Im Jahr 2009 identifizierte Googles Chefökonom Hal Varian "Statistiker" als "sexiest Job des 21. Jahrhunderts"; seit 2011 ruft IBM die Ära des "Cognitive Computing" aus, die Ära der denkenden Maschinen. Google DeepMinds 2016er Veröffentlichung, die den Aufbau eines selbstlernenden Systems zum Meistern des hochkomplexen Spiels "Go" beschreibt, demonstriert schliesslich: Tätigkeiten, die zuvor uns Menschen vorbehalten waren, liegen nun im Bereich des maschinell Möglichen. Gleichzeitig enwickelt sich das Berufsbild des "Data Scientists" bzw. der "Data Smarts" rasant. Der Vortrag wirft ein Licht auf diese Entwicklungen aus dem Blickwinkel eines Data Scientists und Enthusiasten in Künstlicher Intelligenz. Was ist bereits Realität, was könnte bald real werden, was steckt dahinter - und was bedeutet das für einen Wirtschaftsingenieur?

1. Zürcher Fachhochschule
Was denken denkende Maschinen?
WI-Award, Crowne Plaza Zürich, 20.10.2016
Thilo Stadelmann

2. Zürcher Fachhochschule
2
Was? Wie?  Wohin?
1Was ist passiert?
(Eine kurze Geschichte der letzten Monate)

3. Zürcher Fachhochschule
3

4. Zürcher Fachhochschule
4

5. Zürcher Fachhochschule
5

6. Zürcher Fachhochschule
6

7. Zürcher Fachhochschule
7

8. Zürcher Fachhochschule
8
Generierte Sprache
«aus Texteingabe»
Generierte Musik
«ohne Inhaltsvorgabe»

9. Zürcher Fachhochschule
9

10. Zürcher Fachhochschule
10

11. Zürcher Fachhochschule
11

12. Zürcher Fachhochschule
12

13. Zürcher Fachhochschule
13
…und die Liste liesse sich fortsetzen!

14. Zürcher Fachhochschule
14
…und die Liste liesse sich fortsetzen!

15. Zürcher Fachhochschule
15
…und die Liste liesse sich fortsetzen!

16. Zürcher Fachhochschule
16
Was ist passiert?
Der ImageNet Wettbewerb
1000 Kategorien
1 Mio. Beispiele …

17. Zürcher Fachhochschule
17
Was ist passiert?
Der ImageNet Wettbewerb
1000 Kategorien
1 Mio. Beispiele …
A. Krizhevsky verwendet als erster ein
sog. «Deep Neural Network» (CNN)

18. Zürcher Fachhochschule
18
Was ist passiert?
Der ImageNet Wettbewerb
1000 Kategorien
1 Mio. Beispiele …
A. Krizhevsky verwendet als erster ein
sog. «Deep Neural Network» (CNN)

19. Zürcher Fachhochschule
19
Was ist passiert?
Der ImageNet Wettbewerb
1000 Kategorien
1 Mio. Beispiele …
A. Krizhevsky verwendet als erster ein
sog. «Deep Neural Network» (CNN)
2015: Computer haben “Sehen” gelernt
4.95% Microsoft (06. Februar)
 Besser als Menschen (5.10%)
4.80% Google (11. Februar)
4.58% Baidu (11. Mai)
3.57% Microsoft (10. Dezember)

20. Zürcher Fachhochschule
20
Was? Wie?  Wohin?
2Wie geht das?
(Was denken denkende Maschinen?)

21. Zürcher Fachhochschule
21
Grundlage
Induktives überwachtes Lernen
Annahme
• Ein an genügend viele Beispiele
angepasstes Modell…
• …wird auch auf
unbekannte Daten generalisieren
Methode
• Suchen der Parameter einer
gegebenen Funktion…
• …so dass für alle Beispiele Eingabe (Bild)
auf Ausgabe («Auto») abgebildet wird
Quelle: http://lear.inrialpes.fr/job/postdoc-large-scale-classif-11-img/attribs_patchwork.jpg

22. Zürcher Fachhochschule
22
Suche der Parameter einer Funktion??
Neuron
Merkmale (z.B. Pixel)
Anpassbare Parameter
Entscheidung
(Schwellwert)
Ergebnis (z.B. «Auto»)
𝑦

23. Zürcher Fachhochschule
23
Suche der Parameter einer Funktion??
Neuron Neuronales Netz
Merkmale (z.B. Pixel)
Anpassbare Parameter
Entscheidung
(Schwellwert)
Ergebnis (z.B. «Auto»)
𝑦

24. Zürcher Fachhochschule
24
Idee: Mehr Tiefe zum Lernen von Merkmalen
(0.2, 0.4, …)
Containerschiff
Tiger
Klassische Bild-
verarbeitung
(0.4, 0.3, …)
Merkmalsextraktion
(SIFT, SURF, LBP, HOG, etc.)
Containerschiff
Tiger
Mit Convolutional
Neural Networks
(CNNs)
Nimmt rohe Pixel entgegen,
Merkmale werden mitgelernt!
Klassifikation
(SVM, Neuronales Netz, etc.)
…
…

25. Zürcher Fachhochschule
25
Was «sieht» das Neuronale Netz?
Hierarchien komplexer werdender Merkmale
Quelle: https://www.pinterest.com/explore/artificial-neural-network/

26. Zürcher Fachhochschule
26
Was? Wie?  Wohin?
3Wohin führt das?
(Ein Ausblick)

27. Zürcher Fachhochschule
27
Was ich nicht erwarte

28. Zürcher Fachhochschule
28
Was ich nicht erwarte

29. Zürcher Fachhochschule
29
Was ich nicht erwarte

30. Zürcher Fachhochschule
30
Was ich erwarte

31. Zürcher Fachhochschule
31
Was ich erwarte

32. Zürcher Fachhochschule
32
Was ich erwarte

33. Zürcher Fachhochschule
33
Was ich erwarte

34. Zürcher Fachhochschule
34
Was ich erwarte

35. Zürcher Fachhochschule
35
Schlussfolgerungen
• «Denkende rechnende» Maschinen sind immer noch inselbegabt
• Aber: «Deep Learning» hat zu Quantensprung in Mustererkennungsaufgaben geführt
• Für andere Datenanalyseaufgaben sind andere Verfahren besser geeignet
• Angst ist unangebracht – aber Herausforderungen wollen gestaltet werden:
technisch, ethisch, wirtschaftlich, gesellschaftlich
Mehr zu mir:
• Leiter ZHAW Datalab, Vice President SGAICO, Board Data+Service
• thilo.stadelmann@zhaw.ch
• 058 934 72 08
• www.zhaw.ch/~stdm
Mehr zum Thema:
• KI: http://www.s-i.ch/en/fachgruppen-und-sektionen/sgaico/
• Verband Data & Service Science: www.data-service-alliance.ch
• Gemeinsame Projekte: datalab@zhaw.ch
 Fragen Sie gerne an.

36. Zürcher Fachhochschule
36
ANHANG

37. Zürcher Fachhochschule
37
Was «sieht» das Neuronale Netz?
Hierarchien komplexer werdender Merkmale
Quelle: http://vision03.csail.mit.edu/cnn_art/data/single_layer.png