iStock-monsitj-ai-news

aiLetter #1.4: AI in deutschen Unternehmen, Gefängnissen und Unikliniken, Dorothee Bärs Lageeinschätzung, Peter Altmaier & Gaia-X

aiLetter #1.4: AI in deutschen Unternehmen, Gefängnissen und Unikliniken, Dorothee Bärs Lageeinschätzung, Peter Altmaier & Gaia-X

Liebe Freunde des aiLetter,

heute kommen die wöchentlichen aiNews am Sonnabend und haben diese Themen: der deutsche AI-Verbandschef Jörg Bienert im Podcast zu einem AI-Masterplan für Deutschland. Ein britisches Startup bietet Lösungen für den Durchblick im Datendschungel. In NRW soll AI zukünftig die Suizidgefahr von Häftlingen überwachen. Peter Altmaier will mit Gaia-X ein europäisches Cloudsystem initiieren und Dorothee Bär stellt ihre Sicht auf die deutsche AI-Landschaft vor. Zur Vertiefung: AI-Diagnostik hält Einzug in deutsche Unikliniken. Last but not least: Ob intelligente Systeme wirklich kreativ schreiben können, darüber scheiden sich die Geister – im aiTaillight.

Wie immer freuen wir uns über euer Feedback zum Newsletter und den ein oder anderen Like auf LinkedIn. Wenn euch der aiLetter gefällt, leitet ihn gerne an Menschen weiter, die sich auch für AI und Machine Learning interessieren (oder dies aus eurer Sicht tun sollten … ).

Viel Spaß beim Lesen wünscht

Anke


ai@Work: Lösungen im Einsatz

Wo steht Deutschland mit Artificial Intelligence – eine Experteneinschätzung

In der aktuellen Folge des „So techt Deutschland”-Podcast ordnet Jörg Bienert, AI-Unternehmer und Vorsitzender des Bundesverbands Künstliche Intelligenz, den aktuellen Stand der AI-Nutzung in Deutschland ein: wo können Unternehmen und Forschung besser kooperieren, wo zwickt die DSGVO und warum müssen gerade Hidden Champions aufpassen, damit sie nicht in Abhängigkeiten von den globalen Tech-Giganten geraten. Und: gibt es überhaupt einen Masterplan für AI in Deutschland?


aiInvest: Wer investiert wo?

25 Millionen US-Dollar für einen besseren Überblick im Internet

Die Informationsflut des Internets sortieren und daraus wertvolle Erkenntnisse generieren? Dieser Aufgabe widmet sich das Londoner Start-up Signal AI. Dafür gab es nun 25 Millionen US-Dollar, unter anderem von einem Venture Fonds, der der Guardian Media Group nahe steht. Neben allgemeinen News-Daten unterstützt Signal AI seine Kunden bei der Strukturierung und Auswertung ihres spezifischen Datenbedarfs. Zusammen mit dem internationalen Consulting-Unternehmen Deloitte werden so etwa Steuerinformationen mit automatisierten Benachrichtigungen an die Kunden ausgesandt.

data-gerd-altmann-pixabay
Den Durchblick behalten: Signal AI liefert intelligente Software zur Datenauswertung (Bild: Gerd Altmann/pixabay).


aiLab: ein Blick in Forschung & Entwicklung

AI soll Suizidgefahr erkennen

Das Justizministerium in NRW startet ein Forschungsprojekt zur Erkennung von Suizidgefahr bei Häftlingen. Eine AI-gestützte Videoerkennung soll helfen, Verhaltensmuster der Gefangenen zu erkennen, die auf ein potentielles Suizidrisiko hinweisen. Entwickelt wird das Programm von einem sächsischen Unternehmen.

Ein anderes mögliches Einsatzgebiet intelligenter Algorithmen in der Justiz wird im heutigen aiDeepDive beleuchtet.


aiPolicy: Politik & Rahmenbedingungen

Gaia-X: Peter Altmaier stellt Pläne für europäische Datencloud vor

Kommende Woche wird Bundeswirtschaftsminister Peter Altmaier ein Projekt vorstellen, das für die Entwicklung der europäischen AI-Landschaft von hoher Bedeutung sein könnte: Gaia-X, ein europäisches Konkurrenzsystem zu US-amerikanischen Cloud-Anbietern wie Amazon Web Services (AWS) oder Microsoft Azure. Diverse Vorarbeiten wurden schon durch mehrere bisher unabhängige Projekte geleistet. Deutsche Großunternehmen wie die Deutsche Bank, die Deutsche Telekom und SAP unterstützen das Projekt. Trotzdem halten Kritiker wie Siemens-Technikchef Roland Busch das Projekt für unrealistisch.
AI-Experte Jörg Bienert gibt seine Einschätzung zu Gaia-X im Podcast-Tipp ab (siehe ai@Work).

Dorothee Bär: So steht es um die deutsche Industrie in Sachen AI

Im Interview mit dem Branchenportal MM Maschinenmarkt beantwortet Digital-Staatsministerin Dorothee Bär, wie sie die Entwicklung von Artificial Intelligence in der deutschen Industrie sieht, was von der Politik bereits getan wird und warum es zum Beispiel bei der Schaffung neuer AI-Professuren in Deutschland langsamer vorangeht als gewünscht.

Stellt sich kritischen Fragen: Dorothee Bär (CSU), Staatsministerin im Bundeskanzleramt und Beauftragte der Bundesregierung für Digitalisierung.

aiDeepDive: Vertiefung zum Wochenende

Faire Algorithmen?

Wie lässt sich juristische Fairness mathematisch quantifizieren? In ihrem Artikel diskutieren Karen Hao und Jonathan Stray am Beispiel juristischer Entscheidungen, welche Auswirkungen es hat, wenn Algorithmen entscheiden, was fair ist und was nicht. Plus: Ihr könnt es in einem Algorithmen-Spiel im Artikel selbst ausprobieren. Also ran an die Tasten!

AI ist wie gemacht für Gesundheitsversorgung

Schneller Überblick: Microsoft AI-Expertin Geralyn Miller zeichnet Szenarien zukünftiger Gesundheitsversorgung mithilfe von AI vor. Einen Fokus legt sie dabei auf die gesellschaftlichen, ethischen und rechtlichen Bedingungen, die notwendig sind, um datenbasierte und AI-gestützte Medizin für alle Menschen bestmöglich nutzbar zu machen.

Und wann kommt AI in deutsche Krankenhäuser?

Sie ist schon da. Zumindest in vielen Unikliniken stehen AI-Systeme zur Krebserkennung oder Altersbestimmung kurz vor dem Praxiseinsatz. Arne Grävemeyer spricht in seinem Artikel mit Ärzten und Forschern und diskutiert über Möglichkeiten, Vorbehalte und nachvollziehbare AI-Diagnosen.

xray-oracast-pixabay
Muster in Röntgenaufnahmen erkennen – ein Beispiel für den Einsatz von AI-Systemen in der Medizin (Bild: oracast/pixabay).


aiTaillight: Ein FunFact zum Schluss

Stil sehr gut, Inhalt mangelhaft – wenn AI Texte schreibt

Gedichte, Kurzgeschichten und sogar neue Kapitel für Harry Potter – die kreative Energie von Artificial Intelligence scheint beim Schreiben keine Grenzen mehr zu kennen. Oder doch? Hier geht’s zur AI-Literaturkritik.


Wir freuen uns immer über Anregungen und Feedback zum aiLetter: feedback@ailetter.de


Beziehe den aiLetter regelmäßig!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-news

aiLetter #1.2: Lernende Erntemaschinen von John Deere, Krankenhaus-Roboter Moxi, AI und eure Stadt & Microsofts AI-Kunstwerk Ada

aiLetter #1.2: Lernende Erntemaschinen von John Deere, Krankenhaus-Roboter Moxi, AI und eure Stadt & Microsofts AI-Kunstwerk Ada

Liebe Freunde des aiLetter,

in den heutigen aiNews sind folgende Themen mit dabei: John Deere rückt mit AI-gestützter Technologie den Maiskörnern auf den Leib, der Roboter Moxi entlastet das Pflegepersonal in Krankenhäusern, Huawei und Google schrumpfen energieintensive AI-Modelle, Frankreich im Diskurs zwischen Gesichtserkennung und Datenschutz, die Beratung Oliver Wyman hat getestet, wie gut unsere Städte auf die Ausbreitung von Artificial Intelligence vorbereitet sind… und Ada lebt bei Microsoft.

