Autonome KI entwerfen

Vorwort

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Es gibt ein Sprichwort, das besagt: "Wer nicht tun kann, lehrt; und wer nicht lehren kann, schreibt". Nun, so ist dieses Buch nicht zustande gekommen. Ich bin vier Jahre lang um die Welt gereist, um in Stahlwerken, Bergwerken, Fabriken, Testeinrichtungen, Konstruktionsbüros, Maschinenhallen, Chemiewerken, Ölfeldern, Raffinerien, Lagerhäusern und Logistikzentren von Fachleuten über die Herausforderungen und Möglichkeiten industrieller Entscheidungsfindung zu lernen und dann mit ihnen zusammenzuarbeiten, um nützliche Künstliche Intelligenz (KI) zu entwickeln, die ihnen hilft, bessere Entscheidungen zu treffen.

Was ist autonome KI?

Autonome KI ist eine KI-gestützte Automatisierung, die Geräte und Prozesse optimiert, indem sie sie in Echtzeit erkennt und darauf reagiert.

Die große Leistung der modernen KI besteht darin, Algorithmen zu programmieren, die sich anpassen und ihr Verhalten auf der Grundlage von Rückmeldungen ändern können. Das Ziel von Designing Autonomous AI ist es, dir zu zeigen, wie du diese Lernalgorithmen einsetzen kannst, indem du der KI beibringst, erfolgreiche Entscheidungen in realen Produktionsumgebungen zu treffen.

Ich behaupte nicht, dass KI-Gehirne dem Menschen ebenbürtig sind oder in irgendeinem Bereich mit menschlichen Fähigkeiten mithalten können (ich bezeichne ein bestimmtes Beispiel autonomer KI oft als Gehirn). Ich will damit sagen, dass eine autonome KI, wenn sie richtig konzipiert ist und die vorhandenen KI- und Automatisierungskomponenten voll ausschöpft, Systeme, die Handlungen anhand bekannter mathematischer Zusammenhänge berechnen, Handlungen anhand objektiver Kriterien suchen und auswählen oder Handlungen anhand aufgezeichneter menschlicher Expertise nachschlagen, radikal übertreffen kann. Schauen wir uns jedes dieser Attribute etwas genauer an.

Zwischen der KI-Forschung und nützlichen, menschenähnlichen Entscheidungen in der Industrie klafft noch eine große Lücke. Als die KI-Forschung gezeigt hat, dass KI lernen kann, komplexe Aufgaben zu erfüllen, habe ich es mir zur Aufgabe gemacht, herauszufinden, welche Art von Entscheidungen KI in der realen Welt treffen kann. Damals (vor vier Jahren), als ich mich auf den Weg machte, um die Fähigkeiten von KI-Entscheidungen zu erforschen, waren die einzigen Entscheidungen, die eine lernende KI nachweislich treffen konnte, Videospiele und stark vereinfachte "Spielzeug"-Kontrollprobleme, wie man sie in Physik- oder Ingenieurslehrbüchern für Erstsemester findet: so vereinfacht, dass ein Schüler oder eine Schülerin die nächsten Schritte wie eine Wortaufgabe berechnen kann.

Bis heute habe ich mehr als 150 autonome KI für reale Anwendungen in großen Unternehmen entwickelt. Viele von ihnen wurden gebaut und einige von ihnen treffen wertvolle, effektive Entscheidungen, die bisher nur Menschen treffen konnten. Jede von ihnen führt eine einzige nützliche, spezifische, wesentliche Aufgabe in einem Unternehmensprozess aus.

Nach all den KI-Projekten, die sich mit der Steuerung von Bulldozern, der Lagerplanung und der Lebensmittelherstellung befassen, komme ich zu folgendem Schluss: Echte industrielle Prozesse sind komplex und die Entscheidungen zur Steuerung und Optimierung dieser Prozesse sind unscharf und voller Kompromisse. Das menschliche Fachwissen, das diese Prozesse antreibt, ist umfangreich und tiefgründig und kann nicht durch Algorithmen, die nach Lösungsmöglichkeiten suchen, oder sogar durch fortschrittliche, berechnende Kontrollsysteme ersetzt werden. Autonome KI kann die Kontrolle und Optimierung dieser Systeme und Prozesse wesentlich verbessern, aber man muss bereit sein, sich in die Funktionsweise dieser Prozesse einzuarbeiten und von den Fachleuten zu lernen, um eine KI zu entwickeln, die solche bahnbrechenden Ergebnisse liefert.

