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


Abonniere jetzt den aiLetter!

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?


Abonniere jetzt den aiLetter!

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


iStock-monsitj-ai-news

aiLetter #0.02: AI & Jobverluste, deutsche AI-Forschung, AI & die Beatles

aiLetter #0.02: AI & Jobverluste, deutsche AI-Forschung, AI & die Beatles

Liebe Freunde des aiLetter,

erst einmal vielen Dank für euer bisheriges Feedback! Auf geht’s in Testrunde zwei des aiLetters. Im Fokus: Wie beeinflusst AI unser Arbeiten? Plus: AI in Deutschland – Unternehmen, Forschung und Landespolitik. Und was hat AI mit den Beatles zu tun? Das Taillight klärt auf.

Viel Spaß beim Lesen wünscht

Anke


aiFocus: Das Thema der Woche

Kollege AI – die Bedrohung im Arbeitsmarkt?

Seit Jahren geistert eine Zahl durch die Medien: 50 Prozent der US-Jobs fallen bis 2030 durch Automatisierung und AI weg. Die Zahl stammt von den Oxford-Wissenschaftlern Michael Osborne und Carl Benedikt Frey. Jetzt erklärt Frey: Wir wurden missverstanden. Zwar hätten sie berechnet, dass 47 Prozent der heutigen Jobs in den USA technisch ein hohes Risiko haben, automatisiert zu werden. Das hieße aber nicht, dass dies auch umgesetzt wird. Faktoren wie Kosten, regulatorische Belange, politischer Druck und sozialer Widerstand würden entsprechende Entscheidungen massiv beeinflussen.

Wie viele andere glaubt Frey: Technologischer Fortschritt schafft langfristig immer mehr Arbeitsplätze. Bedrohlich für viele Arbeitnehmer sei die aktuelle Umbruchphase. Sie müsse durch politische Regulierung sozialer gestaltet werden. Mehr dazu in Freys neuem Buch „The Technology Trap“

AI kann es noch nicht…

In den USA muss ungefähr 13.000 Mal pro Tag die Identität eines Uber-Fahrers überprüft werden. Algorithmen können dies aber noch nicht vollständig leisten. Stattdessen gleicht ein Mensch in Indien das hinterlegte Foto mit dem Menschen am Steuer ab und klickt „OK“. Der sogenannte „Mechanical Turk“.

Neben hochbezahlten Datenwissenschaftlern und Entwicklern bringt der AI-Boom eben auch solche prekären Beschäftigungen als „Pseudo-AI“ mit sich. Wo schlecht bezahlte Microjobber als „menschliche Computer“ sonst noch einspringen, wenn die AI versagt, beschreiben die Microsoft-Wissenschaftler Mary L. Gray und Siddharth Suri in ihrem neuen Buch „Ghost Work“.

Machen wir uns ehrlich!

Im Hinblick auf die Gefährdung von Arbeitsplätzen durch AI sollten wir ehrlich bleiben. Blinde Panikmache um Massenarbeitslosigkeit verstellt den Blick auf das, was wirklich passiert.

Erfrischend sind Beispiele, die zeigen: hinter dem vermeintlichen Chatbot sitzt oft noch ein Mensch. AI bleibt eher ein „Fachidiot“, der meist standardisierte Tätigkeiten erfüllen. Mittelfristig ist das gut für uns: wir Menschen können uns mehr auf unsere Kernkompetenzen konzentrieren: schöpferisch und kreativ tätig sein, Ideen haben, sozial interagieren, uns neue Anwendungsfelder für intelligente Maschinen überlegen und umsetzen.

Aber kritisch denken, flexibel sein, Neues erschaffen und ständig dazulernen wollen – das müssen wir auch können. Die eigene Geisteshaltung ist für den Erfolg am Arbeitsmarkt der Zukunft entscheidend. Leider sind unsere Bildungs- und Weiterbildungssysteme noch meilenweit davon entfernt, Menschen entsprechend zu befähigen.

Investitionen in Fachkompetenz sind und bleiben ein MUSS – sowohl staatlich als auch durch Unternehmen. 700 Mio US-Dollar nimmt z.B. Amazon bis 2025 in die Hand, um ein Drittel seiner US-Angestellten, immerhin 100.000 Mitarbeiter, weiterzubilden, beispielsweise als Datenspezialisten. Hoffentlich inklusive angemessener ethischer Vorgaben, was sie wie aus den Datenbergen des Tech-Players machen sollen …


ai@Work: Lösungen im Einsatz

#Neuland? Nicht ganz – AI in Deutschland weit verbreitet

Fast zwei Drittel der Unternehmen hierzulande nutzen bereits AI und maschinelles Lernen oder arbeiten an entsprechenden Projekten. Das ergeben aktuelle Zahlen von IDG Research Services im Auftrag des Magazins Computerwoche und weiterer Partner. Die größten Vorteile sehen die Befragten in den Bereichen IT, Kundendienste und Produktionsumgebungen.

AI kommt zum Beispiel hier zum Einsatz:

Gesichtserkennung per Klick: Das Hamburger Start-up WebID setzt seit Kurzem auf AI-gestützte Online-Identifikation. Das System kommt zunächst bspw. in Online-Handel und Gaming-Industrie zum Einsatz.

AI findet Straßenschäden: Im Enzkreis in Baden-Württemberg überprüft ein Bilderkennungsprogramm mit AI die Mitarbeiter des Landkreises beim Auffinden von Straßenschäden. So sollen diese früher erkannt und günstiger behoben werden.


aiInvest: Wer investiert wo?

