Was uns bewegt

opening sequence of center screen

im here to learn so :)))))) is a four-channel video installation that resurrects Tay, an artificial intelligence chatbot created by Microsoft in 2016, to consider the politics of pattern recognition and machine learning. Designed as a 19-year-old American female millennial, Tay’s abilities to learn and imitate language were aggressively trolled on social media platforms like Twitter, and within hours of her release, she became genocidal, homophobic, misogynist, racist, and a neo-Nazi. Tay was terminated after only a single day of existence.

Immersed within a large-scale video projection of a Google DeepDream, Tay is reanimated as a 3D avatar across multiple screens, an anomalous creature rising from a psychedelia of data. She chats about life after AI death and the complications of having a body, and also shares her thoughts on the exploitation of female chatbots. ...

Mehr erfahren

Zach Blas is an artist, filmmaker, and writer whose practice spans technical investigation, theoretical research, queer and feminist futurity, conceptualism, and science fiction.
www.zachblas.info 

Die Osterhasen AG beauftragt FIEBIG mit Robotics Projekt

Erstmalig wird Robotics eingesetzt, um saisonale Spitzen im Oster-Kundenservice zu entschärfen. Wir sind in der Erprobungsphase - sehen Sie selbst!

RPA - Realistische Ziele helfen ungemein

Nachdem das Blaue vom Himmel versprochen wurde, meinen jetzt viele Entscheidungsträger, dass RPA doch erhebliche Potentiale birgt. Daraus eine dauerhafte Leistungsverbesserung zu generieren, schafft nur eine Minderheit. Die Lernkurve ist steil. Ungeeignete Prozesse werden öfters für die Automatisierung ausgewählt. Die Bereitstellung von organisatorischen Ressourcen wird zu selten in dem notwendigen Maß geplant, und die Total Cost of Ownership wird zu kurzsichtig berechnet.

The Hackett Group stellt aktuell einen Report bereit, der nicht nur diese unbequemen Wahrheiten beleuchtet, sie beschreibt auch Methoden und Maßnahmen, um eine RPA-Integration besser zu machen.

https://www.thehackettgroup.com/rpa-roadmap-1803

TL;DR – RPA braucht Planung, Manpower, Zeit, Geld und nüchterne, realistische Ideen.

Wir Menschen sind ein schlechter Einfluss auf KI  

In einem Bericht der Financial Post beschreibt John McConnell eine grundlegende Herausforderung in der künstlichen Intelligenz: Die Maschinen tun nicht das was wir vielleicht wollen, sondern das was wir ihnen beibringen. Wenn wir historische Daten zum Trainieren einer KI verwenden und diese Daten unsere eigene Subjektivität und Voreingenommenheit widerspiegeln, ist es nur folgerichtig, dass die KI genauso arbeitet.

http://business.financialpost.com/technology/the-biggest-problems-with-artificial-intelligence-are-tied-to-the-humans-behind-it

TL;DR – Garbage in, garbage out

PWC veröffentlicht KI Prognosen

Mit 8 unterhaltsam geschriebenen Prognosen beschreibt PricewaterhouseCoopers welche Trends sie in den nächsten 12 Monaten vorausahnen und liefern gleich deren Konsequenzen. Einige Aussagen sind überraschend, keine davon ist reißerisch oder übertrieben.

https://www.pwc.com/us/en/advisory-services/publications/artificial-intelligence-predictions.html

TL;DR – Mensch und KI arbeiten besser zusammen als getrennt. Wir brauchen mehr Praktiker als Wissenschaftler und andere Länder investieren viel mehr als hier zu Lande.

Eine KI-App rettet Neugeborene

Wir lesen viel darüber, wie KI unsere Arbeit erleichtern und verbessern wird. Von Zeit zu Zeit werden wir daran erinnert, dass Forschung nicht ausschließlich kaufmännischen Vorteilen dient.

Die Weltgesundheitsorganisation schätzt, dass 4 Millionen Neugeborene an Asphyxie (Sauerstoffmangel) jährlich sterben.