Hinweis

Wenn du auf der Suche nach Streitgesprächen darüber bist, ob KI überbewertet wird oder ob KI jemals die vollen Fähigkeiten des menschlichen Geistes erreichen wird, dann ist dies nicht das richtige Buch für dich.

Jeden Tag lese ich Schimpfwörter darüber, dass KI entweder ein kompletter Marketing-Hype ist, der wenig differenzierten Wert hat (als ob KI wirklich ein Element der Fiktion wäre), oder dass KI auf dem Weg zur Superintelligenz ist und ein ernsthafter Konkurrent des menschlichen Verstandes in Bezug auf allgemeine kognitive Fähigkeiten ist (diese Perspektive ist eher Science-Fiction). Beide Sichtweisen können nicht wahr sein. Meiner Meinung und meiner Erfahrung nach verfügt die KI über einzigartige Entscheidungsfähigkeiten, die sie von anderen Technologien unterscheiden, aber sie wird am besten eingesetzt, um spezifische, hochwertige Entscheidungen zu treffen, die den menschlichen Verstand ergänzen - und nicht nachahmen. Wenn du also auf der Suche nach einem Diskurs darüber bist, wie dumm oder beängstigend intelligente KI ist, wirst du in diesem Buch wahrscheinlich nicht fündig. Wenn du nach einem Weg, einem Plan und den Werkzeugen suchst, um KI zu entwickeln, die selbst derzeit unlösbare Probleme lösen kann, dann bist du hier genau richtig.

Einer der Gründe dafür, dass die einen wilde Behauptungen über KI-Fähigkeiten aufstellen, während andere gleichzeitig ständig "Hype!" über KI-Leistungen und -Techniken schreien, ist, dass im Diskurs die notwendige differenzierte Diskussion über die Fähigkeiten von KI im Vergleich zu aktuellen Methoden für eine bestimmte Aufgabe fehlt. Nehmen wir als erstes Beispiel die natürliche Sprachverarbeitung. Ich schreibe diese Einführung von Spanien aus. Ich brauche keine KI, die die menschliche Sprache versteht und nachvollziehen kann, um herauszufinden, wie man die Nummer meines Hotelzimmers auf Spanisch sagt. Die maschinelle Übersetzung von 143 (ciento cuarenta y tres) war für mich auf dieser Reise besonders nützlich. Ich habe sie jeden Tag benutzt, um in den Frühstücksbereich des Hotels zu gelangen. Die KI, die meine Zimmernummer für mich übersetzt hat, ist jedoch überhaupt nicht geeignet, um Absätze zusammenzufassen (eine weitere sprachbezogene Aufgabe) oder Romane zu schreiben (eine noch schwierigere sprachbezogene Aufgabe).

Genau das Gleiche gilt für fast jede autonome KI, die ich je entwickelt habe. Wenn du sie außerhalb des Kontexts der Aufgabe, für die ich sie entwickelt habe, einsetzt, könnte es sehr wohl ein "Hype" sein. Aber wenn du sie für die Aufgabe einsetzt, für die ich sie entwickelt habe, die Aufgabe, die sie mit der Zeit gemeistert hat, ist das kein Hype. Sie wird die bestehende Automatisierung übertreffen und manchmal sogar den Status eines menschlichen Experten erreichen. Dieses Buch ist voll von Beispielen für solche Leistungen, die du mit deiner eigenen KI erbringen kannst, wenn du die Lektüre beendet hast. Der erste Schritt zum erfolgreichen Brain Design setzt das richtige Gehirn an den richtigen Platz. Finde Situationen, in denen Maschinen schlechte Entscheidungen treffen, die eine autonome KI besser treffen kann.

