KI Periodensystem Beitragsbild

Periodensystem der KI (künstliche Intelligenz) - Infografik

Die folgende Infografik des KI Periodensystems ist inhaltlich dem Beitrag über künstliche Intelligenz entnommen.

Einen sehr interessanten Ansatz, den Bereichen der künstlichen Intelligenz eine Struktur zu geben, hat Professor Kristian J. Hammond von der Northwestern University erarbeitet: Das Periodensystem der künstlichen Intelligenz. Auch der Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e.V. – Bitkom – hat diese Arbeit als Grundlage für einen Leitfaden zur Gestaltung der KI-Digitalisierung genutzt.

Kristian Hammond betrachtet die künstliche Intelligenz als eine Kombination von Grundelementen. Drei dieser Grundelemente (KI-Element-Tripel), jeweils eines aus jeder Gruppe, ergeben dann einen typischen Anwendungsfall.

KI Periodensystem Infografik

Starcraft2 Pros vs AlphaStar

Starcraft 2 Pros vs Deepminds AlphaStar - KI gewinnt gegen Menschheit

Die von Googles Tochterunternhemen DeepMind entwickelte künstliche Intelligenz AlphaStar hat einen neuen Meilenstein in der KI-Entwicklung erreicht. In einer Reihe von Spielen gegen professionelle menschliche Starcraft 2 Spieler, konnte AlphaStar überzeugen. 10 Spiele in Folge gewann die neue KI bereits im Dezember gegen Team Liquids Grzegorz “MaNa” Komincz und Dario “TLO” Wünsch, jeder der Spieler trat in jeweils 5 Spielen an.
Im Januar wurde dann noch ein Match gegen „MaNa“ gespielt, und die künstliche Intelligenz AlphaStar konnte von der Menschheit geschlagen werden. Das Match im Londoner Hauptsitz von DeepMind konnte live auf YouTube oder Switch verfolgt werden.

Die ebenfalls von Deepmind entwickelte KI AlphaGo konnte 2017 bereits den Weltranglistenerste Ke Jie im Brettspiel Go mit 3:0. Go galt als das Brettspiel, das für eine KI am schwersten zu meistern sein. Nachdem nun dieser Schritt gemacht war blickten die Entwickler von künstlicher Intelligenz bereits auf die nächst logische Herausforderung, Computer-Strategiespiele. Die Schwierigkeit liegt insbesondere darin, dass anders als bei Brettspielen der KI die Bewegung der menschlichen Gegner überwiegend nicht bekannt ist und es muss in Echtzeit reagiert werden.

Obwohl es bei Videospielen wie Atari, Mario, Quake III Arena Capture the Flag und Dota 2 bedeutende Erfolge gab, haben die KI-Techniken bisher Schwierigkeiten gehabt, mit der Komplexität von StarCraft umzugehen. Die besten Ergebnisse wurden durch die manuelle Herstellung von Hauptelementen des Systems, durch erhebliche Einschränkungen der Spielregeln, durch übermenschliche Fähigkeiten der KI-Systeme oder durch das Spielen auf vereinfachten Karten ermöglicht. Selbst mit diesen Modifikationen ist kein System annähernd an die Fähigkeiten professioneller Spieler herankommen. Im Gegensatz zu früheren KIs spielt AlphaStar das gesamte Spiel von StarCraft II mit einem tiefen neuronalen Netzwerk (deep neural network), das direkt aus den Rohdaten des Spiels trainiert wird, indem es supervised learning und reinforcement learning durchführt.

