Künstliche Intelligenz
Der Mythos versus was verbirgt sich wirklich dahinter?

Der Mythos

Rund um Künstliche Intelligenz gibt es sehr viel Mythen, einige sind war die meisten aber leider nicht und reines Marketing und Panik mache. 

Der erste und grösse Mythos ist, dass der Mensch durch die Machine abgeschafft wird. Wir sehen dass anders, denn unsere Erfahrung zeigt, dass KI eine grosse Chance ermöglicht alle standard Prozesse zu optimieren und die menschlichen Ressourcen zu entlasten damit diese Ihre Kernaufgaben besser und schonender ausführen können.

Ich will nicht alle Mythen aufzählen, es war aber eine meiner Hauptaufgaben in den vergangenen 5 Jahren diese Mythen zu entschärfen und viele erfolgreiche Projekte umzusetzen um die Produktivität zu steigern und die Mitarbeiter Zufriedenheit zu erhöhen. 

Experten Sicht

Quellen Nachweis: Handelszeitung Digital Schweiz Oktober 2018. 

KI Hauptkategorien

  • Machine Learning Models also die Erstellung von eigen entwickelten ML Modellen welche auf unterschiedliche Runtime verteilt und dort verwendet werden können.
  • AI Services welche von unterschiedlichen brands zur verfügung gestellt werden und via API call verendet werden können wie IBM Cloud, AWS, Azure, Google Cloud Platform.

Machine Learning Models

Beim Einsatz von Machine learning gibt es  Komponenten die das erstellen eines eigenen Models erleichtern und eine Vielzahl von Frameworks und Deep Learning runtimes die oft für spezifische Themen optimiert wurden.

  • Der Vorteil ist die Flexibilität welches uns ermöglicht fast jedes problem zu lösen und das fast unbegrenzte potential an vorhanden libraries die eine schnelle Entwicklung ermöglichen. Die Modelle können fast überall ausgeführt werden
  • Der Nachteil ist es benötigt sehr viele und vor allem sehr gute Training & Testdaten welches oft aufwendig in der Beschaffung und dem kennzeichnen der Informationen (Labeling) ist.

Zusätzlich zu üblichen DevOps aufgaben gehört noch das beschaffen von Training Daten und des Feebacks der Nutzer.

AI Services

Im Bereich AI Services gibt es eine fast unbegrenzte Anzahl von existierenden services die jedes Jahr um einige erweitert werden.

  • Der Vorteil ist dass die Nutzung sehr kostengünstig ist und der Service vom Hersteller gepflegt wird. Der Einsatz ist sehr einfach und wird via API Aufruf gemacht, die Abrechnung wir üblicherweise über die Anzahl API aufrufe gemacht. Die häufigsten Services werden im Bereich ChatBot (Digitaler Assistent) verwendet.
  • Der Nachteil ist dass ein Service nicht angepasst werden kann und nur die Funktionen unterstützt die vom Hersteller angeboten werden. Die services laufen meist nur als Cloud Service beim Einsatz in der Private Cloud wird es teurer und aufwendiger in der Wartung.

Eine Lösung die auf AI Services basiert benötigt immer einen Orchestration Layer (Applikation) der services da kein service (API) ein anders API aufrufen kann. Deswegen entfielt sich die Nutzung von Node.js oder NodeRed für die Entwicklung dieses Orchestration Layer.   

Machine Learning Strategien

Es gibt zwei Haupt ML Strategien und zwar Unsupervised und Supervised jede hat ihren vor und Nachteil.

Unsupervised: Ich habe in der Vergangenheit drei gross Projekte mit Unsupervised ML gemacht:

  • eines zur Erkennung von abnormalen/ungewähnlichen Geräuschen
  • eines zur Erkennung von Anomalien im Stromnetz
  • eines bei der Erkennung von annomalien im operativen Betrieb von Industrie Roboter 

Supervised: Auch dazu habe ich etliche Projekte in der Vergangenheit gemacht:

  • Predictive Maintenance im operativen Betrieb von Industrie Robotern.
  • Roboter Steuerung mit KI Trainieren statt programmieren.
  • Text Similarity in technischen Beschreibungen zur Erkennung von Fehlern oder Wiederverwendung von bewährten Lösungen.
  • Fehler Erkennung bei der Herstellung von Produkten basierend auf Bildverarbeitung (Visual recognition) 

Natürlich sind da nicht die Projekte in den AI Services eingesetzt werden diese sind auch zu 95% Suppervised damit das gewünschte Resultat dem entspricht was erwartet wird zum Beispiel jegliche art von ChatBot ob es ein reiner Q&A oder ein Content driven dialog bot ist. Diese sind wie erwähnt zu 95% Supervised. Microsoft hat bewiesen dass ein ChatBot unbedingt supervised sein sollte da sonst durch den Benutzer dar Bot manipuliert werden kann und dieser dann ein ungewolltes verhalten an den Tag legt. 

Das wichtigste zum Schluss

Es gibt ein unumstössliches Prinzip bei der Einführung von Künstlicher Intelligenz (AI) „No AI without IA“ was soviel heisst wie „Keine Künstliche Intelligenz ohne Information Architektur“

Künstliche Intelligenz lebt von der Qualität und Quantität der Daten diese sind entscheiden ob eine KI Projekt erfolgreich ist oder nicht, deswegen empfehle ich diesem Prinzip unbedingt folge zu leisten. 

Arbeitgeber & Kunden Projekt Referenzen