Wer sollte dieses Buch lesen?

Prozess-Experten

Dieses Buch ist für die 100 Millionen Fachexperten da draußen, die komplexe Anlagen und Prozesse verwalten und automatisieren wollen.

Gartner berichtete 2018, dass es weltweit etwa 10.000 Datenwissenschaftler/innen gibt. Das bedeutet, dass es ungefähr 10.000 KI-Experten gibt, die autonome KI von Grund auf mit Hilfe von Code entwerfen und entwickeln können. Die meisten dieser Experten haben einen Doktortitel in Bereichen, die mit KI zu tun haben. Im Gegensatz dazu gibt es weltweit etwa zehn Millionen Softwareentwickler/innen. Die meisten dieser Entwickler sind auf das Schreiben von Softwareanwendungen spezialisiert, aber keine KI-Spezialisten. Ihr Fachgebiet ist das Schreiben von Software, und sie können dies in vielen verschiedenen Anwendungen tun. Dann gibt es noch die etwa 100 Millionen Fachexperten auf der Welt. Diese Maschinenbauingenieure, Chemieingenieure, Verfahrenstechniker, Steuerungsingenieure, Lieferkettenanalysten, Logistikanalysten und viele andere entwerfen und verwalten komplexe Anlagen und Prozesse und kennen diese Anlagen und Prozesse in- und auswendig. Diese Personengruppen werden in Abbildung P-1 veranschaulicht.

Abbildung P-1. Diagramm der Hauptadressaten dieses Buches.

Während KI-Experten, Datenwissenschaftler und Softwareentwickler dieses Buch sicherlich nutzen können, um autonome KI zu entwickeln, habe ich dieses Buch für 100 Millionen Fachexperten geschrieben, die ihre Systeme und Prozesse autonomer machen wollen. Ich brauchte keinen Doktortitel in KI, um diesen Rahmen für die Entwicklung autonomer KI zu entwerfen, und du brauchst auch keinen, um ihn zu nutzen.

Datenwissenschaftler/innen und Softwareentwickler/innen

Das Feld der Datenwissenschaft boomt. Leider habe ich erlebt, dass Innovationsunternehmen Prozessexperten und Softwareentwickler mit großem Erfolg zusammengebracht haben, aber ich habe noch viel mehr Unternehmen erlebt, die von Datenwissenschaftlern erwarten, dass sie Prozessprobleme lösen, als wären sie Zauberer und hätten nur begrenzten Einfluss und Zugang zu Prozessexperten. Dieses Buch hilft Data Scientists zu lernen, wie sie Systeme und Prozesse aus der Vogelperspektive betrachten können, um Prozesswissen effektiv zu integrieren. Das Ergebnis wird eine bessere, besser einsetzbare autonome KI sein.

Tipp für KI-Experten, Softwareentwickler und Datenwissenschaftler

Ich bin froh, dass du dieses Buch liest. Dieses Buch ist für dich, denn es gibt ganz besondere Teile des Entwicklungsprozesses für autonome KI, die nur du ausführen kannst. Zum Beispiel ist die Analyse von Prozessdaten entscheidend für die Entwicklung autonomer KI und nur wenige können diese Aufgabe besser erfüllen als Datenwissenschaftler/innen. Das Gleiche gilt für den Aufbau und die Integration von maschinellen Lernmodellen. Die Integration von Softwareanwendungskomponenten für den Aufbau autonomer KI erfordert Fachwissen in der Softwareentwicklung. Ich möchte nur darauf hinweisen, dass die Entwicklung autonomer KI ein hohes Maß an Neugier auf Systeme und Prozesse erfordert, die außerhalb deines Fachgebiets liegen. Während du vielleicht in der Lage bist, Software zu schreiben und maschinelle Lernmodelle zu erstellen, ohne viel über die Menschen und Prozesse (z. B. in einer Fabrik oder einem Logistikunternehmen) zu wissen, musst du dir tiefgreifende Kenntnisse von Fachleuten aneignen, um autonome KI effektiv zu entwickeln.