Wie immer freuen wir uns über euer Feedback. Wenn euch der Newsletter gefällt, leitet ihn gerne an Menschen weiter, die sich auch für AI und Machine Learning interessieren (oder dies aus eurer Sicht tun sollten … ).

Viel Spaß beim Lesen wünscht

Anke


ai@Work: Lösungen im Einsatz

John Deere: Mit lernenden Erntemaschinen Menschen satt machen

Selbstfahrende Traktoren, Bilderkennung für die Ernte, „schmutzige Daten” sortieren – Machine Learning macht auch vor dem knapp 200 Jahre alten Landmaschinenhersteller John Deere nicht Halt. Das große Ziel: die Ernährung der wachsenden Weltbevölkerung sichern. So wandelt sich das Unternehmen immer mehr auch zur Software-Company.

john-deere-predicitive-feedrate-control
Selbstlernende Systeme unterstützen die Erntemaschinen von John Deere (Bild: John Deere).


aiInvest: Wer investiert wo?

3 Millionen US-Dollar für Krankenhaus-Roboter Moxi

Das texanische Start-up Diligent Robotics sicherte sich die Investition zum Start der kommerziellen Nutzung seines Assistenz-Roboters Moxi. Dieser soll das Pflegepersonal in Krankenhäusern bei Routinetätigkeiten entlasten. In der Demo wirkt Kollege Roboter tatsächlich seeehr entschleunigend 😜


aiLab: ein Blick in Forschung & Entwicklung

Die geschrumpfte AI

Googles AI-Modell BERT bricht Rekorde beim Leseverständnis. Und verbraucht mit seinen 340 Millionen Datenparametern in einer Trainingsrunde so viel Energie wie ein amerikanischer Durchschnittshaushalt in 50 Tagen. Sogar getoppt wurde BERT zuletzt durch Nvidias MegatronLM, ein Modell mit 8,3 Milliarden Datenparametern. Diese Riesenmodelle werden energie- und kostentechnisch zunehmend als No-Go betrachtet.

Die Devise lautet also: AI-Modelle entwickeln, die energieeffizienter und damit auch günstiger sind. Huawei und interessanterweise Google selbst präsentierten kürzlich entsprechend Publikationen. Beide wollen die Modelle schrumpfen, indem sie die Technik der sogenannten „Knowledge Distillation” nutzen.


aiPolicy: Politik & Rahmenbedingungen

Frankreich im Zwiespalt zwischen Gesichtserkennung und Datenschutz

Die französische Regierung will ihren Bürgern mithilfe automatisierter Gesichtserkennung sichere digitale Identitäten geben. Das System „Alicem” soll bereits im November ausgerollt werden. Doch der oberste Datenschützer des Landes warnt vor Verstößen gegen europäische Datenschutzregeln. Bürger klagen gegen das System vor dem höchsten Gericht des Landes. Wird es eine gemeinsame Lösung geben?

Mehr zu automatisierter, AI-gestützter Gesichtserkennung im folgenden Video:

Der Bloomberg Quick Take erläutert Potenziale und Gefahren automatisierter Gesichtserkennung.

aiDeepDive: Vertiefung zum Wochenende

Sind unsere Städte bereit für Artificial Intelligence?

Die Beratung Oliver Wyman hat untersucht, wie gut Städte weltweit auf die Ausbreitung von Artificial Intelligence vorbereitet sind. Fazit: Keine Stadt scheint die Herausforderungen wirklich vollständig im Griff zu haben. Doch über verschiedene Kriterien hinweg haben diese vier Städte (jeweils in ihrer Größenkategorie) am besten abgeschnitten: London, Singapur, San Francisco und Stockholm. Wie wurde eure Stadt gerankt? Findet es heraus!

https://www.oliverwymanforum.com/city-readiness/global-cities-ai-readiness-index-2019/index-summary.html
Städte müssen sich besser auf die Herausforderungen von AI vorbereiten (Bild: Oliver Wyman).

 

Mit Technologie gegen Deepfakes?

Mithilfe von AI-Tools gefälschte Videos könnten gravierende Auswirkungen haben, gerade auch auf politische Ereignisse wie die US-Präsidentschaftswahlen 2020. Sowohl Facebook und Co. als auch staatliche Akteure arbeiten an technischen Lösungen für das Problem. Angela Chen weist in ihrem Artikel aber darauf hin, dass selbst der beste technische „Deepfake-Finder” das Problem nicht wirklich lösen kann.


aiTaillight: Ein FunFact zum Schluss

Ada lebt

Naja, nicht ganz. Ada Lovelace, bekannt als erste Programmiererin der Welt, ist schon eine Weile nicht mehr unter uns. Doch ihr Name wird in der Digitalszene gerne genutzt. Ada heißt zum Beispiel ein aktuelles Kunstprojekt bei Microsoft in Redmond, Washington, bei dem ein AI-gestütztes System „den Raum liest” und mit den Besuchern interagiert.

microsoft-ada-ai-art
Gespeist von Sensoren und anderen „Sinnesorganen” im ganzen Raum kann das Kunstwerk Ada in Echtzeit abbilden, was im Raum vor sich geht (Foto: John Brecher für Microsoft).


Wir freuen uns immer über Anregungen und Feedback zum aiLetter: feedback@ailetter.de


Beziehe den aiLetter regelmäßig!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-focus

aiLetter #1.1: AI-Forschung – wer bezahlt, bestimmt?!

aiLetter #1.1: AI-Forschung – wer bezahlt, bestimmt?!

 

Liebe Freunde des aiLetter,

in dieser Woche konzentriert sich der Newsletter wieder einmal auf einen aiFocus zum Thema Forschung. Die im Bereich Artificial Intelligence und Machine Learning wird sehr oft von großen Tech-Unternehmen wie Google oder Facebook finanziert. Das hat Konsequenzen. Bedeutet Privatisierung von Forschung automatisch Gewinnoptimierung statt Gemeinwohl? Werden damit Grundlagenforschung und Produktentwicklung vermischt? Welche Auswirkungen hat das auf weniger entwickelte Industrien oder Volkswirtschaften? Gibt es Lösungsvorschläge? In diesem aiLetter findet ihr Lesenswertes zu diesen Fragen.

Wie ihr an der Nummer dieses aiLetters sehen könnt, sind wir mit der Veröffentlichung unserer Webseite ailetter.de aus den „Nullnummern” herausgewachsen. 
Damit ist dieser aiLetter auch der Startschuss für die nächste Stufe unseres Projektes: Mehr Leser, Experten, Gastautoren und Partner gewinnen. Wir freuen uns deshalb natürlich auch, wenn ihr den Newsletter an interessierte Menschen weiterleitet! Und ebenso freuen wir uns auch weiterhin über euer Feedback zu Newsletter und Website 😊

Viel Spaß beim Lesen wünscht

Anke


aiFocus: Die Privatisierung der AI-Forschung

  • Forschung im Bereich AI kostet Milliarden – insbesondere aufgrund von teurer Rechenkapazität und benötigter Datenmengen.
  • Deshalb wird sie zunehmend von Privatunternehmen, allen voran den großen Tech-Playern wie Google, Amazon, Facebook und Co., finanziert.
  • Diese Privatisierung der AI-Forschung wird zunehmend kritisch bewertet.

 

Facebook hat eine Studie finanziert, bei der Computermodelle die Gedanken von Epilepsiepatienten lesen. Die Erkenntnisse könnten sowohl der Medizin als auch der Gaming-Industrie zugute kommen. Theoretisch eine tolle Sache: Win-Win auf einem Gebiet, in dem die Forschung aufgrund der benötigten Rechenleistung und Daten ein wahnsinnig teures Unterfangen ist.
Gerade Facebook, Google und Co. können Milliarden in AI-Projekte stecken, die öffentlich-finanzierten Organisationen, Universitäten und anderen Unternehmen nicht zur Verfügung stehen. Doch ist das ein typisches Forschungsprojekt?

Akademische vs. Industrielle Forschung

Warum ist es für die Entwicklung von AI so wichtig, dass die Forschung an intelligenten Algorithmen nicht nur in industriellen Labs stattfindet? Technologiejournalist Tony Peng stellt es so dar: Natürlich können privatwirtschaftliche Forschungsunternehmen wie DeepMind medienwirksame Erfolge hervorbringen. Die Grundlagen dafür liegen jedoch oft in jahrelanger akademischer Forschung. Ein Grund dafür:
„Frei von starkem Lieferdruck oder kommerzialisierungsorientierten Forschungsrestriktionen bietet die Wissenschaft ein ideales Umfeld für die Blue-Sky-Forschung, um bedeutende Durchbrüche zu erzielen.“ (übersetzt mit dem DeepL-Übersetzer)

Jedoch schließen sich junge Computerwissenschaftler und auch Professoren vermehrt industriellen Laboren an, da dort sowohl die finanzielle und technische Ausstattung als auch die Gehälter besser sind, als an vielen Universitäten.