AlphaStar verwendet zudem einen neuartigen Multi-Agenten-Lernalgorithmus. Das neuronale Netzwerk wird zunächst durch supervised learning (dt. überwachtes Lernen) aus anonymisierten gespielten menschlichen Starcraft 2 Partien trainiert. Dies ermöglichte es AlphaStar, durch Nachahmung die grundlegenden Mikro- und Makrostrategien zu lernen. Dieser anfängliche Agent besiegte die in Starcraft eingebauten Computergegner, auf der höchsten Stufe „Elite“, in 95% der Spiele.
Nachdem mehrere Agenten trainiert wurden werden diese dann verwendet, um einen Multi-Agent Verstärkungs-Lernprozess zu starten. In einer Liga treten dann die Agenten in einen Konkurrenzkampf an. Neue Agenten wurden dynamisch in die Liga aufgenommen, und Agenten die schlecht performten und somit die unteren Plätze der Tabelle belegten, entfernt; jeder Agent lernt dann aus Spielen gegen andere Agenten. Diese neue Form des Trainings nimmt die Ideen des population-based and multi-agent reinforcement learning auf und schafft einen Prozess, der den große strategische Vielfalt des StarCraft-Spiels kontinuierlich erkundet und gleichzeitig sicherstellt, dass jeder KI-Agent gegen die stärksten Strategien gut abschneidet und nicht vergisst, wie man frühere Strategien besiegt. Wer darüber wissen möchte und dem englischen mächtig ist, dem sei an dieser Stelle sehr der Blog-Beitrag des AlphaStar-Teams auf deepmind.com ans Herz gelegt.

Dem Spieler Dario “TLO” Wünsch ist neben dem hervorragenden Mikromanagement von AlphaStar aufegfallen, dass die KI jedes Match anders gestaltet. Das ist dadurch zu erklären, dass das DeepMind Team bei jedem neuen Match auch einen neuen KI-Agenten eingesetzt hat, genauer die stärksten Agenten, die sich in der AlphaStar internen Liga durchgesetzt hatten. So war es für die menschlichen Gegner kaum möglich Erfahrungen über die KI im nächsten Match zu nutzen. Das bedeutet aber auch, das die unterschiedlichen AlphaStar Agenten ein breites Spektrum von Spielweisen und Strategien erlernt haben und diese auch Effizient und ohne grobe Schwächen einsetzen können.

[vcex_spacing size="10px"]

Die StarCraft-Kommentatoren, die bereits einige an hochklassigen Partiern zwischen menschlichen Spielern kommentiert hatten, beschrieben AlphaStars Spiel teilweise als „phänomenal“ und „übermenschlich“. In StarCraft 2 beginnen die Spieler auf verschiedenen Seiten derselben Karte, bevor sie eine Basis aufbauen, eine Armee trainieren und in das Territorium des Feindes eindringen. AlphaStar überzeugte besonders im Mikromanagement, also effektiv und schnell bauen und Truppen kontrollieren. Das ein Computer im Micromanagement schneller ist scheint logisch zu sein, allerdings wurde AlphaStar einigen extra Regelungen unterworfen, etwa das nicht mehr Klicks pro Minute gemacht werden dürfen als es einem menschlichen Spieler möglich ist. AlphaStar wurde auf 300 Klicks pro Minute limitiert, was im unteren Bereich von Profi Spielern liegt. Dafür konnte die KI jedoch die gesamte Karte betrachten (nur die Bereiche die bereits von AlphaStar aufgedeckt sind), der menschliche Spieler muss erst manuell zum gewünschten Kartenausschnitt navigieren. Die DeepMind Forscher waren der Meinung das dieser Umstand kein Vorteil sei, da die KI sich nur auf einen einzigen Teil der Karte konzentriert, allerdings kam es im Verlaufe des Spiels dazu, das AlphaStar gleichzeitig in drei verschiedenen Teilbereichen der Karte Einheiten effektiv im Kampf steuerte. Dieser Umstand wurde für das Finalspiel verändert, AlphaStar hatte nun auch nur einen beschränkten Ausschnitt der Karte zur Verfügung und „MaNa“ konnte einen Sieg erreichen.

[vcex_spacing size="10px"]

Auf seinem Youtube Channel hat Team Liquid’s Grzegorz “MaNa” Komincz die insgesamt 6 Spiel nochmal aus seiner Sicht dargestellt. Aus seiner Sicht war AlphaStar sehr stark, besonders der Umstand, das der KI keine Fehler unterlaufen. “MaNa” unterliefen in fast jedem Match ein paar kleiner Fehler im Makromanagement, die AlphaStar nicht unterliefen. Auch der Umstand, das AlphaStar in jedem Spiel einen anderen strategischen Ansatz verfolgte ließ „MaNa“ nervös werden. In den ersten 5 Spielen war dann noch das exzellente Mikromanagement der Einheiten im Kampf. Für das Match im Januar kritisierte „MaNa“ bei dem DeepMind-Team die „ausgezoomt“ Sicht der KI auf die Karte. Die Kritik wurde anerkannt und der neue Agent, der im Live übertragenen Januar-Spiel angetreten ist, war auf dieselbe Sicht der Karte beschränkt, die auch dem menschlichen Spieler zur Verfügung steht.