Innovation Leaders

Viele Innovationsführer, die F&E-Organisationen und Beratungsunternehmen leiten, haben an meinen persönlichen Kursen teilgenommen, die für sie eine große Verpflichtung darstellen. Sie nehmen an meinen Kursen teil, weil sie den Kontext und den Wert der autonomen KI als Treiber für ihr Geschäft verstehen. Diese Führungskräfte nehmen die technischen Informationen auf, weil sie bei der Bewertung der autonomen KI und ihrer Möglichkeiten die Fakten von der Fiktion trennen wollen. Innovationsführer, ich lade euch ein, dieses Buch zu lesen, um euch bei der Auswahl von Anwendungsfällen für autonome KI und beim Aufbau einer autonomen KI-Praxis zu unterstützen.

Lehrerinnen und Lehrer

Dieses Buch richtet sich auch an Lehrkräfte. Die Praxis des Unterrichtens ist entscheidend, um autonome KI-Systeme gut zu gestalten. Die Praxis des Unterrichtens von Maschinen zeigt uns Aspekte des Unterrichtens auf und zwingt uns dazu, diese zu artikulieren, damit wir Menschen besser unterrichten können.

Lehrerinnen und Lehrer, die dieses Buch lesen, sollten nach Möglichkeiten suchen, wie der maschinelle Unterricht ihre Lehrmethoden und -praxis verbessern kann.

Problemlöser

Schließlich ist dieses Buch für Menschen, die mit autonomer KI wichtige Probleme in unserer Welt lösen wollen.

Wir holen diese aufstrebende, aber mächtige Technologie aus der Science-Fiction zurück, in der autonome KI als "Killerroboter" abgestempelt wird, denn in den richtigen kreativen Händen kann diese Technologie viel Gutes für die Menschen bewirken. Wenn du dieses Buch in der Hoffnung liest, wichtige gesellschaftliche Probleme zu lösen und die Welt positiv zu verändern, möchte ich dich ermutigen, dich durch die technischen Details und Beispiele zu wühlen und den Rahmen zu nutzen, um KI zu lehren, etwas wirklich Nützliches zu tun. Ich habe KI entwickelt, um Windparks dabei zu helfen, nachhaltigere Energie zu erzeugen, Fabriken Emissionen zu reduzieren und den Energieverbrauch von Gebäuden zu senken. Meine Schüler/innen haben KI für nachhaltige Fischerei, vertikale Landwirtschaft und viele andere wichtige Zwecke entwickelt. Das kannst du auch.

Was kannst du von diesem Buch erwarten?

Am Ende dieses Buches wirst du wissen, wie du fortschrittliche KI entwickeln kannst, ohne neuronale Netze oder Algorithmen für maschinelles Lernen manipulieren zu müssen. Ich präsentiere dir ein wenig Theorie, viele konkrete Beispiele und einen bewährten architektonischen Rahmen für die Entwicklung autonomer KI-Systeme, um dir zu zeigen, wie du KI explizite Fähigkeiten und Strategien beibringen kannst. Du lernst eine Vielzahl von KI-Entwurfsmustern kennen und erfährst, wann du welche Muster verwenden und wie du sie kombinieren kannst. Wenn du diesem Buch folgst und an echten Problemen übst, wirst du lernen:

• Der Unterschied zwischen automatisierten und autonomen Entscheidungssystemen

• Die einzigartigen Vorteile der autonomen KI für die Entscheidungsfindung in Echtzeit

• Wie man autonome KI aus modularen Komponenten entwickelt

• Wie man Design Patterns anwendet, um aus menschlichem Fachwissen erklärbare KI-Designs zu erstellen

• Wie man einer autonomen KI explizit bekannte Fähigkeiten und Strategien beibringt