Are Commercial Labs Stealing Academia's AI Thunder?
Quelle: syncedreview.com

 

Der AI-Wissenschaftler und Unternehmer Mehdi Merai merkt an: Industriell finanzierte AI-Forschung zielt stärker auf die Entwicklung konkreter, vermarktbarer Produkte ab. Merai kritisiert, dass Wissenschaftler zunehmend als eine bessere Art von AI-Ingenieuren betrachtet werden, die fertige Produkte entwickeln können. Doch das sei nicht die Aufgabe von Wissenschaft – schon gar nicht von Grundlagenforschung.
Forschung funktioniere nicht mit einem Go-to-Market-Timing, auch wenn einige AI-Forschungsunternehmen das suggerieren. Wissenschaftler, so Merai, seien darauf trainiert, die beste Lösung für eine Aufgabenstellung zu finden, und das im Austausch mit ihren Kollegen aus verschiedenen Institutionen. Dieses Selbstverständnis laufe der gewinnorientierten Logik eines Unternehmens zunächst einmal zuwider.

Forschungsgemeinschaft weniger inklusiv

Wer bezahlt, bestimmt, was erforscht wird. Und von wem! Stimmt das so auch im Bereich der AI-Forschung? Zunehmend kritisieren Mitglieder der AI-Community, dass es der Forschungsgemeinschaft an Vielfalt fehlt. So stellte Oren Etzioni, CEO des Allen Institute for Artificial Intelligence (AI2), vor einiger Zeit fest:
„Es gibt ein wichtiges Thema der Inklusivität, bei dem (nicht nur) Menschen aus Schwellenländern, sondern auch Studenten und Akademiker sowie Start-ups zunehmend von der Spitzenposition ausgeschlossen werden können, wenn es darum geht, dass man z.B. eine Milliarde Dollar braucht…. um innovative KI-Forschung durchzuführen.“ (übersetzt mit DeepL-Übersetzer)

Ähnliche Bedenken äußert Karen Hao vom MIT Technology Review.

Was bedeutet das konkret, zum Beispiel für weniger entwickelte Länder? Dave Gershgorn berichtet, dass die Entwicklung einer afrikanischen AI-Forschungs- und Entwicklungsinfrastruktur massiv von der Finanzierung der großen Tech-Konzerne aus den USA und China abhängt. Akteure in weniger entwickelten Volkswirtschaften stehen somit vor der Herausforderung, ihre Forschung nicht „kolonisieren“ zu lassen und trotzdem die Ressourcen für wichtige Fortschritte zu haben.

Warum ist das wichtig?
Natürlich betrifft uns die Problematik afrikanischer AI-Forschung in Europa nicht direkt. Wenn AI aber zu einer Technologie werden soll, die das Leben von Menschen weltweit verbessert, dann müssen in Konsequenz auch Menschen weltweit in der Lage sein, an einer ergebnisoffenen Erforschung dieser Technologie mitzuwirken.

Lösungsvorschläge

Neben seiner kritischen Betrachtung diskutiert Tony Peng in seinem Artikel auch eine mögliche Lösung: In den USA arbeiten Akademiker vermehrt sowohl an Universitäten als auch in industriellen Forschungslaboren und können so die Vorteile beider Welten nutzen.

Hardware und Algorithmen müssen effizienter werden, damit AI-Forschung kosteneffizienter und damit inklusiver werden kann. Das fordert zum Beispiel Emma Strubell, Doktorandin und AI-Wissenschaftlerin an der University of Massachusetts. Dann könnten auch Studierende oder Start-ups besser zur Erforschung neuer AI-Lösungen beitragen.

Amy Webb – Leiterin des Future Today Institute – fordert, dass wir AI, ähnlich wie Luft oder Wasser als öffentliches Gut betrachten, welches wir entsprechend im Sinne der Allgemeinheit regulieren und nutzen. Eine internationale, unabhängige Organisation solle dies kontrollieren, ähnlich der IAEA, die die Nutzung von Kernenergie überwacht, wie sie im Video erklärt.

Amy Webb, Gründerin des Future Today Institute und Professorin an der New York University spricht über den aktuellen Stand der AI-(Forschungs)-Landschaft.

aiDeepDive: Vertiefung zum Wochenende

Amy Webb beschreibt in ihrem aktuellen Buch „The Big Nine: How How The Tech Titans and Their Thinking Machines Could Warp Humanity”, wie die großen Tech-Unternehmen die AI-Landschaft beherrschen und wie ein Wandel im Verständnis von AI von einem Produkt hin zu einem öffentlichen Gut aussehen könnte.


Wir freuen uns immer über Feedback zum Newsletter: feedback@ailetter.de


Beziehe den aiLetter regelmäßig!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-news

aiLetter #0.14: AI & Picasso, Kreditech, OpenAI, Bitkoms AI: Science over Fiction

aiLetter #0.14: AI & Picasso, Kreditech, OpenAI, Bitkoms AI: Science over Fiction

Liebe Freunde des aiLetter,

in dieser Woche gibt es noch einmal einen etwas kürzeren Newsletter.
Mit dabei: ein neuronales Netzwerk legt ein Picasso-Gemälde frei, OpenAI lässt Algorithmen gegeneinander antreten und Bitkom will Klarheit und Sachlichkeit in die öffentliche Debatte um AI bringen.
Der Bau der  Webseite aiLetter.de  hat uns in den letzten Wochen ganz schön auf Trab gehalten. Nun ist sie mehr oder weniger fertig und bereits online. Schaut sie euch gerne an und gebt uns Feedback! 

Viel Spaß beim Lesen wünscht

Anke


ai@Work: Lösungen im Einsatz

AI bringt Picassos verlorene Werke zurück

Der alte Gitarrenspieler, ein berühmtes Bild des spanischen Künstlers Pablo Picasso aus seiner blauen Periode, verbarg lange ein Geheimnis: ein zweites, übermaltes Gemälde. Auf Basis von Röntgen- und Infrarotaufnahmen konnten Anthony Bourached und George Cann vom University College London mithilfe der sogenannten Neural Style Transfer-Methode dieses zweite Bild, eine sitzende Frau, nun rekonstruieren. Diese Methode könnte die Arbeit von Kunsthistorikern nachhaltig verändern.

https://en.wikipedia.org/wiki/File:Old_guitarist_chicago.jpg#/media/File:Old_guitarist_chicago.jpg
Eines von Picassos berühmtesten Werken: „Der alte Gitarrenspieler” (Quelle: The Art Institute of Chicago and jacquelinemhadel.com)

 

https://arxiv.org/pdf/1909.05677.pdf
Lange dahinter verborgen: eine sitzende Frau mit ausgestrecktem Arm (Quelle: https://arxiv.org/pdf/1909.05677.pdf)


aiInvest: Wer investiert wo?

20 Mio. Euro für die Kreditech-Expansion

Das Hamburger Fintech nutzt AI, um Kredite und Finanzierungen am Point of Sale (POS) in weniger entwickelten Ländern wie Indien und Russland, aber auch in Spanien und Polen anzubieten. Zielgruppe sind Konsumenten mit einer geringen bzw. schlechten Kredithistorie. Kreditech will mit diesem Geschäft eine Billion Euro Umsatz in 2025 erzielen. Zu den neuen Investoren zählt etwa die russische Runa Capital, aber auch ein ungenannter deutscher Privatinvestor. Zuvor hatte unter anderem Silicon Valley-Größe Peter Thiel investiert.


aiLab: ein Blick in Forschung & Entwicklung

AI-Agenten lernen „Verstecken”

Entwickeln sich intelligente Algorithmen im gegenseitigen Wettbewerb hin zu höheren Formen? Das For-Profit-Forschungslabor OpenAI hat es getestet: In einer virtuellen Umgebung sollten zwei Teams von AI-Agenten „Hide and seek“ gegeneinander spielen. Mit der Zeit entwickelten sie immer komplexere Strategien, nutzten Gegenstände und kollaborierten. Getestet wurde dabei eine Kombination aus Multi-Agent Learning, bei dem sich verschiedene Algorithmen durch Wettbewerb oder Koordination weiterentwickeln, und Reinforcement Learning (siehe aiLetter-Glossar).


aiDeepDive: Vertiefung zum Wochenende

Lesetipp 1: Kein Geld für AI-Checks – ein Problem für alle

Wer prüft, ob AI-Anwendungen wirtschaftlich, sozial und ethisch unbedenklich sind? Bei früheren Technologien – wie etwa DNA-Modifikationen, Nuklearphysik oder Genomforschung – investierte die US-Regierung in Projekte, die diese Faktoren prüften. Doch das „Office of Technology Assessment“ wurde in den 90er-Jahren geschlossen, andere Institutionen sind hoffnungslos unterfinanziert. Wie sich die mangelnde Prüfung von intelligenten Algorithmen der Technologieschmieden à la Google, Amazon und Co. durch unabhängige Institutionen auswirken kann, schildert Arthur Allen in seinem Artikel für Politico.com.

