Künstliche Intelligenz (KI) besser verstehen! Mit dieser Herausforderung bin ich im April 2021 in den Kurs „KI einfach machen“ gestartet. Ein Kurs, der mir in den Abendstunden einiges abverlangen sollte und viel gebracht hat.
Wie kam ich dazu? Aufmerksam wurde ich auf das Programm des Fraunhofer-Institut für Arbeitswirtschaft und Organisation, kurz Fraunhofer IAO, über einen meiner abonnierten RSS-Feeds.
Beim Lesen der Projektwebsite stieg mein Interesse und für mich stand schnell fest, das ist was für Dich!
Mit dem innovativen Qualifizierungsprogramm »KI einfach machen!« möchten wir auch Nicht-Profis zeigen, dass man mit einfachen Mitteln die Innovationspotenziale der Künstlichen Intelligenz erkennen, erlernen und erste Projekte im Unternehmen realisieren kann.(Programm-Zitat)
Aufbau und Module von KI einfach machen:
Das Programm wird in vier Module unterteilt, die aufeinander aufbauen. Die Grundlage bildet das erste Modul „KI kennenlernen“ und spricht KI-Interessierte an. Die weiteren drei Module werden immer detailreicher und die Übungsbeispiele mit Unterstützung der Tutoren gemeinsam gelöst. Dieser intensive Austausch lehrt die Teilnehmer effektiv, schnell und qualitativ hochwertig die Inhalte zu verstehen. Das Ziel, gerüstet zu sein, um eigene Use-Cases im Unternehmen zu entwickeln.
Das Modul: KI kennenlernen
Ich zähle mich als KI-Interessierter. Deshalb und wegen den Kursinhalten habe ich mich registriert. Nach einer kurzen Nachfrage wurde meine Teilnahme bestätigt.
Ein Auszug zum Programm der KI-Themen
- Einstieg in die Programmierung mit Google Colab und Google Drive
- Python-Grundlagen
- Machine Learning & Anwendungen
- Ablauf eines Data-Science-Projektes
- Machine Learning-Programm mit nur 15 Zeilen Code: »Pizzavorhersage«
- Standard-Vorgehensmodell für Data-Mining
- Hochperformante Deep Learning-Modelle mit TensorFlow 2 entwickeln
Zeit, meine größte Investitionen
Der Kurs stellt im ersten Modul 16 Stunden Lernmaterial in Form von Videos bereit. Das Modul selbst wird noch untergliedert in Python-Grundlagen, Machine Learning und Deep Learning sowie mit Übungsaufgaben angereichert. In Summe benötigte ich für die Bewältigung der Übungsaufgaben nochmal so viel Zeit. Genau sagen kann ich es aber nicht, so viel habe ich recherchiert, probiert und getestet. Meine größte Investition war die Zeit und der Wille mehr über das KI zu erfahren.
Der Zeitraum April bis Juli 2021
Sicher fragt Ihr Euch, wie läuft sowas ab? Schon in früheren Jahren habe ich mir neben der Arbeit Wissen angeeignet. Die wohl prägendste Weiterbildung war mein 6-monatiges Fernstudium zur Suchmaschinenoptimierung (SEO) in Berlin aus der im Abschlussprojekt dieser Blog entstand. Der Kurs „KI einfach machen“ sollte nicht so lang gehen, aber nicht weniger intensiv an Lehrstoff sein.
Die Basis unserer Zusammenarbeit mit den anderen Teilnehmern und Tutoren war und ist die Online-Plattform „Dashhubs“, wo wir uns zu Lernständen austauschten und Fragen stellten. Zu jeder Zeit unterstützten uns die Tutoren, gaben Tipps oder Hinweise, wo wir schauen konnten. An dieser Stelle ein großer Dank an Truong für die Leitung und Organisation des ganzen Projektes.
In den Abendstunden schaute ich mir die Videos im Selbststudium in kleinen Sequenzen an und arbeitete parallel im Google Colab mit, um das theoretische Wissen gleich praktisch zu testen. Die verschiedenen Übungsaufgaben setzten das Level zur Bearbeitung immer noch etwas höher. Essentiell notwendig, die Basics zu Python müssen verinnerlicht sein. In meinem Fall habe ich mir die Videos mehrmals anschauen müssen.
Machine Learning
Nach den Python Grundlagen wurde das Machine Learning behandelt. Für mich waren diese Videos die Prägendsten. Die Erklärung der drei Arten des Maschinellen Lernens und das Aufzeigen von Beispielen ist nur ein Teil, welcher mir gut in Erinnerung bleiben wird.
Das Highlight, eine Vorhersage auf der Basis von Reservierungen, wie viel Pizzen an einem Abend verkauft werden. Die Basis bilden die Daten, aus der Historie von bereits verkauften Pizzen zu Reservierungen. Ein spannendes und für jeden ein gut nachvollziehbares Beispiel, welches auf andere Bereiche adaptierbar ist.
Deep Learning
Zum Abschluss des Moduls wurde Deep Learning erklärt und mit praktischen Anwendungen untermauert. Ich muss zugeben – eine harte Kost, wenn man sich vorher nie damit beschäftig hat. Deep Learning und Machine Learning sind Verfahren, Rechner zu befähigen, intelligent zu handeln. Dabei eignet sich Deep Learning für viele Mengen an unstrukturierten Daten, wie Audio und Bilddateien.
In diesem Teil haben wir dem Roboter über den Webbrowser Fragen gestellt. Diese wurde erfasst, verarbeitet und entsprechend beantwortet. Ein Bsp.: Auf ein einfaches „Hallo“ antwortete die KI „Hallo Christian“. Wurde ich nicht verstanden, lautete die Antwort: „Ich kann dich nicht hören. Sprich nochmal“. Der Ansatz eines Sprachassistenten ist gemacht. 🙂
Der Showdown – Abschlussvortrag
Das Finale naht! Zum Abschluss des Kurses bestand unsere letzte Aufgabe darin, unsere Eindrücke in einem kurzen Vortrag zusammenzufassen. In weniger als zwei Minuten erklärten wir einfach und prägnant unser Lieblings KI-Thema. Nachfolgend seht Ihr meine zwei Slides.
Und so bin ich nach 12 Wochen in der Lage, fachlich die Unterschiede zwischen KI, ML und DL zu erklären, besitze Grundwissen in Python und kann KI-Programme besser verstehen und interpretieren. Danke an das Fraunhofer IAO, dass ich an diesem Kurs teilnehmen durfte. Vielleicht sehen wir uns im September zu Modul 3 🙂
Bildquellen: Fraunhofer IAO: Screen KI-Module + Folienlayout für Abschlussvortrag | HEIMNETZEN.de: Screens Google Colab