Was ist künstliche Intelligenz & Machine Learning, wie zur Hölle konzipiert man die UX und was sind die Herausforderungen dabei?
Nach einer kurzen Einführung der wichtigsten Begriffe und Funktionsweisen einer künstlichen Intelligenz, werde ich euch mit Beispielen aus der Praxis zeigen, welche Herausforderungen es in der Konzeption der User Experience gibt. Abschließen wird ein Ausblick, welche nächsten Schritte künstlichen Intelligenz in der Zukunft machen wird.
20. Machine Learning ist einTeil von KI.
Die Fähigkeit eines Algorithmus aus
vorhandenen Daten ein Verhalten
abzuleiten.
ML lehrt Maschinen, Entscheidungen
zu treffen in Situationen, die sie noch
nicht kennen.
21. Deep Learning ist ein Zweig von ML.
Bezeichnet eine Klasse von
Optimierungsmethoden künstlicher
neuronaler Netze.
KI
Machine
Learning
Deep
Learning
Ziel ist, die zahlreiche Zwischenlagen
eines Netzes zu erweitern und weiter
zu verbessern.
22. Neuronale Netzwerke sind große
Massen an verbundenen Einheiten.
Diese Einheiten werden wiederum
“künstliche Neuronen” genannt.
Neuronale Netzwerke finden Muster
in Daten durch Kombination von
multiplen Schichten dieser Neuronen.
23. Natural Language Processing ist das
Verstehen, Verarbeiten und die
Wiedergabe von natürlicher Sprache.
NLP ist aktuell eine große und wichtige
Herausforderung in der KI Forschung,
da menschliche Kommunikation alles
andere als leicht und linear ist.
28. Narrow
Intelligence
Erledigung spezifischer Aufgaben:
(Auto fahren, Übersetzen, Bilderkennung.
General
Intelligence
Ein Algorithmus, der jede geistige Tätigkeit
wie ein Mensch leisten kann.
Superintelligence
“EinVerstand, der viel klüger ist als die besten
menschlichen Köpfe in praktisch jedem Feld
(Kreativität,Wissen, Sozialkompetenzen).”
Nick Bostrom
40. !KI ist es mittlerweile gelungen, alles zu tun
was “denken” benötigt, aber ist in den
meisten Dingen, die wir “ohne zu denken”
machen, gescheitert. Donald Knuth
42. Unabhängig von dem großen Einfluss von KI in der Zukunft, sind
die aktuellen Implementierungen immer noch sehr limitiert.
43. Arbeit mit KI bedarf sehr überlegter Auswahl des In- und
Outputs und zugleich der Daten, welche es der KI
ermöglichen, die Beziehung von diesen zu verstehen.
Die kreative Wahl von Input und Output hat
bereits viele Branchen revolutioniert und wird
es noch mit vielen weiteren tun.
47. KI Algorithmen sollen Jobs einfacher, leichter und
produktiver machen. Dies inkludiert Darstellung,Analyse
Trainingsmodelle, Dateneingabe, etc.
Status quo: die meisten Tools für den Umgang mit
KI wurden von KI-Software Ingenieuren_innen
entwickelt.
49. Die große und zugleich einfache UX Herausforderung:
Systeme gestalten, mit denen gearbeitet werden
kann, ohne das jemand mit einem
Dr. in Machine Learning anwesend sein muss.
53. _BLANC
DISCLAIMER:
Alle Design- und Usability-Paradigmen gelten natürlich
auch für KI Anwendungen.
Image: LESLIE JONES COLLECTION/BOSTON PUBLIC LIBRARY
55. Künstliche Intelligenz wird immer mehr in Unternehmen
einziehen. Über KI selbst zu lernen, ist genauso wichtig wie zu
lernen, wie KI zu mir passt.
- KI -
- ZERBRECHLICH -
Image: focusmovers.com/
56. Smarte Algorithmen gut überlegten Use Cases vorzuziehen,
ist der größte Fehler in KI Initiativen von vielen Firmen.
Image: wikipedia.org
57. Die Suche nach besseren Ergebnissen wird sich vomTrainieren
der Algorithmen zur Verbesserung der Use Cases verschieben.
Image: No source
61. ?Oder ihr es nur macht, weil man es
gerade eben macht.
Stellt euch bitte die Frage, ob eine KI
Anwendung in eurem Fall wirklich
Mehrwert stiftet und sinnvoll ist.
70. Frage Antwort
In der Zukunft werden Fragen mit Gegenfragen beantwortet…
…und der Weg zur gesuchten Antwort führt über eine Serie
von Antworten, die ich geben muss.
Rückfrage
Antwort
Rückfrage
Antwort
Rückfrage
Antwort
Rückfrage
71. Computer werden nicht mehr dumm Fragen beantworten,
sondern schlaue Fragen stellen.
Aber was sind Regeln und Etikette von Computern,
die mit uns sprechen und Fragen stellen?
72. Was bereits über die Nutzung und Akzeptanz
von Entscheidungsbäumen und Wizards
gelernt wurde, hilft hier sicherlich.
Besonders wie User bewerten, ob der
Zeitaufwand in dieser Interaktion einen
positiven Nutzen hat.
73. Usern den erfolgreichen und einfachen Umgang
mit Algorithmen,Trainingsmodellen, Dateneingabe,
Darstellung, etc. ermöglichen.