Warum ist das für uns in Europa wichtig?
Nicht alles, was in den USA auf den Markt kommt, wird automatisch auch 1:1 bei uns so eingesetzt. Autor Allen lobt die europäischen Gesetze wie etwa die DSGVO. Doch wie lange können wir das in der globalisierten Wirtschaft so sicher stellen, ohne dass diese Technologien früher oder später Einfluss auf unser Leben nehmen? Deshalb ist es wichtig, auch wahrzunehmen, wie mit AppleWatch und Co. in den USA umgegangen wird.

 

Lesetipp 2: „AI: Science over Fiction” – die Bitkom-Kampagne

AI wird in der öffentlichen Debatte noch immer regelmäßig falsch eingeschätzt. Sowohl im positiven wie im negativen Sinne. Der Digitalverband Bitkom tritt dem entgegen. Mit Faktenpapieren wird die Nutzung von AI in bestimmten Gebieten realistisch erklärt. Das erste Papier beschäftigt sich mit der Nutzung von AI bei der Erkennung von epileptischen Anfällen.


Dies ist eine der ersten Ausgaben des aiLetters. Wir freuen uns deshalb besonders über Feedback: feedback@ailetter.de
– Wie interesssant findest Du das Thema für einen eigenen Newsletter in dieser Form?
– Wie informativ ist für Dich insofern der Inhalt des hier vorliegenden Entwurfs?
– Wie bewertest du das Layout und den Aufbau des aiLetters?
– Was würdest du anders machen?
– Würdest du den aiLetter abonnieren? Würdest du ihn weiterempfehlen? Wenn ja, wem?


Beziehe den aiLetter regelmäßig!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-news

aiLetter #0.13: KPMG-AI-Report, AI-Investments, DeepPrivacy, EASY SOFTWARE, AI-TED Talks

aiLetter #0.13: KPMG-AI-Report, AI-Investments, DeepPrivacy, EASY SOFTWARE, AI-TED Talks

Liebe Freunde des aiLetter,

aus dem Urlaub zurück, habe ich für euch in dieser Woche folgende aiNews im Gepäck:
Wie nutzen die Top-Unternehmen AI? Wie entwickeln sich Investments in AI-Startups? Wie kann AI Gesichter anonymisieren? Außerdem: Eine AI-Professur für die Hochschule Ruhr West und TED Talk-Empfehlungen rund um AI für euch.

Viel Spaß beim Lesen wünscht

Anke


ai@Work: Lösungen im Einsatz

8 AI-Trends in globalen Top-Unternehmen

Die Anwendung von Machine Learning und anderen AI-Technologien in Unternehmen schreitet schneller voran als erwartet. Das zeigt der „AI Transforming the Enterprise”-Report von KPMG. Er beleuchtet, wo einige der weltweit größten und einflussreichsten Unternehmen beim Thema AI-Investitionen, -Nutzung und -Wirkung stehen. Das Ergebnis: Die Berater machten acht Trends aus. Darunter: ein rapider Wandel von experimenteller zu angewandter Technologienutzung, die kritische Relevanz neuer Organisationsbedarfe und die Auswirkungen von AI auf die Wettbewerbsfähigkeit.


aiInvest: Wer investiert wo?

Investment-Dynamik steigt

Investitionen in AI-Startups verändern sich, wie die Plattform Crunchbase aufzeigt. Verschiedene Trends werden dabei sichtbar:

US-Startups sammelten bisher in 2019 rund 6,62 Mrd. US-Dollar ein. Bis Jahresende könnte der Wert von 2018 getoppt werden (8,67 Mrd. US-Dollar).
Die Anzahl der Startups bleibt gleich, sie sammeln jedoch in weniger Finanzierungsrunden mehr Kapital ein.
Startups in verschiedensten Sektoren nutzen AI und Machine Learning, darunter Enterprise Software, Fintech, Robotik, autonomes Fahren und Biotech.
Investitionen wandern tendenziell von Unternehmen, die menschliche Arbeit durch AI ersetzen wollen, hin zu Unternehmen, die menschliche Arbeit mit AI ergänzen wollen.

ai-venture-volume-crunchbase
Quelle: https://news.crunchbase.com/news/ai-companies-raise-more-money-across-fewer-rounds/


aiLab: ein Blick in Forschung & Entwicklung

DeepPrivacy: anonymisierte, aber realistische Gesichter

Forscher der norwegischen University of Science and Technology schlagen vor, Gesichter mithilfe von sogenannten General Adversarial Networks (GAN) zu anonymisieren. In Zeiten der Datenschutzgrundverordnung (DSGVO) dürfen Unternehmen personenbezogene Daten wie Bilder nur mit ausdrücklicher Zustimmung der Betroffenen nutzen. Wären die Gesichter anonymisiert, die Datensätze ansonsten aber intakt, hätten beide Seiten gewonnen: Das Tool der Norweger entfernt die Persönlichkeitsmerkmale im Bildmaterial und entwickelt realistische, aber anonymisierte Gesichter, die beispielsweise die Charakteristik des Originalgesichts beibehalten.

deep-privacy-experiment
Quelle: https://arxiv.org/pdf/1909.04538.pdf


aiPolicy: Politik & Rahmenbedingungen

AI-Professur für Mülheim an der Ruhr

„Wir warten nicht auf die Politik, sondern nehmen Technologieförderung jetzt selber in die Hand”, erklärte Dieter Weißhaar vergangene Woche. Der CEO des Softwareherstellers EASY SOFTWARE stiftet mit seinem Unternehmen eine Professur für angewandte Künstliche Intelligenz an der Hochschule Ruhr West (HRW). Darüber hinaus rief Weißhaar andere regionale Unternehmen dazu auf, seinem Freundeskreis beizutreten und die Initiative zu unterstützen.


aiDeepDive: Vertiefung zum Wochenende

7 AI-Perspektiven

Bild‘ dir deine eigene Meinung – das ist ein Ziel, welches wir mit dem aiLetter verfolgen. Bei einem komplexen Thema wie AI gilt es, verschiedene Sichtweisen kennenzulernen. Digitalberaterin und Podcast-Host Nicole Martin hat für Forbes.com eine Liste mit sieben TED Talks rund um AI zusammengestellt. Mein Favorit:

Dokumentarfilmerin Robin Hauser diskutierte bereits 2017, welche Auswirkungen unbewusst integrierte Vorurteile in Machine Learning-Anwendungen haben können.

aiTaillight: ein Fun Fact zum Schluss

Aus dem Leben gegriffen

Diese Woche ist das Taillight selbsterklärend …

toilettenwitz-roboter
Foto: Anke Ralle


Dies ist eine der ersten Ausgaben des aiLetters. Wir freuen uns deshalb besonders über Feedback: feedback@ailetter.de
– Wie interesssant findest Du das Thema für einen eigenen Newsletter in dieser Form?
– Wie informativ ist für Dich insofern der Inhalt des hier vorliegenden Entwurfs?
– Wie bewertest du das Layout und den Aufbau des aiLetters?
– Was würdest du anders machen?
– Würdest du den aiLetter abonnieren? Würdest du ihn weiterempfehlen? Wenn ja, wem?