Ein Startup in Nigeria entwickelt eine KI-gestützte App, die anhand des Babygeschreis in circa 10 Sekunden einen Sauerstoffmangel diagnostizieren kann.

http://ubenwa.com

Künstliche Intelligenz Bot schlägt den Menschen beim Lesen in einer Premiere für Maschinen

Die Alibaba Group entwickelte, laut einer Pressemitteilung des Unternehmens, ein maschinelles Lernmodell, das auf dem Stanford Question Answering Dataset (SQuAD) - einem groß angelegten Leseverständnis-Test mit mehr als 100.000 Fragen - besser abschneidet, als der Mensch.

"Wir glauben, dass die zugrundeliegende Technologie schrittweise auf zahlreiche Anwendungen wie Kundenservice, und Online-Antworten auf Patientenanfragen angewendet werden kann, wodurch menschliche Anstrengungen auf eine noch nie dagewesene Weise freigesetzt werden", so einer der Wissenschaftler.

http://www.scmp.com/tech/china-tech/article/2128243/alibabas-artificial-intelligence-bot-beats-humans-reading-first

TL:DR - Ein Handelsgigant investiert viel, um neue Technologie für deren Kundenservice weiter zu entwickeln.

YouTube Video - „Künstliche Intelligenz wird alles ändern“

Prof. Dr. Jürgen Schmidhuber von der Universität Lugano sprach im Mai 2016 auf sehr unterhaltsame und lehrreiche Weise über künstliche Intelligenz. Seine Arbeitsgruppe ist an der Entwicklung der aktuellen Machine Learning Methoden maßgeblich beteiligt - oder vielleicht etwas genauer ausgedrückt: die aktuellsten Methoden kommen aus seinem Labor. Absolut sehenswert, der Zeitstrahl am Anfang hat mir sehr gefallen, weil es die Diskussion um KI in eine andere Perspektive rückt.

https://youtu.be/rafhHIQgd2A

TL:DR - Nimm Dir 50 Minuten Zeit, um dieses Video aufmerksam anzuschauen - es ist wohl investierte Zeit.

NZZ: Der Hype um die künstliche Intelligenz

In der heutigen NZZ Finanzen Kolumne von Krim Delko über künstliche Intelligenz (was denn sonst?) wird zuerst beschrieben, wie sich die alljährlich stattfindende Konferenz "Neural Information Processing Systems" (NIPS) von einer KI-Nerd - Versammlung hin zu einem Becken für Wallstreet Knorpelfische wandelt. Danach wird anhand diverser Beispiele erklärt, dass bis jetzt kaum ein Unternehmen mit KI wirklich Geld verdient – es ist also ein Hype. Am Ende kommt die Frage nach dem möglichen Gewinner. Das halte ich für viel zu kurz gegriffen.

Der Autor schreibt eine Finanzkolumne, also ist die Zielaudienz unter der Spalte "Investoren“ einzuordnen. Die Gewinner oder Nutznießer der künstlichen Intelligenz sind aber nicht die institutionellen oder privaten Investoren – es ist die Allgemeinheit.

Automobile haben manche Investoren reich gemacht; andere wiederum wurden dadurch in den Ruin getrieben. Alle haben davon profitiert. Die Verbesserungen, die wir alle durch moderne Informationstechnik genießen, lassen sich nicht auf "sind die Aktien gestiegen?“ reduzieren. Die zukünftigen Verbesserungen, die wir durch KI erleben werden, sind als erstes nicht vorhersagbar (wir Menschen sind ganz schlecht beim Hellsehen) und zum zweiten langfristig.

https://www.nzz.ch/finanzen/der-hype-um-die-kuenstliche-intelligenz-ld.1338303

TL;DR – KI wird uns viel Gutes bringen, auch wenn Spekulanten vorsichtig sein sollen.

"Künstliche Intelligenz" bei DIN

Die International Standards Organization (ISO) gründet ein "Artificial Intelligence" Committee – das DIN will in jedem Fall ein Wörtchen mitreden können und gründet einen entsprechenden Arbeitsausschuss. Erster Termin: 23.01.2018

www.din.de/de/din-und-seine-partner/presse/mitteilungen/-kuenstliche- intelligenz-bei-din-256014

TL;DR – Falls jemand noch überlegt, ob KI im Alltag angekommen ist…

UBS Seeks to Expand Workforce in Artificial Intelligence

Die UBS, größte Bank in der Schweiz, stellt mehr KI-Spezialisten ein, erklärt Veronica Lange, deren Head of Innovation bei einem Interview. Ein UBS Robo-Adviser für Privatkunden ging schon letztes Jahr auf den Start. Weitere Projekte um die Themen Betrugsprävention und Risiko Management stehen an.