Wenn User nur im Geringsten das Gefühl haben, Zeit zu
verschwenden, werden sie abbrechen.
Die ersten Interaktionsmomente sind hier entscheidend.
Image: http://www.roadpickle.com/spam-museum-of-austin-mn/ - Steve Johnson
81. In vielen Anwendungen ist KI
schon fester Bestandteil, wir
merken es nur nicht.
Image: Google
82. Ähnlich wie gutes Design,
sollte auch KI unaufdringlich
sein, den User aber dennoch
bestmöglich unterstützen.
Image: Google
83. Die Masse an Daten und die Komplexität der Darstellung
sind viel zu groß, um sie dem Nutzer
ungefiltert weiterzugeben.
Unsere Aufgabe ist es, Usern zu ermöglichen
durch große Mengen an Daten zu navigieren
und sie analysieren zu können.
97. ?
In 2013 hat eine Gruppe Google-Forscher
eine neuronales Netzwerk auf einen
Korpus von 3 Mio. Wörtern losgelassen.
Das Ziel war es, Patterns zu finden, die
zeigen wie Wörter zu einander stehen,
um deren Beziehung abbilden zu
können.
98. Wörter mit ähnlicher Bedeutung besetzen
ähnliche Räume imVektor.
Die Patterns können durch Vektoren in einemVektorraum
mit 300 Dimensionen abgebildet werden.
Beziehung der Wörtern kann durchVektor-
Algebra abgebildet werden.
“man : king :: woman : queen.”
“sister : woman :: brother : man,”
99. Die entstandene Datenbank
heißt Word2vec.
Forscher benutzen sie für
Übersetzungen oder
intelligenten Websuche.
Image: http://mylearning9.com/?p=4
101. Es gibt ein nur Problem mit dieser Datenbank:
Sie ist sexistisch
Image: http://flatironschurch.com/fi-messages/so-far-so-good-far-good-hope/
102. Beispiele:
Paris : France ::Tokyo : x x = Japan
father : doctor :: mother : x x = nurse
man : computer programmer :: woman : x x = homemaker
SAY WHAAAAAAT
103. Befragung, ob diese Analogien
angemessen waren oder nicht.
Mit “hard de-biasing.”-Prozess
dieVerformung behoben.
Vektorraum nach Wortpaaren, die
ähnlichenVektoren wie “she: he.”
produzieren, durchsucht.
Verformung korrigieren, dabei
die Grundstruktur erhalten.
Image: Retronaut / Mashable
104. Computer programmer CV
Das hat eine immense Wirkung - ein Beispiel aus Websuche:
Computer
programmer
#3
#1
#2
#4
105. Die KI Community selbst hat ein hausgemachtes Problem, weil
die Meisten immer noch weiß, jung und männlich sind.
Image: R.H. Fowler
110. Generell empfinden wir Mitmenschen als
vernünftige und kompetente Fahrer(meistens).
Wir verstehen dasVerhalten von Menschen auf
einem intuitiven Level und fühlen uns als könnten
wir vorhersagen, wie sie sich verhalten werden.
Diese Empathie haben wir aktuell für KI noch nicht.
111. Siri trifft keine
Entscheidungen die unser
Leben beeinflussen.
Es ist okay, wenn man den
Ursprung nicht versteht.
Image: Jim Merithew/Cult of Mac
112. BEEPBEEP
Systeme, die wichtige
Entscheidungen für uns
treffen, benötigen mehr als
ein paar Buttons und einen
Statusindikator.
Where the magic
happens
Ziemlich komplexer
Input
Ziemlich
komplexer Output
129. Entwickelt Use Cases für dieVerwendung von KI
Rückfragen werden die neuen Antworten sein
Vertrauen ist ein hartes Stück Arbeit
Passt eure Begründung auf den User an
Wälzt die Komplexität nicht auf den User ab
Bedienung auch ohne Dr. in Machine Learning
Lasst keine Subjektivität entstehen (Sexismus stinkt)
131. KI hat das Potenzial, sowohl das Beste als auch das
Schlimmste der Menschheit zu reflektieren
KI unterstützt Einsame mit
Unterhaltung und
Aufmerksamkeit
KI äußert aber auch
rassistische
Diskriminierungen.
132. Den grössten Schaden, den KI wahrscheinlich anrichten wird, ist
Stellenabbau. Denn der Teil der Arbeit, den wir
automatisieren können, ist grösser als jemals zuvor.
Wir sind dran, eine Welt zu formen, in der jeder
die Chance hat sich weiterzuentwickeln
bzw. zu wachsen.
133. ?
Was passiert mit uns?
Wer in seinem Beruf weiterhin
relevant bleiben möchte, sollte sich auf
Fähigkeiten fokussieren, die KI nur
schwer ersetzen kann.
Verständnis, Motivation und
Interaktion mit Menschen. Megan Beck &
Barry Libert
138. _BLANC
WHERE AI CAN HARM
“Keine individuellen Gruppierungen können Kontrolle
über ein fortgeschrittenes KI-System haben”
“Eine KI wird selbstständig nicht etwas Schlechtes
entwickeln. Es sind Menschen, die sie für etwas
Schlechtes nutzen.” Elon Musk
Image: OpenAI