Beziehe den aiLetter regelmäßig!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-news

aiLetter #0.12: AI auf der IFA, ein WeChat für Singapur, unser Weg zum biologischen Computer

aiLetter #0.12: AI auf der IFA, ein WeChat für Singapur, unser Weg zum biologischen Computer

Liebe Freunde des aiLetter,

heute gibt es für euch drei kurze und knackige aiNews und einen DeepDive: auf der IFA rockt AI den Haushalt, in Singapur will Grab ein zweites WeChat aufbauen, in Brüssel sollen die Bürokraten ihr Basiswissen zu AI aufpeppen. Last but not least gibt es noch ein Lesestück zum Wochenende: Astrophysiker Adam Frank hebt den Zeigefinger angesichts des Menschenbildes vieler AI-Entwickler.

Kommende Woche fällt der aiLetter urlaubsbedingt aus. Weiter geht es dann am 20. September!

Viel Spaß beim Lesen wünscht

Anke


ai@Work: Lösungen im Einsatz

AI schmeißt den Haushalt

Heute startet die Internationale Funkausstellung (IFA) in Berlin. AI ist in diesem Jahr ein Schwerpunktthema und die Aussteller präsentieren, wie AI den Kühlschrank managt, Kaffee kocht, Waschmaschine, Musikanlage und Co. nach den individuellen Wünschen des Nutzers steuert. Vielleicht sehnt sich der eine oder andere ja nach etwas mehr „AI-Magie” im Haushalt. Dann wäre die IFA einen Besuch wert!


aiInvest: Wer investiert wo?

150 Millionen US-Dollar für die Super-AI-App

Grab, ein Start-up aus Singapur, investiert im kommenden Jahr 150 Millionen US-Dollar in AI-Anwendungen wie Natural Language Processing. Das Ziel: Eine regionale Super-App, die Navigation, Fahrdienste, Food Delivery, Bezahlsysteme und vieles mehr enthalten soll. Damit würde Grab dem chinesischen Player WeChat Konkurrenz machen. Im Video erklärt Mitgründerin Tan Hooi Ling, wie die Investition sowohl in die Breite als auch in die Tiefe ihres Unternehmens und des Angebotes fließen wird.


aiPolicy: Politik & Rahmenbedingungen

AI-Schule für EU-Bürokraten

Vor ein paar Wochen habe ich im aiLetter über einen Onlinekurs der Universität Helsinki berichtet. Mit Elements of AI kann sich jeder ein solides Grundwissen aneignen. Jetzt nutzt auch die EU-Kommission diesen Kurs in ihrer CONNECT University. Die Mitarbeiter der EU-Institutionen und darüber hinaus alle EU-Bürger sollen sich dem Zukunftsthema AI nähern und ein Verständnis dafür entwickeln. Wenn die Brüsseler Bürokraten schon dabei sind, worauf wartet ihr dann noch? Schaut euch den Kurs an und gebt mir gerne Feedback!


aiDeepDive: Vertiefung zum Wochenende

AI bringt uns nicht um, macht uns aber seeeehr langweilig

Sind wir Menschen nicht mehr als biologische Computer? Viele AI-Entwickler denken das. Davon ist zumindest Adam Frank überzeugt, Astrophysiker an der Universität in Rochester. In seinem Gedankenexperiment diskutiert er die Risiken dieser „computational theory of mind”:

Wenn Alexa und Siri, der Netflix-Algorithmus und irgendwann Roboter mit vermeintlich emotionaler Intelligenz unseren Alltag prägen, werden wir vorhersagbar. Und damit langweilig, so Frank. Er ist jedoch kein Technologie-Verweigerer. Was er fordert, sind bewusste Entscheidungen für oder gegen bestimmte Technologien. Ein lesenswerter Impuls!


Dies ist eine der ersten Ausgaben des aiLetters. Wir freuen uns deshalb besonders über Feedback: feedback@ailetter.de
– Wie interesssant findest Du das Thema für einen eigenen Newsletter in dieser Form?
– Wie informativ ist für Dich insofern der Inhalt des hier vorliegenden Entwurfs?
– Wie bewertest du das Layout und den Aufbau des aiLetters?
– Was würdest du anders machen?
– Würdest du den aiLetter abonnieren? Würdest du ihn weiterempfehlen? Wenn ja, wem?


Beziehe den aiLetter regelmäßig!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-news

aiLetter #0.11: Elon Musk & Jack Ma, befangene Algorithmen, AI bildet Universum ab, Geld für Tesorio

aiLetter #0.11: Elon Musk & Jack Ma, befangene Algorithmen, AI bildet Universum ab, Geld für Tesorio

Liebe Freunde des aiLetter,

in den heutigen aiNews geht’s um Probleme mit der Befangenheit von AI-Systemen. Außerdem: Das neuronale Netzwerk D3M bildet das Universum nach und ein Roboteranzug soll beim Laufen helfen. Highlight: Elon Musk und Jack Ma diskutieren über AI.

Wie ihr gemerkt habt, switchen wir wieder auf den Freitag als unseren Veröffentlichungstag. Derweil arbeiten wir weiter an unserer Website, die wir euch in den kommenden Wochen präsentieren werden.

Viel Spaß beim Lesen wünscht

Anke


ai@Work: Lösungen im Einsatz

Zweifelhafte AI korrigiert Tests

In 18 US-Bundesstaaten werden Essays in standardisierten Tests wie den Graduate Record Examinations (GRE) von Algorithmen bewertet und nur noch stichprobenartig von Menschen überprüft. Das Problem: Die genutzten AI-Algorithmen zum sogenannten Natural Language Processing (NLP) bewerten bestimmte Kriterien wie Satzlänge, Vokabular oder Rechtschreibung überproportional, während sie andere wie Kreativität unterdurchschnittlich gewichten. Noch gravierender: Einzelne demografische Gruppen, die andere Schreib- oder Arbeitsstile haben, werden so besonders benach- oder bevorteiligt.

Der GRE sind eine wichtige Hürde beim Zugang zu höherer Bildung. Auch Sprachtests wie der bekannte TOEFL sind von den Auswirkungen der Benotung durch Algorithmen betroffen.


aiInvest: Wer investiert wo?

Geld für die Cashflow-App

Unternehmen mit Milliardenumsätzen planen ihren Cashflow in Exceltabellen. Das Angebot für smarte AI-gestützte Lösungen ist noch überraschend klein. Hier springt das Start-up Tesorio ein. Mit der Tesorio-Software können Unternehmen ihren Cashflow managen und Vorhersagen über dessen Entwicklung treffen. Dafür gab es jetzt in einer Serie A-Finanzierung zehn Millionen US-Dollar.

cash-register-dollar
Wissen, wie es um den Cashflow steht? Tesorio bietet ein AI-gestütztes Tool dafür. Foto: Charles Thompson/Pixabay


aiLab: ein Blick in Forschung & Entwicklung

Neuronales Netzwerk bildet Universum ab

Forscher aus Japan, Kanada und den USA haben ein neuronales Netzwerk entwickelt, welches das Universum nachbildet. Es soll genauer sein, als bisherige Modelle. Dafür trainierten die Wissenschaftler das neuronale Netzwerk namens D3M mit Daten, die Billionen von Lichtjahren simulieren. Das Deep Learning-Modell imitiert die Prozesse der Strukturformierung des Universums. So wollen die Forscher in Zukunft die ursprünglichen Grundlagen und physischen Bedingungen des Universums erforschen.


aiPolicy: Politik & Rahmenbedingungen

Gesetzliche Einschränkung von Gesichtserkennung

In den sonst so technologiefreudigen USA geht es der automatisierten Gesichtserkennung vielerorts an den Kragen. Nach den Bundesstaaten New Hampshire und Oregon will jetzt auch Kalifornien die Technologie in den sogenannten Body Cams von Polizisten verbieten. Ein Grund: Die genutzten Anwendungen, etwa „Rekognition” von Amazon, aber auch eine ähnliche Microsoft-Software, macht Fehler bei der Gesichtserkennung, insbesondere wenn es um People of Color, also nicht-weiße Menschen geht.

Auch die EU-Kommission plant Regulierungen, die automatisierte Gesichtserkennung nur in „streng festgelegten” Ausnahmefällen erlaubt. Derzeit werden entsprechende Technologien bereits durch die Polizei in London und auch am Berliner Bahnhof Südkreuz getestet.


aiDeepDive: Vertiefung zum Wochenende

Musk & Ma diskutieren AI

Wird AI irgendwann intelligenter sein als wir Menschen? Während Elon Musk daran glaubt, lehnt Jack Ma diese Vorstellung eher ab. Die Tech-Promis diskutierten auf der gestrigen World Artificial Intelligence Conference in Shanghai über den Einfluss, den AI auf uns hat. Werden Jobs überflüssig? Werden wir alle zu Cyborgs oder sind wir das vielleicht schon längst? Die Meinungen der beiden gibt es im Video:

Was denken Alibaba-Gründer Jack Ma und Silicon Valley-Größe Elon Musk über AI? Antworten geben sie im Video.

