Als PDF, PPTX herunterladen
Hochgeladen vonMatthias Stürmer
Kuenstliche Intelligenz in unserem Alltag
Das Dokument befasst sich mit der Rolle der künstlichen Intelligenz (KI) im Alltag, betont deren positive und negative Aspekte sowie die ethischen Fragestellungen, die sich daraus ergeben. Es beschreibt verschiedene Anwendungsgebiete von KI, wie z.B. Gesichtserkennung und Deepfake-Technologie, sowie die Herausforderungen in Bezug auf Sicherheit, Datenschutz und Verantwortung der Entwickler. Abschließend wird auf die Notwendigkeit von ethischen Richtlinien und neuen Software-Lizenzen hingewiesen, um den Einsatz von KI verantwortlich zu gestalten.
Kuenstliche Intelligenz in unserem Alltag
- 1. 1 SATW & StiftungRisikodialog Dr. Matthias Stürmer, Forschungsstelle Digitale Nachhaltigkeit Künstliche Intelligenz in unserem Alltag 21. November 2019
- 2. 2 Künstliche Intelligenz inunserem Alltag Dr. Matthias Stürmer Leiter Forschungsstelle Digitale Nachhaltigkeit Universität Bern Institut für Informatik Schützenmattstrasse 14 CH-3012 Bern Telefon direkt: +41 31 631 38 09 Mobile: +41 76 368 81 65 Tel: +41 31 631 38 79 (Sekretariat) Twitter: @maemst matthias.stuermer@inf.unibe.ch www.digitale-nachhaltigkeit.unibe.ch Matthias Stürmer − Seit 2013 Leiter der Forschungsstelle Digitale Nachhaltigkeit am Institut für Informatik der Universität Bern, dazu Dozentur für Digitale Transformation am Institut für Informatik und Dozentur für Digitale Nachhaltigkeit am Institut für Wirtschaftsinformatik − 2010 bis 2013 bei EY (Ernst & Young) als Senior Consultant bzw. Manager im IT Advisory: Beratung zu Open Source Software, Open Government Data und Social Media − 2009 bis 2010 Business Development und Projektleiter bei Liip AG − 2006 bis 2009 Assistent an der ETH Zürich bei Prof. Georg von Krogh am Lehrstuhl für Strategisches Management und Innovation (D-MTEC) − 2000 bis 2005 Studium Betriebswirtschaft und Informatik an der Universität Bern, Lizenziatsarbeit zu Open Source Community Building − Seit 2017 Mitglied Arbeitsgruppe Smart Capital Region der Hauptstadtregion Schweiz − Seit 2016 Präsident Verein Digital Impact Network − Seit 2012 Vorstandsmitglied und Mitgründer Verein Opendata.ch − Seit 2009 Geschäftsleiter Parlamentarische Gruppe Digitale Nachhaltigkeit − Seit 2006 Vorstandsmitglied und heute Vizepräsident Verein CH Open − 2011 bis 2019 Stadtrat von Bern
- 3. 3 Künstliche Intelligenz inunserem Alltag Forschungsstelle Digitale Nachhaltigkeit
- 4. 4 Künstliche Intelligenz inunserem Alltag Forschungsstelle Digitale Nachhaltigkeit − Gegründet 2014 am Institut für Wirtschaftsinformatik (IWI) der Universität Bern, heute am Institut für Informatik (INF), Team von über 20 Mitarbeitenden − Forschung (u.a. laufendes SNF-Projekt im NFP 73) zu digitaler Nachhaltigkeit, Open Source Software, Blockchain, Open Data und Linked Data, Open Government und Smart City, künstlicher Intelligenz sowie öffentliche Beschaffungen − Vorlesungen zu Open Data und Requirements Engineering am IWI, digitale Nachhaltigkeit am INF, Betreuung von über 100 abgeschlossener Bachelor- und Masterarbeiten, Dozenturen am IWI und am INF, Dozent in mehreren CAS und MAS − Weiterbildungen zu IT-Beschaffung und nachhaltiger Beschaffung, ab 2020 CAS «Öffentliche Beschaffungen» und CAS «Technologie-Beschaffungen» − Dienstleistungen (Beratung, Gutachten, Studien, Prototyping) für Hochschulen, Bundesverwaltung, Kantone, Städte, Unternehmen und Verbände
- 5. 5 Künstliche Intelligenz inunserem Alltag Künstliche Intelligenz − Technologische Fragestellungen − Wirtschaftliche Fragenstellungen − Rechtliche Fragestellungen − Gesellschaftliche Fragestellungen
- 6. 6 Künstliche Intelligenz inunserem Alltag Begrifflichkeiten Künstliche Intelligenz (KI) / Artificial Intelligence (AI) − Entwicklung von Ideen und Visionen − Schaffung der konzeptionellen und mathematischen Grundlagen − Aber zu wenig Rechenleistung und Daten «KI-Winter» Maschinelles Lernen (ML) / Machine Learning − Realisierung von ersten KI-Anwendungen − Basiert auf Mustererkennung − Überwachtes (supervised) Lernen der Algorithmen durch Experten-Wissen Deep Learning − Selbstlernende Programme basierend auf neuronalen Netzen − Simulation des menschlichen Gehirns − Grosse Datenmengen (Big Data) und grosse Rechenleistung (Server) nötig 1950 1980 2010
- 7. 7 Künstliche Intelligenz inunserem Alltag Anwendungsgebiete von KI − Prognosen: Erkennen von Betrug − Expertensysteme: Empfehlungen im Gesundheitsbereich − Texterkennung: Optical Character Recognition (OCR) beim Scannen von Dokumenten − Textverständnis: Natural Language Processing (NLP) für Übersetzungen, Chatbots − Bilderkennung: Facial Recognition, Objekterkennung, Bildoptimierungen, autonomes Fahren − Tonanalyse: Spracherkennung, Musikanalyse − etc.