Automatisierte Systeme können spröde sein und erfordern ständige Überwachung und Eingriffe von Menschen. Autonome Systeme bieten mehr menschenähnliche Entscheidungsmöglichkeiten auf erklärbare Weise. Außerdem können sie Menschen beim Erwerb wichtiger industrieller Fertigkeiten unterstützen. Ich möchte dir den Rahmen vermitteln, den ich verwendet habe, um Anwendungsfälle auszuwählen und über hundert autonome KI-Gehirne für Unternehmen wie PepsiCo, Bell Flight, Shell und viele andere zu entwickeln. Designing Autonomous AI hat viele materielle Vorteile für Unternehmen, aber ich hoffe und erwarte, dass viele Leser/innen ihr neues Wissen über autonome KI nutzen werden, um Gutes zu tun und dringende Probleme zu lösen. Ich habe dieses Buch geschrieben, weil ich dich in die Lage versetzen möchte, autonome KI zu entwickeln, die Benchmarks übertrifft, Branchen revolutioniert und einen wesentlichen positiven Einfluss auf dieWelt hat.

Letztendlich hoffe ich, dass ich die Art und Weise beeinflussen kann, wie du über den Aufbau von Fähigkeiten, das Treffen von Entscheidungen und das Lösen von Problemen denkst.

In diesem Buch verwendete Konventionen

In diesem Buch werden die folgenden typografischen Konventionen verwendet:

Kursiv

Weist auf neue Begriffe, URLs, E-Mail-Adressen, Dateinamen und Dateierweiterungen hin.

Constant width

Wird für Programmlistings sowie innerhalb von Absätzen verwendet, um auf Programmelemente wie Variablen- oder Funktionsnamen, Datenbanken, Datentypen, Umgebungsvariablen, Anweisungen und Schlüsselwörter hinzuweisen.

Constant width bold

Zeigt Befehle oder anderen Text an, der vom Benutzer wortwörtlich eingetippt werden sollte.

Constant width italic

Zeigt Text an, der durch vom Benutzer eingegebene Werte oder durch kontextabhängige Werte ersetzt werden soll.

Tipp

Dieses Element steht für einen Tipp oder eine Anregung.

Hinweis

Dieses Element steht für einen allgemeinen Hinweis.

Warnung

Dieses Element weist auf eine Warnung oder einen Warnhinweis hin.

O'Reilly Online Learning

Hinweis

Seit mehr als 40 Jahren bietet O'Reilly Media Schulungen, Wissen und Einblicke in Technologie und Wirtschaft, um Unternehmen zum Erfolg zu verhelfen.

Unser einzigartiges Netzwerk von Experten und Innovatoren teilt sein Wissen und seine Erfahrung durch Bücher, Artikel und unsere Online-Lernplattform. Die Online-Lernplattform von O'Reilly bietet dir On-Demand-Zugang zu Live-Trainingskursen, ausführlichen Lernpfaden, interaktiven Programmierumgebungen und einer umfangreichen Text- und Videosammlung von O'Reilly und über 200 anderen Verlagen. Weitere Informationen erhältst du unter http://oreilly.com.

Wie du uns kontaktierst

Bitte richte Kommentare und Fragen zu diesem Buch an den Verlag:

• O'Reilly Media, Inc.
• 1005 Gravenstein Highway Nord
• Sebastopol, CA 95472
• 800-998-9938 (in den Vereinigten Staaten oder Kanada)
• 707-829-0515 (international oder lokal)
• 707-829-0104 (Fax)

Wir haben eine Webseite für dieses Buch, auf der wir Errata, Beispiele und zusätzliche Informationen auflisten. Du kannst diese Seite unter https://oreil.ly/designing-ai aufrufen .

Schreib eine E-Mail an [e-mail], um Kommentare oder technische Fragen zu diesem Buch zu stellen.

Neuigkeiten und Informationen über unsere Bücher und Kurse findest du unter http://oreilly.com.

Finde uns auf Facebook: http://facebook.com/oreilly

Folge uns auf Twitter: http://twitter.com/oreillymedia

Schau uns auf YouTube: http://youtube.com/oreillymedia

Danksagungen

Erstens: meine Familie! Mein Sohn Christien weiß von all den "Robotergehirnen", an denen ich arbeite, und meine Frau Poppy ist die treibende Kraft hinter allem, was ich tue. Mama und Kate, danke, dass ihr meine Ideen all die Jahre unterstützt habt.