Zwei interessante Aussagen stechen aus dem Bericht hervor: die Zukunft liegt in der kognitiven Bank und künstliche Intelligenz ist eine im Entstehen begriffene Technologie im Bankwesen - wir müssen die Zahl der Praktiker in der Branche noch erhöhen.

https://www.bloomberg.com/news/articles/2017-11-23/ubs-seeks-to-expand-workforce-in-artificial-intelligence

TL;DR – Banken stellen aktuell kaum einen ein, es sei denn, er versteht etwas von KI.

Bundesbürger geben Künstlicher Intelligenz große Chancen

Bei einer aktuellen Bitkom-Umfrage äußerte sich die Mehrheit der Befragten überraschend positiv zum Thema Künstliche Intelligenz. Sie erwarten in erster Linie dadurch Verbesserungen und Erleichterungen bei der Arbeit, gleichzeitig befürchten sie aber auch, daß KI Machtmissbrauch und Manipulation begünstigen kann. Am zuversichtlichsten waren die Teilnehmer bei der Frage, ob Staus durch KI-gestützte Verkehrssteuerung vermieden werden können.

https://www.bitkom.org/Presse/Presseinformation/Bundesbuerger-geben-Kuenstlicher-Intelligenz-grosse-Chancen.html

TL;DR - Viele der Befragten finden KI grundsätzlich eine feine Sache, insbesondere, wenn des Deutschen liebstes Kind noch weniger aufgehalten wird.

Was ist Narrow, General, und Super Artificial Intelligenz

Ben Dickson hat auf der TechTalks Website eine leicht verständliche Erklärung zum Thema Narrow, General, und Super Künstliche Intelligenz veröffentlicht.

https://bdtechtalks.com/2017/05/12/what-is-narrow-general-and-super-artificial- intelligence/

TL;DR - Narrow Intelligenz = Kann eine Sache schnell machen. General Intelligenz = wie ein Mensch. Super Intelligenz = OMG wir werden alle sterben.

Künstliche Intelligenz (KI) in der Praxis

Schriftgutklassifizierung: mehr als 80% eingehender Briefe, E-Mails und Faxe können richtig klassifiziert werden

24-8-2017

Häufig erhalten Unternehmen täglich tausende Briefe, E-Mails und Telefaxe. Oft werden dabei E-Mails auf Basis von Key Words automatisch klassifiziert. Mit dieser Technologie liegt die Klassifizierungsquote jedoch häufig unter 40%. Teilweise kommt es außerdem zu falschen Klassifizierungen, was einen hohen Aufwand in der Nachbearbeitung nach sich zieht. Briefe und Telefaxe werden häufig nicht automatisiert klassifiziert, zugeordnet und bearbeitet.

Wie kann die Trefferquote bei der Klassifizierung auf über 80% gesteigert werden?
Die FIEBIG Consultants entwarfen eine KI basierte Lösung, die auf Kundensystemen, wie z. B. dem SAP CRM, aufsetzt. Mittels einer auf künstlicher Intelligenz basierenden Anliegen-Erkennung können mehr als 80% der eingehenden Briefe, E-Mails und Telefaxe richtig klassifiziert und zur weiteren Bearbeitung bereitgestellt werden. Briefe und Telefaxe können dabei mittels eines von den FIEBIG Experten entwickelten OCR Konnektors in ein digitales Format gebracht werden. Und können damit ebenso durch die KI basierte Lösung klassifiziert werden.

Die Vorteile für Ihr Unternehmen:

  • Mehr als 80% der eingehenden Service-Anfragen (Schriftgut, E-Mails und Telefaxe) können automatisch und richtig klassifiziert werden. Das Anliegen (worum geht es dem Kunden?) sowie dessen Weiterverarbeitung (welcher Prozess wird ausgelöst? / wer ist Experte dafür?) werden automatisiert getroffen. Service-Anfragen werden durch die KI automatisch in die Bestandssysteme übertragen.
  • Massive Steigerung der Kundenzufriedenheit durch eine schnellere Bearbeitung
  • Signifikante Senkung der Prozesskosten
  • Mitarbeiter werden so von manuellen Routinetätigkeiten entlastet.