Menü von 247GRAD

Corporate Blog Guide – Wie eure Marke mit einem Unternehmensblog sichtbarer wird Corporate Blog Guide: Jetzt herunterladen

07.08.2019 . Design & Development . Matthias Münzel

Artificial Intelligence aus der Cloud

Künstliche Intelligenz, Big Data, Data Science und Machine Learning sind längst mehr als nur digitale Trends. Wie Artificial Intelligence euch und eure Unternehmen unterstützen kann, erklären wir in diesem Blogartikel.

Auf Facebook teilen
Auf Twitter teilen
Per WhatsApp versenden
Auf Reddit teilen
Per E-Mail teilen

Google, Microsoft, Amazon – was zunächst als Suchmaschine, Softwareschmiede oder Buchhandlung begonnen hat, sind heute milliardenschwere Tech-Giganten, die ihre Komfortzone längst erweitert haben. Alle drei Firmen sind heute die Top 3 der Cloud-Anbieter, die viel mehr können als Speicherplatz im Internet bereitzustellen. Die drei sind Marktführer in Cloud Computing und bieten auch auf Artificial Intelligence basierende Dienste an, gefolgt von Providern wie IBM, SAP oder Salesforce. Daneben buhlen auch weitere, kleinere, oft spezialisierte Dienste um Kunden.

via GIPHY

Wie hilft mir AI? Und was ist Artifical Intelligence eigentlich?

Artificial Intelligence (AI) beschreibt ein Verfahren, das sich mit der Automatisierung verschiedenster Aufgaben im Hinblick einer intelligenten Auswertung befasst.

Grundsätzlich geht es immer darum, dass eine künstliche Intelligenz automatisch Entscheidungen auf Basis vorliegender Informationen trifft. Die künstliche Intelligenz (kurz: KI) verarbeitet große Datenmengen, die sonst nur schwer zu überblicken sind. Damit kann die KI, anders als traditionelle Verfahren, die Gesamtheit aller vorhandenen Daten einbeziehen, wodurch sie nicht mehr nach dem Ausschlussprinzip vorgeht. Dadurch lässt sich auch die Brücke zum Begriff „künstliche Intelligenz“ schlagen, die mehr einer menschlichen Entscheidung gleicht als der einer Maschine, die nur zwei Dinge miteinander gegenüberstellt.

Kurzes theoretisches Beispiel: Wir möchten wissen, wie viele Tiger täglich durch unseren Vorgarten laufen und die Blumen zertrampeln. Wir könnten uns nun zusammen mit meiner Muskete, einem Block und einem Fernglas hinsetzen. Nach 24 Stunden wissen wir, wie viele Tiger täglich den Garten betreten. 

Wir könnten allerdings auch alternativ eine Kamera installieren, die ein 24-Stunden-Video aufnimmt, und im Anschluss das Material auswerten. Das ist ziemlich viel Arbeit und macht auch keinen Spaß. Also installieren wir eine Kamera mit Bewegungssensor. Diese macht immer dann ein Foto, wenn etwas vorbeistreift. Nach 24 Stunden haben wir vermutlich ziemlich viele Fotos – von Autos, Kojoten und vielleicht auch Tigern. Diese Fotos können wir uns jetzt alle anschauen und die Tiger zählen– gesehen auf einen längeren Zeitraum als 24 Stunden ist das aber sicherlich relativ lästig. Und an diesem Punkt kommt dann die künstliche Intelligenz ins Spiel …

Was bietet Artificial Intelligence aus der Cloud?

Die großen Anbieter bieten fast alle ähnliche Services und Werkzeuge an, um künstliche Intelligenz in eigenen Projekten zu verwenden. Der Ablauf dabei ist fast immer gleich: Wir senden Daten an einen von uns konfigurierten Endpunkt und erhalten ein Ergebnis an unsere Anwendung zurück. Grundsätzlich geht es bei den Services um die vier Hauptbereiche Bild, Spracheingabe, Sprache und Entscheidungen.

1. Bilderkennung und Analyse

Wie schon angedeutet können wir Bilder kategorisieren und Dinge darauf erkennen.

Foto: So erkennt AI Emotionen auf Fotos

Die Microsoft Cognitive Services Face Recognition liefert uns zum Beispiel zum obigen Bild folgende Beschreibung:

Wenn wir uns als Beispiel die Bildbeschreibung ansehen, sehen wir, dass die Intelligenz das Bild schon sehr gut eingeordnet hat. Zusätzlich können wir zu einem Bild einer Person sogar die Emotionen extrahieren. Noch einmal kurz zu dem Bild oben: René schaut eigentlich relativ konzentriert. Immerhin hält er ein Magazin hoch, während er am Laptop arbeitet. Wie interpretiert hier die Artificial Intelligence?