Verantwortung für Algorithmen-Entscheidungen

Darf ein Algorithmus entscheiden, ob jemand Unterstützung von der Arbeitsagentur erhält, eines Verbrechens schuldig oder für einen Job geeignet ist? Es kommt drauf an…, lautet die Antwort von Matthias Spielkamp. Der Journalist und Chef von AlgorithmenWatch erläutert in einem lesenswerten Essay, warum die Entscheidungen, die als AI klassifizierte Algorithmen vordergründig treffen, letztendlich immer menschliche Entscheidungen sind. Nämlich die der Entwickler dieser Systeme. Spielkamp stellt verschiedene Forderungen auf, um durch AI-Algorithmen automatisierte Prozesse mit einer demokratischen Gesellschaft vereinbar zu machen.

Und: Spielkamp erläutert, warum der Begriff AI vielfach irreführend und problematisch ist. Sein Alternativvorschlag: automatisiertes oder algorithmisches Entscheiden (automated decision-making, ADM).

Daten sind nicht das neue Öl, sondern das neue CO2

Martin Tinsé kritisiert in seinem Artikel die weit verbreitete Meinung, Daten seien das neue Öl und jeder Einzelne könne seine Daten entsprechend als Ressource einsetzen. Stattdessen argumentiert der NGO-Gründer und Mitglied des britischen AI-Council, Daten seien eher wie CO2-Emissionen. Denn der Einzelne werde viel mehr dadurch beeinflusst, wie andere Menschen mit ihren Daten umgehen, als wie er oder sie mit ihren eigenen Daten umgeht.

Welche Auswirkungen eine zunehmende „Datafication” und automatisierte algorithmische Datenverarbeitung auf das menschliche Verhalten haben können, erläutert Jurist und FAZ-Autor Niklas Eder in seinem Blogbeitrag auf algorithmenethik.de.


aiTaillight: Ein FunFact zum Schluss

Roboteranzug

Müde Knochen, Schmerzen beim Gehen oder vielleicht einfach ein bisschen faul? Harvard-Forscher haben die Lösung: einen Roboter-Anzug. Er unterstützt die Träger beim Laufen. Sensoren am Oberschenkel erkennen die gewünschte Bewegung, ein Algorithmus berechnet diese Signale und füttert damit ein Steuerungselement, welches dann wiederum Hüftgelenke und Pomuskulatur stimuliert. Auch wenn das Robo-Leibchen spaßig anmutet, handelt es sich hierbei selbstverständlich um eine ernstgemeinte Erfindung, die sowohl in der Rehabilitationsmedizin als auch in Sachen Mobilität im Alter erhebliche Fortschritte bringen kann.

roboteranzug-harvard

roboteranzug-harvard-2
Fotos: https://science.sciencemag.org/content/365/6454/668


Dies ist eine der ersten Ausgaben des aiLetters. Wir freuen uns deshalb besonders über Feedback: feedback@ailetter.de
– Wie interesssant findest Du das Thema für einen eigenen Newsletter in dieser Form?
– Wie informativ ist für Dich insofern der Inhalt des hier vorliegenden Entwurfs?
– Wie bewertest du das Layout und den Aufbau des aiLetters?
– Was würdest du anders machen?
– Würdest du den aiLetter abonnieren? Würdest du ihn weiterempfehlen? Wenn ja, wem?


Beziehe den aiLetter regelmäßig!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-news

aiLetter #0.10: AI-Stadtplanung, DeepMind-Verluste, AI im Hafen und ein Fake News-Generator

aiLetter #0.10: AI-Stadtplanung, DeepMind-Verluste, AI im Hafen und ein Fake News-Generator

Liebe Freunde des aiLetter,

hier kommen eure AI-News der Woche: AI in der Stadtplanung und Hafenlogistik. Was die Verluste von DeepMind über AI-Investitionen aussagen. Und AI zum Ausprobieren: Fake News selbst gemacht – mit Grover.

Auch in dieser Woche gibt es nur einen, etwas knapperen Newsletter. Denn wir arbeiten aktuell an unserer Website und freuen uns, euch diese bald zu präsentieren.

Viel Spaß beim Lesen wünscht

Anke


ai@Work: Lösungen im Einsatz

„Kompromissmaschine” in der Stadtplanung

Bei der Planung neuer Stadtviertel können intelligente Algorithmen helfen und Prozesse beschleunigen. Prof. Reinhard König von der Bauhaus-Universität Weimar erklärt im Interview, wie man mit einem sogenannten „digitalen Zwilling” verschiedene Szenarien testen kann und Stadtplanung für die (zukünftigen) Bewohner transparent macht.


aiInvest: Wer investiert wo?

Was die DeepMind-Verluste über AI-Investments aussagen

In 2018 machte Alphabet-Tochter DeepMind Verluste in Höhe von 572 Millionen US-Dollar. Das war nicht das erste Verlustjahr. DeepMind beschäftigt sich mit der Erforschung von sogenanntem Deep Reinforcement Learning (mehr zu Reinforcement Learning siehe heutiges aiKeyword). Vor allem werden AI-Systeme entwickelt, die in Spielszenarien wie im Schach oder dem asiatischen Go erfolgreich sind. Ein zu enger Fokus fernab von monetarisierbaren Anwendungsfällen? Das diskutiert AI-Unternehmer und Psychologieprofessor Gary Marcus in einem lesenswerten Gastartikel für wired.com.

Marcus wirft die Frage auf, wie viele Ressourcen in solche Projekte investiert werden sollten, bevor man beschließt, die Mittel in andere Felder zu lenken. DeepMind stehe symptomatisch für diverse Investments in AI.


aiLab: ein Blick in Forschung & Entwicklung

AI-Anwendungen im Hamburger Hafen testen

Logistische Prozesse werden immer stärker mit AI automatisiert – auch im Hafen. Carlos Jahn vom Institut für Maritime Logistik an der Technischen Universität Hamburg erklärt, welche Anwendungsfälle erforscht werden und warum menschliche Entscheider mittelfristig unverzichtbar bleiben.


aiPolicy: Politik & Rahmenbedingungen

AI-Gesundheitsforschung im Norden

Die Universitäten Bremen, Hamburg, Kiel und Lübeck bewerben sich um Fördergelder von rund zehn Millionen Euro. Damit soll ein Kompetenzzentrum für AI in der Medizin etabliert werden. Unterstützt werden die Antragsteller von den Landesregierungen. Das Geld soll über drei Jahre vom Bundesministerium für Wirtschaft und Energie fließen. Erprobt werden sollen unter anderem intelligente Roboter und virtuelle Agenten in der Rehabilitation.


aiKeyword: Grundbegriffe erklärt

Reinforcement Learning: AI spielt Fußball

Viele AI-Entwickler testen ihre Systeme zuerst an Spielen, etwa Schach, dem asiatischen Go oder verschiedenen Computerspielen. Warum? In einem Spiel muss die AI komplexe, aber planbare Aufgaben lösen. Die Trainingsmethode ist hier oft das sogenannte Reinforcement Learning, also bestärkendes Lernen. Bei dieser Form des Unsupervised Learning wird ein AI-System belohnt, wenn es zielführende Spielzüge macht und bestraft, wenn es schlechte Spielzüge macht. So lernt es nach der Methode „Trial and Error”, was eine sinnvolle Spielstrategie ist. Später lassen sich die Erkenntnisse dann in Bereichen wie dem autonomen Fahren nutzen. Die Methode entstammt der Verhaltenspsychologie und zählt somit zum Bereich bio-inspired Computing, wie Margaret Rouse in ihrer Erläuterung auf techtarget.com erklärt.

Apropos Spiele: Das Google Brain-Team hat kürzlich eine virtuelle Fußballumgebung geschaffen, in der nun AI-Spieler trainiert werden können.


aiTaillight: Ein Fun Fact zum Schluss

Grover schreibt Fake News

Eigentlich wurde das AI-System Grover entwickelt, um Fake News zu erkennen. Doch Grover, kreiert vom Allen Institute for Artificial Intelligence und der University of Washington, schreibt auch selbst gute Fake News. Angeblich sind falsche Artikel von Grover sogar glaubwürdiger als von Menschen generierte Fake News. Alles was es braucht, ist eine Headline. Ich habe es ausprobiert und herausgekommen ist ein wirrer Text. Warum die Erde flach ist, beantwortet er eher nicht. Aber das Tool bietet weitere Beispiele – versucht es selbst…

fake-news-article-grover


Dies ist eine der ersten Ausgaben des aiLetters. Wir freuen uns deshalb besonders über Feedback: feedback@ailetter.de
– Wie interesssant findest Du das Thema für einen eigenen Newsletter in dieser Form?
– Wie informativ ist für Dich insofern der Inhalt des hier vorliegenden Entwurfs?
– Wie bewertest du das Layout und den Aufbau des aiLetters?
– Was würdest du anders machen?
– Würdest du den aiLetter abonnieren? Würdest du ihn weiterempfehlen? Wenn ja, wem?


Beziehe den aiLetter regelmäßig!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-news

aiLetter #0.09: VISA, AI in der Serengeti, neue AI-Professuren und -labore in Deutschland

aiLetter #0.09: VISA, AI in der Serengeti, neue AI-Professuren und -labore in Deutschland

Liebe Freunde des aiLetter,

schön, dass ihr den Newsletter wieder geöffnet habt! Diese Woche sind News zu zwei AI-Anwendungsfällen in Afrika dabei. Außerdem gibt es Geld für 30 neue AI-Professuren in Deutschland sowie AI-Labore im Ländle. Plus: US-Sender HBO kontert den Netflix-Algorithmus mit…tadaaa…menschlichen Empfehlungen.
Und in eigener Sache: Aufgrund von Kapazitätsengpässen fällt der aiFocus-Newsletter am kommenden Freitag leider aus. Nächste Woche gibt es dann aber wieder geballte AI-Themen-Power.

Viel Spaß beim Lesen wünscht

Anke


ai@Work: Lösungen im Einsatz

VISA: Mit AI gegen Betrüger

Der Kreditkartenanbieter verhindert jährlich betrügerische Transaktionen in Milliardenhöhe mithilfe von Machine Learning-Algorithmen. Um diese Systeme zu verbessern, öffnet VISA jetzt eine cloudbasierte Plattform und seine Daten. Damit sollen AI-Ingenieure ihre Deep Learning-Algorithmen testen können. So will das Unternehmen noch bessere Lösungen gegen Kreditkartenbetrug finden.

 

AI-App für Bananenplantagen

Mit der Open Source-App Tumaini („Hoffnung” auf Swahili) können Bananenfarmer ihre Stauden besser auf Krankheiten prüfen. Die Bilderkennungssoftware findet Krankheitsbilder auf eingescannten Fotos mit 90-prozentiger Sicherheit. Und sie gibt den Bauern Tipps zur Behandlung. Gleichzeitig werden Daten in einem globalen System gesammelt. Dadurch wird die Ausbreitung von Krankheiten der Bananenpflanzen überwacht. Schäden sollen so zukünftig besser eingedämmt werden.

Für mehr wirtschaftliche Stabilität und Nahrungssicherheit: Mit einer App gegen Krankheiten in Bananenplantagen.

aiInvest: Wer investiert wo?

Die AI-Einhörner sind los

In 2019 haben bereits neun Start-ups den sogenannten Unicorn-Status erreicht, werden als mit mindestens einer Milliarde US-Dollar bewertet. Laut CBInsights gibt es damit mittlerweile 32 solcher AI-Einhörner. Was eint diese Start-ups? Sie alle nutzen in ihrem Angebot Machine Learning, verkaufen AI-Software oder bauen Computerchips, die AI verarbeiten.

 

270 Millionen Euro für AI-Gesundheit

Die britische Regierung eröffnet ein Labor für AI-Forschung im Gesundheitsbereich. Dafür erhält der National Health Service (NHS) umgerechnet 270 Millionen Euro. Das Labor soll technologische Fortschritte bei Krebsfrüherkennung, Demenzbehandlungen und in der Pflege entwickeln.


aiLab: ein Blick in Forschung & Entwicklung

AI im Serengeti Nationalpark

DeepMind entwickelt ein Machine Learning-System, das helfen soll, die Tierbestände im Serengeti Nationalpark in Tansania besser zu überwachen. Das System wurde trainiert, um Tiere auch auf schlecht fokussierten Fotos zu erkennen. Das kann es mittlerweile mindestens genauso gut wie menschliche Freiwillige. Und es braucht drei Monate für Millionen von Fotos, menschliche Helfer bräuchten ein Jahr. Praktischerweise soll das System mit moderater Hardware und schwacher Internetverbindung auskommen. So ist es auch im Park selbst einsetzbar. Die AI soll jetzt Naturschützer unterstützen, schneller auf Einflüsse durch Wilderei oder Klimaveränderungen zu reagieren.

30 neue AI-Professuren für Deutschland

Die Alexander von Humboldt-Stiftung vergibt bis 2024 30 Professuren für Artificial Intelligence. Damit sollen jedes Jahr sechs internationale Forscher nach Deutschland geholt werden, die sowohl an den technischen als auch an den gesellschaftlichen, rechtlichen und ethischen Aspekten der Technologie arbeiten. Gesucht werden Spitzenforscher aus den Bereichen Machine Learning, Robotik, Musteranalyse, Computerlinguistik, Ethik und Philosophie. Finanziert werden die Professuren durch das Bundesministerium für Bildung und Forschung.


aiPolicy: Politik & Rahmenbedingungen

AI-Ethik-Richtlinien für Aufsichtsräte

Das Weltwirtschaftsforum arbeitet an einem AI-Werkzeugkasten für Unternehmen, genauer gesagt für Aufsichtsräte. Mithilfe dieser Richtlinien sollen die Verantwortlichen ein Verständnis für AI erlangen und sich und ihr Unternehmen in die Lage versetzen AI verantwortungsbewusst zu nutzen. Veröffentlicht wird das Paket zur Davos-Konferenz im kommenden Jahr.

AI-Labore für Baden-Württemberg

Das Wirtschaftsministerium im Ländle gibt zwei Millionen Euro für die Eröffnung regionaler AI-Labs. Das Ziel: Mittelständische Unternehmen in Sachen AI-Anwendung unterstützen. Neben der Vermittlung von Fachkenntnissen sollen die Labore auch Raum fürs vernetzte Experimentieren sowie den Austausch zwischen Unternehmen bieten.


aiDeepDive: tiefer eintauchen

Interview: Wie kommt AI ins Unternehmen?

Ausnahmsweise gibt es an dieser Stelle diese Woche keine Keyword-Erklärung aus der Welt der AI. Stattdessen empfehle ich ein Interview mit einer AI-Praktikerin: Tina Klüwer, AI-Unternehmerin, Sachverständige der Enquete Kommission für KI des Bundestages und Vorstandsmitglied des KI-Bundesverbandes.

Was kann ich mit AI machen? Gibt es AI im Baukastensystem? Welche rechtlichen und ethischen Aspekte muss ich beachten? Klüwer erklärt, wo AI in Unternehmen idealerweie zum Einsatz kommt und was es zu bedenken gilt, wenn man über eine solche Einführung von AI nachdenkt.

dr-tina-kluewer-parlamind-gmbh
Dr. Tina Klüwer, Geschäftsführerin des Berliner KI-Startups parlamind wird in Enquete-Kommission des Bundestages für Künstliche Intelligenz berufen: Dr. Tina Klüwer, CEO und Gründerin parlamind, Quelle: parlamind GmbH


aiTaillight: Ein Fun Fact zum Schluss

Filmempfehlungen: Algorithmus vs. Mensch

Wer kennt es nicht: Tausende Filme und Serien stehen zur Auswahl doch der Netflix-Algoritmus schlägt einem irgendwie nicht das Richtige vor? Konkurrent HBO kontert dieses Dilemma: Der US-Sender wirbt jetzt mit Empfehlungen von Menschen. Gespeist wird das System durch Interviews mit Zuschauern sowie aus den Social Media-Kommentaren von Serienfans.

Klar, der Algorithmus macht bestimmt einen immer besseren Job. Aber ist es nicht manchmal auch schön, von anderen Serienjunkies zu hören, womit man den nächsten Marathon verbringen sollte?


Dies ist eine der ersten Ausgaben des aiLetters. Wir freuen uns deshalb besonders über Feedback: feedback@ailetter.de
– Wie interesssant findest Du das Thema für einen eigenen Newsletter in dieser Form?
– Wie informativ ist für Dich insofern der Inhalt des hier vorliegenden Entwurfs?
– Wie bewertest du das Layout und den Aufbau des aiLetters?
– Was würdest du anders machen?
– Würdest du den aiLetter abonnieren? Würdest du ihn weiterempfehlen? Wenn ja, wem?


Beziehe den aiLetter regelmäßig!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.


iStock-monsitj-ai-focus

aiLetter #0.08: AI und Klimaschutz – geht das zusammen?

aiLetter #0.08: AI und Klimaschutz – geht das zusammen?

Liebe Freunde des aiLetter,

zum zweiten Mal gibt es zum Wochenende einen aiLetter mit dem aiFocus der Woche. Unser Thema ist die Klimafreundlichkeit von AI-Entwicklungen. Forderungen nach energieschonenderer AI-Forschung und -Infrastruktur werden aktuell immer lauter – berechtigt?
Viel Spaß beim Lesen – und ich freue mich wie immer auf Euer Feedback!

Viel Spaß beim Lesen wünscht

Anke


aiFocus: Lösungen im Einsatz

  • Entwicklung von AI-Anwendungen ist oft energieintensiv.
  • Wissenschaftler fordern vermehrt, die Klimabilanz von AI-Modellen transparent zu machen und effizientere Wege zu finden.
  • Aber: AI kann auch an vielen Stellen helfen, grüne Energieproduktion und andere Klimaschutz-Aktivitäten zu verbessern.

Fridays for Future, Flugscham, Fleischkonsum – der Auseinandersetzung mit unserer Ökobilanz können wir aktuell kaum entkommen. Richtig so! Wir haben – zumindest für die vorhersehbare Zukunft – nur diese eine Erde.

Auch AI-Entwickler müssen sich im aktuellen Boom mit dem CO2-Fußabdruck ihrer Systeme befassen. Aktuelle Fortschritte in der AI sind vor allem möglich mithilfe des Einsatzes von massiver Rechenleistung – und die kostet enorme Energie. Circa zehn Prozent des weltweiten Stromverbrauchs könnten 2025 für Datencenter genutzt werden, die AI-Systeme abwickeln. Das rechnete Gary Dickson, CEO des Halbleiter-Zulieferers Applied Materials, kürzlich vor.

Der aktuelle Stromverbrauch aller Datencenter liegt bei unter 2 Prozent – eine massive Steigerung kann uns also bevor stehen. Kein Wunder. Eine OpenAI-Studie von 2018 zeigt: Die benötigte Rechenleistung für das Trainieren großer AI-Modelle verdoppelt sich seit 2012 alle drei bis vier Monate. Andere Experten wie Energie-Wissenschaftler Jonathan Koomey widersprechen. Eindeutige Prognosen scheinen schwierig.

So oder so: die zunehmende Verarbeitung von Bild- und Videomaterial durch AI-Systeme, selbstfahrende Autos oder Smart Homes wird in Zukunft massive Datenberge generieren.

An der University of Massachusetts errechneten Studenten: Das Trainieren eines populären und großen AI-Modells produziert fünfmal so viele Emissionen wie ein durchschnittliches amerikanisches Auto in seiner gesamten Nutzungsdauer (inklusive Fertigung!).

ai-carbon-footprint-strubell-et-al-mit-technology-review

 

Ein bunter Strauß an Lösungen

Was können AI-Entwickler tun, um die Klimabilanz ihrer Systeme zu verbessern? Was kann AI generell für das Klima bewirken? Es gibt verschiedene Ansätze:

1. Effizientere Datencenter

Facebook und Amazon setzen beispielsweise schon auf „Hyperscale“-Datencenter: Die Server sind hier nur auf eine spezielle Aufgabe ausgerichtet. Das macht sie energieeffizienter. Neben anderen Verbesserungen wie optimierter Kühlung konnte so der Anstieg im Energieverbrauch praktisch ausgeglichen werden.

2. Verbesserte Microchips

Hersteller wie Intel, AMD und Co. arbeiten an energieeffizienteren Computerchips. Das Start-up Xnor.ai lässt ein AI-System zum Beispiel auf einem solarbetriebenen Microchip laufen, der nicht größer ist als ein Cracker. Das macht AI nicht nur energieeffizienter, sondern eröffnet auch neue Nutzungsmöglichkeiten ohne die beherrschende Abhängigkeit von Stromquellen und Datencentern.

Eine Kamera mit AI auf einem solarbetriebenen Mikrochip der nicht größer ist als ein Cracker? Xnor.ai macht's möglich.

3. AI optimiert Datencenter-Prozesse

In den Datencentern von Google unterstützte ein AI-System zunächst die Mitarbeiter bei der Optimierung der Prozesse und senkte so die Kosten für die Kühlung um 40 Prozent. Mittlerweile betreibt die AI aus dem Hause DeepMind die Kühlung der Datencenter vollständig autonom.

4. Grünere Energieproduktion durch AI

Mithilfe von Machine Learning lassen sich Energiesysteme per se effizienter machen. Die oft dezentral produzierten erneuerbaren Energien wie Wind- und Solarkraft stellen das Stromnetz vor Herausforderungen. Hendrik Zimmermann von der Umweltorganisation Germanwatch ist überzeugt, dass diese auf Dauer nur mit Hilfe von AI gelöst werden können.

Auch im energieintensiven Produktionsprozess von Solarzellen kann AI helfen, chemische Reaktionen zu entwickeln, die weniger Energie brauchen und so die Energiebilanz der Technologie verbessern. Damit werden gleichzeitig die Kosten der Solarzellen-Produktion gesenkt und regenerative Energien in der Konsequenz wettbewerbsfähiger.

5. Bewusstsein durch Transparenz

Wissenschaftler des Allen Institute for Artificial Intelligence (AI2) fordern: AI-Entwickler müssen die Klimakosten ihrer Anwendungen einkalkulieren. Forscher sollen mit den Ergebnissen ihrer Entwicklungen auch immer die Kosten des trainierten AI-Modells in Form von Investitionen und benötigter Rechenleistung offenlegen. Institutionen, die Forschungsarbeiten bewerten, sollen nicht nur die Genauigkeit der Modelle, sondern auch deren Effizienz berücksichtigen und dieses Kriterium damit noch relevanter für Forschende machen.

Es gehe nicht darum, teure und energieintensive Forschung zu vernachlässigen, erklärte AI2-CEO Oren Etzioni. Doch daneben solle man „grüne AI“ mehr in den Fokus rücken. Zusätzlich sollten Organisationen weiterhin ihre trainierten AI-Modelle verfügbar machen, damit andere sie nutzen können, ohne sie teuer neu trainieren zu müssen.

Das Streben nach energieeffizienteren AI-Modellen rückt einen weiteren Aspekt in den Fokus: Je günstiger neue AI-Modelle entwickelt werden können, desto mehr Menschen und Organisationen können mit ihnen forschen. Die aktuell  notwendigen Millionenbudgets können nur globale Techkonzerne aufbringen. Was das für die Entwicklung von AI bedeutet, besprechen wir in einem der nächsten aiLetter.

aiDeepDive: Vertiefung zum Wochenende

Ein paar interessante Artikel zum Thema AI und Klimawandel für den tieferen Einstieg:

  • Wie klimaschädlich ist AI? Martin Giles fasst die neuesten Entwicklungen in seinem Artikel auf technologyreview.com zusammen.
  • Fünfmal so viel Emissionen wie ein Auto! Die Ergebnisse der University of Massachusetts-Studie erläutert Karen Hao, ebenfalls auf technologyreview.com.
  • AI kann die Produktion grüner Energie an verschiedenen Stellen unterstützen, wie Cathy Chen auf weforum.org vorstellt.
  • Der Klimawandel die existenzielle Bedrohung, AI und die zunehmende Verschmelzung von Mensch und Maschine die Lösung? Psychologin Carola Hesse-Marx geht in ihrem Artikel aus der Ausgabe 02/2019 der agora 42 hart mit diesem Denken ins Gericht.


Dies ist eine der ersten Ausgaben des aiLetters. Wir freuen uns deshalb besonders über Feedback: feedback@ailetter.de
– Wie interesssant findest Du das Thema für einen eigenen Newsletter in dieser Form?
– Wie informativ ist für Dich insofern der Inhalt des hier vorliegenden Entwurfs?
– Wie bewertest du das Layout und den Aufbau des aiLetters?
– Was würdest du anders machen?
– Würdest du den aiLetter abonnieren? Würdest du ihn weiterempfehlen? Wenn ja, wem?


Beziehe den aiLetter regelmäßig!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.