[vcex_spacing size="10px"]

Vor dem Endspiel haben sich „TLO“ und „MaNa“ über die beste strategische vorgensweise ausgetauscht. Beiden ist aufgefallen, das bis dahin alle KI-Agenten aus den vorherigen 10 Spielen an grundlegenden leichten Einheiten festhalten und auf ihr ausgezeichnetes Mikromanagement vertrauen. Diesen Umstand wollte MaNa ausnutzen und, ähnlich wie in Match 4, durch weniger Fehler, eine defensive Taktik und dann später durch eine bessere Auswahl von Einheiten gewinnen. Genau das geschah dann auch, „MaNa“ konnte sich zu Beginn des Spiels halten und baute sehr Effizient sehr starke Einheiten. AlphaStar machte auch einen Fehler, der in den ersten 10 Spielen nicht vorkam, und ließ sich durch eine fliegende Einheit unnötigerweise im eigenen Lager immer wieder ärgern.

Die menschlichen Profis waren aufgrund der kreativen Spielweise DeepStars fasziniert und es soll beiden auch viel für die eigene Entwicklung gebracht haben. DeepStar fühlte sich teilweise wie ein menschlicher Spieler an, es wurden aber immer wieder strategische Entscheidungen getroffen, die so von menschlichen Spielern selten gemacht werden, aber sehr effektiv werden. AlphaStar hat auch mehr Arbeiter genutzt als bei den Pros sonst üblich, das verschafft Alpha-Star eine sehr stabile Wirtschaft und diese Strategie wird wohl auch in Zukunft von menschlichen Spielern mehr genutzt werden.

[vcex_spacing size="10px"]

Quelle Beitragsbild: deepmind.com


Aachener Vertrag zwischen Deutschland und Frankreich

Künstliche Intelligenz ist Thema im Aachener Vertrag zwischen Deutschland und Frankreich

Deutschland und Frankreich haben sich auf eine Liste von 15 gemeinsamen Vorhaben geeinigt, die aktuell vom Deutsch-Französischen Ministerrat überprüft werden. Diese 15 Punkte sollen die Grundlage zur Umsetzung des „Aachener Vertrags“ darstellen. Einer dieser 15 Punkte umfasst den Umgang und Zukunft der künstlichen Intelligenz. Dafür ist die Einrichtung eines deutsch-französischen Forschungs- und Innovationsnetzwerks geplant.

Punkt 10 dieser Liste im Wortlaut:
„Einrichtung eines deutsch-französischen Forschungs- und Innovationsnetzwerks („virtuelles Zentrum“) für Künstliche Intelligenz auf Basis der bestehenden Strukturen beider Länder.“

Dabei soll es nicht nur um die Förderung und die wirtschaftliche Zukunft der beiden Länder gehen, sondern auch die Regulation der künstlichen Intelligenz soll erörtert werden. Ethische Fragen, die ein wichtiger Teil der Regulation künstlichen Intelligenz darstellen, stehen ebenfalls als Forschungsziel fest.

Auch Punkt 12 beschäftigt sich mit dem Thema Digitalisierung und überschneidet sich teilweise mit dem oben genannten ethischen Aspekt. „Einsatz für ethische Leitlinien für neue Technologien und gemeinsame Werte in den Bereichen Digitalisierung und Digitale Gesellschaft auf internationaler Ebene.“


