art Qualitätskontrolle). So könnten auch Programmieranfänger hochwertigen Programmcode schreiben und die Lernkurve wäre entsprechend hoch. Das ganze funktioniert durch die Anwendung von Machine Learning und dem Rückgriff auf bereits existierenden Software-Code (z.B. Open-Source Anwendungen und Programmier-Communities).

Details zu den Forschungsarbeiten findet man im folgenden Artikel welcher aus der ETH Hauszeitschrift “Globe” stammt.

Vom Computer programmiert | ETH Zürich

 

 

Künstliche Intelligenz – echt jetzt?

In aller Munde und Medien ist aktuell die Rede von künstlicher Intelligenz und wie diese in Kürze alles übernehmen wird und überspitzt gesagt die Menschheit so mehr oder weniger überflüssig macht. Bereits gibt es auch erste Warner wie Elon Musk von Tesla welche sagen, dass die Entwicklung von künstlicher Intelligenz eines der grössen Risiken der Menscheit darstellt und man diese regulieren müsse (lesenswerter Artikel dazu hier: https://www.theverge.com/2017/7/17/15980954/elon-musk-ai-regulation-existential-threat ).

Aber was ist überhaupt künstliche Intelligenz? Ist diese gleichwertig wie die Menschliche? Ich denke es ist wichtig, dass man in diesem Kontext genauer betrachtet und zwei Dinge auseinander hält. Die Anwendungen welche heute unter dem Schlagwort künstliche Intelligenz laufen, haben genau betrachtet ziemlich gar nichts mit Intelligenz zu tun. Der Begriff “Machine Learning” ist hier eher korrekt und aussagekräftig. Das was die AGFA’s (Apple, Google, Facebook, Amazon) heute machen ist nichts anderes als mit statistischen Werkzeugen und immensen Datenbeständen Muster und Vorhersagen zu errechnen. Die Datenbestände bilden natürlich historische Aktionen und Entscheidungen von Menschen ab, was wiederum dazu führt dass die Muster und Vorhersagen des Machine Learning intelligent und menschlich erscheinen (sollten…). Das Ganze hat aber nichts mit einer richtigen Intelligenz zu tun.

Seanbatty / Pixabay

Ein Vorreiter dieses Thema und der Wissenschaft um die “richtige” künstliche Intelligenz ist der Schweizer Neurowissenschaftler Pascal Kaufmann. Er ist weltweit einer der Vorreiter dieses Forschungsgebiets und hat nebenbei auch eine Firma in der Schweiz gegründet wo er Erkenntnisse aus seiner Forschung in eine Software für’s Wissensmanagement einfliessen lässt.

Auf der IT-Branchenplattform ZDNet.com ist ein lesenswerter Artikel über Kaufmann und das obige Missverständnis erschienen welche ich allen empfehle.

True AI cannot be developed until the ‘brain code’ has been cracked: Starmind | ZDNet

Wer sich weiter fürs Thema interessiert, dem empfehle ich ein Artikel auf der Webseite Netzwoche wo noch näher aufs Thema eingegangen wird.

http://www.netzwoche.ch/news/2017-03-15/warum-kuenstliche-intelligenz-nicht-intelligent-ist

Wenn Computer selbständig programmieren

Heute ist es ja so, dass alle Programme und Algorithmen von einem Entwickler aus Fleisch und Blut geschrieben werden muss. Mit den laufenden Fortschritten im Bereich der künstlichen Intelligenz, wäre es aber auch denkbar, dass Computer selber programmieren.

Genau dies erforschen Wissenschaftler der ETH Zürich. Aber auch hier gilt, dass ein Umschalten von 0 auf 100 nicht realistisch ist. In der ersten Phase ihrer Forschungsarbeiten ist daher nicht das Ziel, dass Computer vollkommen selbständig entwicklen, sondern dass sie Entwickler helfen besser zu werden (z.B. mit Empfehlungen und Assistenten). In dieser ersten Unterstützungsphase können die Algorithmen aber nicht nur helfend wirken, sondern lernen gleichzeitg auch dazu und optimieren sich. Mittelfristig dürfte es dann Folge sein, dass Computer selbständig programmieren. ETH-Professor Martin Vechev prophezeit “In zehn Jahren wird die Automatisierung so weit fortgeschritten sein, dass Computer autonom kurze Programme schreiben können

Quelle: Vom Computer programmiert | ETH Zürich

Stimmenanalyse verrät das psychologische Profil

Im Beitrag “The End of Privacy – Dr. Michael Kosinski” habe ich von einer Studie berichtet, welche aufgezeigt hat dass mit wenigen Datenpunkten (70 Facebook Likes) von einer Person ein psychologisches Profil erstellt werden kann. Die Firma “Precire” aus Deutschland geht hier noch einen Schritt weiter. Die Software von Precire “nutzt Sprache und Text um ein valides Bild von Mitarbeitern, Kunden, Bewerbern und weiteren Gesprächspartnern zu zeichen” und weiter “die in gesprochener und geschriebener Sprache mit künstlicher Intelligenz Muster identifiziert und daraus linguistische, psychologische und kommunikationsbezogene Merkmale ableitet”.

Die Einsatzzwecke so einer Software ist natürlich beinahe unbegrenzt und kann überall dort wo Kommunikation – schriftlich wie mündlich – stattfinden eingesetzt werden. Bereits gibt es erste Unternehmungen welche potentielle Kandidaten für Stellen ein Gespräch mit einem Computer vorgängig durchführen lassen. Dieser Artikel im Bund gibt Hintergrundinfos. Wenn man dies aber zu Ende denkt, so ergeben sich auch unheimlich Szenarien wie dieser Artikel des Beobachter aufzeigt.

Ich denke unsere Gesellschaft wird mittelfristig nicht drum herum kommen, dass Regeln rund um solche Analysewerkzeuge (sei es Facebook Likes, Stimmanalyse, whatever) aufgestellt werden müssen. Eine anderes Szenario ist, dass sich irgendwann herausstellt, dass diese Analysewerkzeuge – welche rein auf statistischen Grundlagen basieren – nicht korrekt funktionieren und Stereotypen Vorschub leisten. Oder wie Hernani Marques vom Chaos Computer Club im obigen Artikel des Beobachters zitiert wird: “Das ist Hokuspokus mit fatalen Folgen. Eine Software kann nicht in die Gefühlswelt eindringen.”.

Bilderkennung mit KI: Automatisierung bei Schadenregulierung

Wenn man die Kostenstrukturen einer durchschnittlichen Versicherungsgesellschaft betrachtet, so entfällt ein wesentlicher Block auf das Schadenhandling und die Schadenbeurteilung. Viele Versicherungen haben in den letzten Jahren deshalbt Projekte zur Automatisierung im Bereich des Handling gestartet und eingeführt. Die Schadenbeurteilung muss aber immer noch durch einen Menschen erfolgen.

Mit Technologien wie dem Machine Learning könnte es in Zukunft jedoch möglich sein, einen beträchtlichen Teil der Beurteilungsarbeiten ebenfalls zu automatisieren. Die Firma Control Expert arbeitet hier bereits an Verfahren mit welchen es in Zukunft möglich sein soll, die zu erwartende Schadenssumme durch Bilderkennung zu bestimmen.

Quellen:

© 2017 VZ Holding AG und/oder mit ihr verbundene Unternehmen. Alle Rechte vorbehalten.