Danke an die Lösungsarchitekten von Microsoft Autonomous Systems, die mit mir jahrelang tagtäglich in echten Kundenprojekten das Maschinelle Lehren geübt haben, darunter Jeff Bennett, der mich 2018 zum ersten Mal dazu inspiriert hat, dieses Buch zu schreiben, Marjorie Adriaenssens, Phil Harvey, Heather MacKinnon-Miller, Andy Wylie und Amanda Skrabut.

Die Gemeinschaft der Maschinenpädagogen, die mich immer wieder lehrt, wie die Dinge in der realen Welt funktionieren. Ich liebe unsere Diskussionen: Dale Erickson, Winston Jenks, Grant Bristow, Sean Eichenlaub, Prabu Parthasarathy, Bridget Fitzpatrick (wir vermissen dich), Ed Van Valkenburg, Derek Bevan, und Bryan DeBois.

Danke an Max Petrie, Ashe Menon, David Pugh, Pitak Jongsuwat, Yanon Lorpatarapong, Atik Suvittham, Francisco Green und Asim Ghanchi, die so viel Wissen über reale Systeme und Prozesse mit mir geteilt haben, und für eure Zitate!

Danke an meine Teamkollegen bei Microsoft Project Bonsai, angefangen bei den Gründern Mark Hammond und Keen Browne, die mich ursprünglich für das maschinelle Lernen inspiriert haben; Marcos Campos, der einige der frühen Grundlagen des maschinellen Lernens entwickelt hat; Victor Shnayder und Brice Chung, die mich immer wieder herausgefordert haben, konsequent über maschinelles Lernen nachzudenken; Gurdeep Pall, der das Vorwort geschrieben hat; Dave Cahill und Kevin McCall, mit denen ich um die Welt gereist bin und mit Experten über autonome KI gesprochen habe; Julian Ostrow, Sandeep Kulkarni, Enes Bilgin, Hossein Khadivi Heris, Aydan Aksoylar, Khadija Mustafa, Ade Famoti, Mike Estee, Eric Traut, David Coe, Cyrill Glockner, Varsha Raju, Karen Veldeman und Brad Kerr.

Besonderer Dank geht an Teresa Escrig, deren Korrekturen und Gespräche über die Struktur des Buches von unschätzbarem Wert waren; Kingsuk Maitra, dessen Ideen mich immer wieder inspirieren; Scott Stansfield, dessen technisches Storytelling ich absolut liebe; Brian Evergreen, Denise Feirstein und John Alexander; sowie Kalyan Bansu und Kartavya Neema für die Entwicklung der Aufgabenalgebra, die wir in diesem Buch vorstellen. Andrii Antilikatorov für das Design des Gummifabrik-Gehirns. Vielen Dank an Dr. Jonathan Schaeffer für das Gespräch mit mir über das Checkers-Optimierungsprojekt und über deine KI-Forschung.

Ein besonderer Dank geht an John Bilorusky, den Präsidenten des Western Institute for Social Research (WISR). Deine Mentorschaft, die Diskussionen über die Themen in diesem Buch und dein Fachwissen über den Unterricht waren von unschätzbarem Wert. Der größte Teil der Forschung für dieses Buch wurde am WISR durchgeführt. Der Rest wurde bei Microsoft durchgeführt.

Danke an das IBM-Entwicklungsteam, das einem Maschinenbauingenieur ohne Erfahrung im Schreiben eine Chance gegeben und mir dann beigebracht hat, wie man schreibt: Hai-Nhu Tran, Frank Eldredge, Shannon Rouiller, Ellen Patterson, Michelle Carey, Kristin Vincent, Dell Burner, Robert Heath und Andrea Ames. Und schließlich danke ich meinen großartigen Redakteuren: Rebecca Novak, die mir die Möglichkeit gab, dieses Buch zu schreiben, und Sarah Grey und Jonathon Owen für das fantastische Lektorat. Es war eine Freude, dieses Buch gemeinsam zu schreiben.