Facebook unterstützt KI-Ethik-Forschung mit 7,5 Millionen Dollar

Facebook Co-Chefin Sandberg machte eine wichtige Ankündigung auf der Innovationskonferenz DLD in München. Facebook sichert dem „Munich Center for Technology in Society“ (MCTS) eine Unterstützung von 7,5 Millionen Dollar (6,6 Millionen Euro) über einen Zeitraum von fünf Jahren zu. Diese Summe wird verwendet um ethische Fragen rund um den Einsatz von künstlicher Intelligenz (KI) zu erforschen. Das neue Institut soll akademisch unabhängig arbeiten und Facebook nur einer unter mehreren Partnern sein.
Es sollen diverse Aspekte künstlicher Intelligenz wie Fairness, Transparenz und Sicherheit untersuchen. Die Ergebnisse sollen Gesellschaft, Wirtschaft sowie Gesetzgebern zur Verfügung gestellt werden. Das Institut wird von Professor Christoph Lütge von der TU München geleitet.

Da Facebook künstliche Intelligenz mehr und mehr einsetzt, z.B. um Inhalte mit Hassrede oder Terrorpropaganda zu finden und zu löschen, ist dies ein wichtiges Signal für mehr Transparenz und Verantwortungsbewusstsein. Facebook gliedert sich mit dieser Finanzierung in die immer größer werdende Gruppe von Unternehmen und Wissenschaftlern ein, die auch die potentiellen Gefahren der KI-Technologie erkannt haben.


SenseTime will weiter 2 Millarden Dollar

Künstliche-Intelligenz-Startup SenseTime erhält wohl weitere 2 Milliarden Dollar

Der chinesische Unternehmen SenseTime Group Ltd. Ist der Platzhirsch in der Gesichtserkennung und gilt als das wertvollste Jungunternehmen auf dem Gebiet der künstlichen Intelligenz. Mitte 2018 finanzierte der E-Commerce-Giganten Alibaba das Unternehmen bereits mit 600 Millionen US-Dollar. Durch andere Investoren konnte SenseTime bereits mehr als 3 Milliarden US-Dollar sammeln. Der Wert des Unternehmens wird auf mehr als 4,5 Milliarden US-Dollar geschätzt.

Nun stehen Gerüchte im Raum das Alibaba eine weitere Finanzierungsrunde von über 2 Milliarden Dollar vorbereitet, so berichtet Bloomberg. Die Quellen möchten jedoch anonym bleiben, sollen aber an der anstehenden Finanzierung arbeiten.
Weitere Investoren sind Fidelity International, Silver Lake Partners und Hopu Capital. Eine Beteiligung an dem Unternehmen wurde 2017 an den Chiphersteller Qualcomm verkauft, damals wurde das Unternehmen auf mehr als 1,5 Milliarden US-Dollar geschätzt.

Das Unternehmen, das sich auf Systeme spezialisiert hat, die Gesichter und Bilder in großem Umfang analysieren. SenseTime ist besonders wertvoll, da es Technologie für das riesige Überwachungsnetz der chinesischen Regierung bereitstellt. Das Viper-System zielt darauf ab, über 100.000 gleichzeitige Echtzeit-Streams von Verkehrskameras, Geldautomaten und mehr zu verarbeiten und zu analysieren, um Personen automatisch zu markieren und zu verfolgen.


Travis der Übersetzer

Übersetzer Travis Touch Plus - Markteinführung mit 100+ Sprachen

Eines der größten Probleme, dem man auf Reisen in fremden Ländern begegnet, ist sicherlich die Sprachbarriere. Selbst einfache Notwendigkeiten können dann zu einer großen Herausforderung werden. Alles was über weltweilt verständliche Gesten hinausgeht kann zu Problemen führen, ein Restaurant zu finden ist noch recht einfach zu vermitteln, aber schon die Bestellung in einem Restaurant kann sehr schwer werden. Google Translate kann dort schon gute Dienste leisten, aber die schriftbasierte Übersetzung ist auch nur etwas flexibler und schneller als das altmodische Wörterbuch. Sollte jedoch keine Internetverbindung zur Verfügung stehen hat auch Google Translate keinerlei Verwendung, das ist in vielen Ländern der Fall, sogar die Zensur in China kann z.B. eine Hürde sein.

Das niederländische crowdgefundete Startup-Unternehmen Travis hat dieses Problem nun angegangen und das neue Produkt Travis Touch Plus auf den Markt gebracht. Das Gerät kann bei der Übersetzung in über 100 Sprachen mit nur einem Tastendruck helfen und das nun auch offline. Die Funktionsweise beschreibt Travis folgendermaßen:

  1. Auswahl der beiden Sprachen treffen
  2. Travis zuhören lassen
  3. … Travis übersetzt Ihre Sätze.

Der Übersetzer Travis nutzt künstliche Intelligenz und maschinelles Lernen, kann drahtlos aufgeladen werden und ist auch mit einer Sprachlernsoftware ausgestattet die sich „Travis Teacher“ nennt. Das Unternehmen betont, dass Travis Touch Plus nicht nur zum Übersetzen, sondern auch zum Lernen von Sprachen verwendet werden kann. Es wird sogar behauptet, dass außer Travis Touch Plus keine weitere Hilfe erforderlich ist um eine neue Sprache zu lernen.

Travis Touch Plus wurde im Dezember letzten Jahres in den USA eingeführt und soll nun auch in Indien eingeführt werden. Ob das Gerät dann die große Anzahl an indischen Regionalsprachen unterstützt, steht noch nicht fest.

[vcex_spacing]

Hier ein Video, das die Funktionsweise von Travis Touch Plus zeigt.


Portrait von Edmond Belamy, 2018, von GAN (Generative Adversarial Network). Verkauft für $432,500 am 25.08.2018 von Christie’s in New York.

Christie's versteigert KI Bild für 432.500 US-Dollar

Bei Christie’s wurde ein KI-Kunstwerke für 432.500 Dollar verkauft und erreichte dabei fast das 45-fache der Schätzung, die vor der Auktion stattfand. Damit ist auch Christie’s das erste Auktionshaus, das ein Kunstwerk anbietet, das mit einem selbstlernenden Algorithmus, also durch eine Künstliche Intelligenz erstellt wurde.

[vcex_spacing]

Das Bild stammt von dem Pariser Künstlerkollektiv Obvious und trägt den Titel Portrait of Edmond de Belamy. Das von dem selbstlernenden Algorithmus geschaffenen Bild wurde von diesem Künstlerkolektiv programmiert. Es gibt bis jetzt weitere 11 Bilder, die die fiktive Belamy-Familie zeigen. Die künstliche Intelligenz basiert in diesem Fall auch einem GAN (Gernerative Adversarial Network). Trainiert wurde die KI mit 15.000 Portraits aus dem 14. bis 20. Jahrhundert.

Portrait von Edmond Belamy, 2018, gemalt von GAN (Generative Adversarial Network). Verkauft für $432,500 am 25.08.2018 von Christie’s in New York.

„Edmond de Belamy“ (Bild: Christie’s | © Obvious)

[vcex_spacing]
Stammabum der fiktiven Familie Belamy

„Familie Belamy“ (Bild: Christie’s | © Obvious)

[vcex_spacing]

Die Arbeitsweise des Algorithmus läßt sich folgendermaßen erklären: Der Algorithmus besteht aus zwei Teilen. Der Generator erstellt ein neues Bild, basierend auf den vorliegenden 15000 Bildern, dann versucht der Discriminator (Unterscheidender), den Unterschied zwischen einem von Menschen geschaffenen und einem vom Generator erzeugten Bild zu erkennen. Ziel ist es, den Discriminator so zu täuschen, dass er die neuen Bilder für reale Porträts hält. Dann haben wir ein Ergebnis.

[vcex_spacing]

Signiert ist das Kunstwerk mit einem Ausschnitt des Algorithmus, mit dessen Hilfe es erschaffen wurde.

Sigantur der GAN KI - Portrait of Edmond Belamy

Bild © Obvious

[vcex_spacing]

Ob die Maschine nun Kunst erschaffen steht nun zur Diskussion, Caselles-Dupré von Obvious sagte zu diesem Thema: „Die Maschine wollte mit Sicherheit keine Emotionen in die Bilder bringen. Und in der Forschung ist die Vorstellung, dass ein Roboter eine lebensweltliche Erfahrung hat und daraus etwas Neues macht vorerst pure Science-Fiction.“

[vcex_spacing]

Quelle des Beitragsbildes: christies.com

[vcex_image_flexslider]