Die KI sagt, dass René neutral schaut. Ich denke, für dieses Beispiel passt es. Emotionen kann man da auch als Mensch nicht feststellen.

Ein weiteres Beispiel kann man mit Online-Diensten wie Ximilar.com aufzeigen … und so lösen wir das Tiger-Problem. Als erstes suchen wir uns ein einige Bilder von Tigern, damit erstellen wir einen Tiger-Katalog und zeigen der künstlichen Intelligenz, wie ein Tiger aussieht.
Bild: Microsoft Cognitive Services Face Recognition analysiert Fotos

Die KI zerlegt mit qualifizierten Methoden das Bild und erstellt daraus ein Referenzmodell.

Im Anschluss prüfen wir alle Fotos von der Kamera gegen das Referenzmodell. Und wir bekommen eine Anzahl an Tigern. Das Beispiel ist natürlich theoretisch … aber in der Praxis treten möglicher Weise schmerzhafte und ernstzunehmende Störfälle auf, die das Ergebnis beeinträchtigen können. Aber an diesem Beispiel erkennt man, wie uns cloudbasierte AI helfen kann, einfache oder auch komplexere Probleme zu lösen. Andere Beispiele für Bilder wären zum Beispiel die Kategorisierung von Fotos in einer Medienbibliothek. 

Allerdings ist das ganze eine Blackbox, was genau da mit den Bildern passiert bekommen wir gar nicht mit und können auch nicht einschreiten, wenn es offensichtlich zu Fehlern kommt. Beispiele von Services aus diesem Bereich sind z.B. die Microsoft Computer Vision oder Amazon Rekognition.

2. Sprache

Die Spracheingabe ist schon relativ alt. Die ersten Gehversuche mit künstlicher Intelligenz machte man bei Spracheingaben schon Ende der 90er. Hier geht es überwiegend um die Transkription von natürlicher Sprache. Aber auch die Erkennung, wer gerade spricht, welche Sprache eine Person einsetzt oder die Übersetzung in eine andere Sprache in Echtzeit sind hier Themen. Auch hier bieten die drei großen Provider Tools wie Amazon Transcribe, Microsoft Speech Services oder IBM Speech-To-Text an.
Ein bekanntes Beispiel sind hier zum Beispiel die automatisch generierten Videountertitel auf YouTube – mit denen sich visuelle Inhalte mit Sprache auch für Hörgeschädigte ausspielen lassen.

Abbildung: automatisch generierte Videountertitel auf YouTube

3. Natürliche Sprache

Im Themengebiet Sprache geht es überwiegend um die Erkennung von Bedeutung von unstrukturiertem Text oder die Absicht hinter Äußerungen eines Textes zu verstehen. Dazu zählt selbstverständlich auch naheliegende Dinge wie Übersetzung oder die Prüfung von Grammatik. Häufig hört man hier die Begriffe NLP (Natural Language Processing) und NLU (Natural Language Understanding). Ersteres untersucht Texte auf die Bedeutung selbiger. Dabei geht NLU deutlich tiefer, in dem es beispielsweise versucht, Subjekt und Objekt korrekt zu identifizieren.

Aus dem Beispieltext: „Mein erster Besuch in Koblenz war fantastisch. Ich habe gleich an zwei Tagen die Festung besucht und meinen Aufenthalt sehr genossen.“ extrahiert die KI eine positive Stimmung von 98 %. Der Inhalt des eingegeben Textes scheint also klar verständlich zu sein.

Der Text „Mein erster Besuch in Koblenz war ganz okay. Es hat zwar geregnet, aber ich habe gleich an zwei Tagen die Festung besucht und meinen Aufenthalt sehr genossen.“ ergibt eine positive Stimmung von 77 %.

Aber auch natürliche Sprache lässt sich mit einer künstlichen Intelligenz erweitern, wenn wir beispielsweise an einen Voice-Skill wie Amazon Alexa, Google Now oder Siri denken.

Beispielhafte Utterance für eine Routensuche

Die Sprache wird in Text gewandelt und in verschiedene Teile gesplittet. Für unsere Anwendung ist im obigen Beispiel folgendes wichtig:

  • Die Absicht: Eine Route finden
  • Slot: Hauptbahnhof

Mit diesen beiden Informationen kann die Anwendung dann eine für den Nutzer nützliche Antwort ausgeben. Wenn ihr euch für Voice-Skills interessiert, kann ich euch an dieser Stelle den Artikel meines Kollegen Jan empfehlen.