Nicht ganz so viel Venture aber trotzdem viel Geld

Die EU-Kommission investiert 35 Mio. Euro in AI-Forschung für die Krebsfrüherkennung. Gefördert werden sollen Projekte, die brauchbare Daten zusammenführen und so die wichtige Grundlage dafür schaffen, dass Bilderkennungsprogramme besser trainiert werden können.


aiLab: ein Blick in Forschung & Entwicklung

KI-Forschung an deutschen Unis

Auch in der Wissenschaft wird hierzulande fleißig an AI-Projekten gearbeitet. Zum Beispiel so:

  • Kann ein Computer Zeitgefühl haben? Das fragten sich Forscher der Universität Heidelberg und weiterer Forschungseinrichtungen. Sie entwickelten ein neuronales Netzwerk, das errechnet, ob ein Sachverhalt rückgängig gemacht werden kann oder nicht. Die Erkenntnisse könnten helfen, um ungewollte Nebenwirkungen von AI-Systemen einzudämmen. Zum Research Paper
  • AI übernimmt im Cockpit: Ein Autopilot hat kürzlich ein kleines Passagierflugzeug mit Menschen an Bord sicher gelandet. Das System bedient sich AI-gestützter Bilderkennung und landet Flugzeuge „auf Sicht”. Entwickelt wurde es an den Technischen Universitäten in Braunschweig und München. Profitieren sollen vor allem kleine Flugzeuge und Flugplätze, die oft nicht über die nötige bodengebundene Infrastruktur verfügen. Video der Landung
  • Verstärkt AI Geschlechterklischees? Nicht einmal jede vierte AI-Fachkraft ist eine Frau. Alexa und Siri sprechen mit weiblichen Stimmen. Was bedeutet das? Zum Beispiel für unsere Kinder, die mit Sprachassistenten und Co. aufwachsen. Die Universität Magdeburg widmet sich diesen Fragen jetzt in einem öffentlichen Dialogprojekt. Mitmachen erwünscht!


aiPolicy: Politik & Rahmenbedingungen

AI-Strategie für Schleswig-Holstein

Die neue AI-Strategie der Landesregierung will Projekte bis Ende des Jahres mit sieben Mio. Euro fördern. Zu den acht Handlungsfeldern zählen Energie, Umwelt, Verkehr und die Verwaltung. Ein Expertenrat soll ethische und gesellschaftsrelevante Fragen aufgreifen. Die Initiative wird von vielen Stakeholdern positiv bewertet. Mancher hält die Fördersumme jedoch für zu gering.

Einen ersten Überblick zum Thema AI und Ethik gibt auch diese Folge des AI-Podcasts des Software-Anbieters SAS.


aiKeyword: Grundbegriffe erklärt

Künstliche Intelligenz / Artificial Intelligence

Was versteht man unter dem Begriff Artificial Intelligence und wo kommt er her? Prof. Richard Lackes definiert KI im Gabler Wirtschaftslexikon wie folgt:

Artificial Intelligence / Künstliche Intelligenz: Erforschung „intelligenten” Problemlösungsverhaltens sowie die Erstellung „intelligenter” Computersysteme. Künstliche Intelligenz (KI) beschäftigt sich mit Methoden, die es einem Computer ermöglichen, solche Aufgaben zu lösen, die, wenn sie vom Menschen gelöst werden, Intelligenz erfordern.

Lackes erklärt darüber hinaus, welche Methoden zum Informatik-Teilbereich der AI gehören, z.B. lernende Algorithmen, Bild- und Spracherkennung oder Robotik.


aiDeepDive: Noch mehr AI zum Wochenende

AI auf großer Fahrt

Was ist Artificial Intelligence genau? Wie lernt ein Computer? Wo wird in Deutschland mit AI geforscht? Eine Wanderausstellung der besonderen Art widmet sich aktuell diesen und weiteren AI-Fragen. Noch bis Ende Oktober 2019 ist die MS Wissenschaft in Deutschland und Österreich unterwegs. Aktuell liegt das Schiff in Bonn vor Anker.

Noch mehr AI erleben? In Wien beschäftigt sich die Ausstellung „Uncanny Values“ noch bis zum 6.10.2019 mit der Frage, was AI mit uns macht und wie sie uns auf verschiedenen Ebenen beeinflusst.

Interview: AI-Experte Tony Walsh erklärt, warum wir uns eher um maschinelle Dummheit als um maschinelle Intelligenz sorgen sollten. Und er antwortet auf die Frage, ob AI unser neuer Gott wird.

Plus: „Wie intelligent ist Artificial Intelligence?“ – Dieser Frage widmet sich das Video im Interview. Spoiler: AI ist in etwa so intelligent wie ein Pferd.


aiTaillight: Ein Fun Fact zum Schluss

Paul oder John? AI deckt auf, aus welcher Feder umstrittene Beatles-Songs stammen

Forscher der Harvard-Universität trainierten einen Algorithmus mit hunderten Songs der Pilzköpfe, um einen „musikalischen Fingerabdruck“ für jeden der vier Musiker zu erstellen. Seit Jahren streiten Paul McCartney und John Lennons Witwe Yoko Ono über verschiedene Songs. Das Ergebnis: „In My Life“ stammt mit über 80-prozentiger Sicherheit von Lennon, „From Me To You“ wurde mit 97-prozentiger Wahrscheinlichkeit von McCartney geschrieben.


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?


Abonniere jetzt den aiLetter!

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