- 8. 8 Künstliche Intelligenz inunserem Alltag Bisher ethische Fragen eher hypothetisch Quelle: http://moralmachine.mit.edu/hl/de
- 9. 9 Künstliche Intelligenz inunserem Alltag KI-Beispiel Gesichtserkennung Quelle: https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78 1. Gesichter finden 2. Gesicht erkennen (68 face landmarks) 3. Gesicht kodieren (128 measurements) 4. Gesichter trainieren
- 10. 10 Künstliche Intelligenz inunserem Alltag KI-Beispiel Gesichtserkennung Quelle: https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-face-recognition-with-deep-learning-c3cffc121d78
- 11. 11 Künstliche Intelligenz inunserem Alltag Grosse Mengen an Testdaten Quelle: http://vis-www.cs.umass.edu/lfw/
- 12. 12 Künstliche Intelligenz inunserem Alltag Gesichtserkennung in China Quelle: https://www.scmp.com/tech/start-ups/article/3008700/shenzhen-ai-start-intellifusion-helps-city-police-identify
- 13. 13 Künstliche Intelligenz inunserem Alltag Gesichtserkennung Chancen: − Erhöhung der Sicherheit im öffentlichen Raum (Bahnhöfe, Flughafen etc.) − Nutzen bei Fahndungen und bei Bekämpfung von Kinderpornografie − Zutrittssysteme bei Firmen − Bessere Marketing- Möglichkeiten Risiken: − Überwachung und Kontrolle durch den Staat − Verletzung der Privatsphäre und des Datenschutzes bei unerlaubten Aufzeichnungen − Bei Hacking-Attacken Diebstahl von heiklen Daten
- 14. 14 Künstliche Intelligenz inunserem Alltag KI-Beispiel DeepFake Quelle: https://www.vice.com/en_us/article/gydydm/gal-gadot-fake-ai-porn
- 15. 15 Künstliche Intelligenz inunserem Alltag KI-Beispiel DeepNude Quelle: https://www.watson.ch/digital/online-sicherheit/302152163-deepnude-app-erzeugt-gefaelschte-nacktbilder-aus-fotos-von-frauen
- 16. 16 Künstliche Intelligenz inunserem Alltag Das Ende von DeepNude Quelle: https://twitter.com/deepnudeapp/status/1144307316231200768/photo/1
- 17. 17 Künstliche Intelligenz inunserem Alltag Basiert auf Open Source Bibliothek pix2pix Quelle: https://phillipi.github.io/pix2pix/
- 18. 18 Künstliche Intelligenz inunserem Alltag Anwendungen von pix2pix Quelle: https://phillipi.github.io/pix2pix/
- 19. 19 Künstliche Intelligenz inunserem Alltag Bildoptimierungen bzw. Fake-Videos Chancen: − Forschungserfolge − Humorvolle Beiträge − Verbesserung der Bildqualität − Förderung von Produktivität, Kreativität und Innovationen Risiken: − Fake News − Betrug durch falsche Identität − Verletzung von Persönlichkeitsrechten − Verstärkung von Sexismus − Erpressung, Depression, Suizid
- 20. 20 Künstliche Intelligenz inunserem Alltag Ethischer Quellcode − KI-Tools basieren auf frei verfügbaren Open Source Komponenten − Open Source Lizenzen erlauben uneingeschränkten Einsatz der Software − Darum «Just World License» bzw. «Do No Harm License» geschaffen − Verbot zur Verwendung der Software für Menschenhandel, Glücksspiele, Tabakindustrie, Atomenergie, Kriegsführung, Waffenherstellung etc. Quelle: https://hackernoon.com/6-myths-about-ethical-open-source-licenses-3bfbd042b1dc
- 21. 21 Künstliche Intelligenz inunserem Alltag Ethische KI-Richtlinien − «Asimolar AI Principles»: Liste von 23 Zielen wie KI-Forschende ihr Wissen einsetzen sollen − Einige dieser Prinzipien: − Nützliche und wohltätige KI erschaffen − Forschungsgelder für sinnvolle KI nutzen − Austausch zwischen KI-Forschenden und politischen Entscheidungsträgern − Transparenz bei Fehlfunktion − Entscheidungsfindende Prozesse müssen nachvollziehbar sein Quelle: https://futureoflife.org/ai-principles-german/
- 22. 22 Künstliche Intelligenz inunserem Alltag Fazit aus Sicht der digitalen Nachhaltigkeit 1. Software-Anwendungen mit KI sind wie Messer: Beide können für gute und für schlechte Zwecke verwendet werden – manchmal ist Unterscheidung Ansichtssache bzw. eine Frage der Position 2. Programmiererinnen und Programmierer tragen ethische Verantwortung für ihre Werke und müssen sich deshalb Gedanken über deren Konsequenzen machen (wie auch Ärzte, Physiker, Chemiker etc.) 3. Neue Software-Lizenzen und ethische Richtlinien schaffen Klarheit was gut und was schlecht ist und sollten deshalb vermehrt in der Praxis angewendet werden