Mögliche Tools zum Verarbeiten der Sprache sind zum Beispiel LUIS. Gern stellen wir euch anhand des eines Cases einen Chatbot vor, den wir für den Energieversorger evm konzipiert und mit LUIS realisiert haben. Fahrplanabfrage mit Echtzeitdaten inkl. Verspätungen, Preisrechner und vieles mehr. Seht einfach selbst, wozu ein Chatbot mittlerweile alles imstande sein kann …

4. Entscheidungen

via GIPHY

Die künstliche Intelligenz aus der Cloud kann auch Entscheidungen fällen, beziehungsweise Handlungsempfehlungen an einen Menschen geben, der die Entscheidung final trifft. Das kann man sich als Mischung der bisherigen Services vorstellen.

Wenn wir uns an die Kategorisierung von Bildern anhand der Bildanalyse erinnern, können wir bestimmte Inhalte auf Bildern blockieren oder gesondert darstellen. Wir sind auf auch in der Lage, Inhalte zu filtern, wenn sich in der Kommentarsektion unserer Posts Trolle tummeln und so Content moderieren. Grundsätzlich macht die Entscheidungsfindung einer KI überall da Sinn, wo in kurzer Zeit mit vielen Daten gearbeitet wird. Aus der Praxis kennt ihr mit Sicherheit die „Kunden kauften auch“-Funktion von Amazon oder die Filmempfehlungen von Netflix, die auf Vorschlägen basieren. Was konkret dahinter steckt, könnt ihr euch nun sicher besser vorstellen …

Für mich persönlich entstehen die besten Entscheidungen aus der Zusammenarbeit von Mensch und Maschine. Das Spannende: Bestätigt ein Mensch die Handlungsempfehlung der Maschine, wird sie bei der nächsten Prognose noch zuverlässiger arbeiten.

Dann muss ich ja trotzdem noch selbst coden?

via GIPHY

Ja, teilweise muss noch gecodet werden – die großen Anbieter geben dazu Tools an die Hand, mit denen man eigene Lösungen realisieren kann. Sie bieten Rechenzeit auf großen Serverfarmen an, die schnell große Menge an Daten verarbeiten und auswerten können. Daneben gibt es aber auch kleinere, spezialisierte Anbieter, die auch eine cloudbasierte Artificial Intelligence anbieten, meist auf ein spezielles Thema. Das können unter anderem NaturalReader sein, die ausschließlich Tools zur Sprachsynthese anbieten. 

Ist Artificial Intelligence mehr als Spielerei?

Die Beispiele zeigen auf: aus theoretischen Modellen in Forschungsabteilungen von Universitäten und Tech-Unternehmen sind längst vernünftige, einsatzbereite Werkzeuge geworden. Wir brauchen heute keine teure Hardware mehr anzuschaffen. Stattdessen können wir uns auf Lösungen einzelner Anbieter verlassen, die dafür sorgen, dass wir in kurzer Zeit ein einsatzfähiges Produkt haben.

Welche Bedeutung und welchen Nutzen Artificial Intelligence für euch und eure Unternehmen hat?

Eine künstliche Intelligenz kann Euch überall dort helfen, wo es um große Datenmengen geht. Welche Technologien und Methoden später zum Einsatz kommen, hängt individuell stark vom Anwendungsfall, dem Ziel und natürlich der Daten ab. Die Fülle an Tools ist groß und im ersten Augenblick erschlagend: Microsoft Cognitive Services, Machine Learning in AWS, IBM Watson, Google AI oder SAP Leonardo, um nur einige zu nennen.

Ihr seid neugierig geworden? Gerne leuchten wir euch den Weg durch den Buzzword-Dschungel und analysieren gemeinsam, an welcher Stelle künstliche Intelligenz eure Prozesse optimieren kann. Ruft einfach an oder sendet uns eine Nachricht.

Kommentare

Keine Kommentare vorhanden

Kommentieren

Vielen Dank, {{inputName}}!

Wir prüfen deinen Kommentar und veröffentlichen ihn in Kürze hier im Blog.

247GRAD

Kommunikation braucht Dialog.
Schreiben Sie uns!

247GRAD Update
kostenlos abonnieren

Melde dich für das 247GRAD Update an und du bekommst jeden Montag das Neueste aus dem digitalen Marketing. Trage einfach deine E-Mail-Adresse ein: