Elektroniknet Logo

Diamant Software

Menschliche und künstliche Intelligenz vereinen


Fortsetzung des Artikels von Teil 1

KI erfordert massive Verfügbarkeit von Rechenleistung in der Cloud

Weil aber gut oder schlecht in Reinforcement-Lernprozessen nicht immer so eindeutig zu bestimmen sind, muss natürlich der Mensch der Maschine aus seiner Sicht mitteilen, ob sie eine Aufgabe gut oder schlecht erledigt hat. Ihr dies algorithmisch beizubringen ist aber schwierig, und zwar wegen des Repräsentationsproblems. Der Roboter versteht Dinge ja ganz anders als der Mensch. Wenn der Roboter Bauteile auf eine bestimmte Art und Weise sortieren soll – korrekt rechtwinklig oder weiter nach vorne oder nach hinten sortiert in einem dreidimensionalen Raum –, dann müssen die neuronalen Netze zunächst interpretieren, welchen Bildbestandteil der Mensch überhaupt meint. Dies muss dann übersetzt werden in die abstrakte Repräsentation, die der Mensch verstehen kann, und die Anfrage des Menschen muss übersetzt werden in ein logisches Programm. Eine klassische Methode für solche Aufgaben ist Neurosymbolic Learning: Neuronale Netze und symbolische Repräsentation werden verbunden zu Neurosymbolic AI. Das ist auch ein klassischer Fall für den Human-in-the-Loop-Ansatz: Learning from Demonstration, also Lernen von einem menschlichen Lehrer, um die Kommunikation besser hinzubekommen.

Um die Bewegung praktisch in ein Programm umzusetzen, braucht es aber viel Rechenleistung.

Ja. Der Grund, warum die KI überhaupt so vehement Einzug gehalten hat, ist die massive Verfügbarkeit von Rechenleistung in der Cloud. Die Rechenleistung muss man gar nicht mehr im eigenen Unternehmen bereithalten – das machen wir bei Diamant vor allem fürs Entwerfen von Modellen. Abfragen kann man solche Modelle zur Laufzeit auch in der Cloud. Man muss dann nicht millionenteure Rechenleistung vorhalten, sondern kann die in der Cloud verfügbare Rechenleistung nutzen, wenn man sie tatsächlich braucht.

Ist diese Methode aber unter industriellen Bedingungen, die ja oft Echtzeitfähigkeit verlangen, überhaupt sinnvoll?

Bei industriellen Anwendungen, die hochgradige Echtzeit erfordern, ist das natürlich schwierig. Aber dadurch, dass man theoretisch beliebig viel Rechenleistung in der Cloud hinzumieten kann, sind schon sehr kurze Reaktionszeiten möglich. Wenn der Human-in-the-Loop-Ansatz verfolgt wird, kommt es nicht auf Echtzeit an, zumal ja der Mensch klassischerweise das langsamste Glied in der Kette ist. Wenn aber beispielsweise ein Band mit verschmutzter Wäsche in Höchstgeschwindigkeit vorüberläuft und eine Reaktion innerhalb von Millisekunden erforderlich ist, dann hält man die nötige Rechenleistung wohl immer noch am besten an Ort und Stelle vor. Hinzu kommt, dass es ab einem bestimmten Datenvolumen auch teuer wird, die Cloud-Anbieter zu bezahlen. Das ist eine Kalkulation, die man für den jeweiligen Anwendungsfall erstellen muss.

Relevante Anbieter

Diamant Software
Das Gebäude von Diamant Software in Bielefeld
© Diamant Software

Welches Potenzial rechnen Sie letztlich dem Human-in-the-Loop-Ansatz zu – im Rechnungswesen, in der Industrie und in anderen Anwendungen?

Ich denke, dass wir KI heutzutage auf wesentlich sinnvollere Art zum Menschen bringen könnten, wenn wir nicht den Anspruch hätten, auf Teufel komm raus alles zu automatisieren, sondern den Menschen da einzubeziehen, wo er gegenüber der Maschine im Vorteil ist. Die Maschine kann dann das tun, was dem Menschen nicht so liegt, sprich: stundenlang repetitive, simple Tasks mit geringer kognitiver Komplexität ausführen. Im Rechnungswesen und Controlling geht es auch darum, was die Buchhalterin oder der Buchhalter in Zukunft macht. Wir bei Diamant wären schlecht aufgestellt, wenn wir unseren Kunden sagen würden, wir automatisieren euren Job komplett weg. Erstens wäre das glatt gelogen, denn es gibt Dinge, die der Mensch einfach besser kann, und zweitens finden sich ja auch wirklich spannende neue Betätigungsfelder.

Gerade in Rechnungswesen und Controlling entwickeln sich Buchhalterinnen und Buchhalter von Mitarbeitern, die unauffällige Rechnungen verbuchen und generell eher simple Dinge tun, hin zu Beratern im Unternehmen, die aus der Finanzabteilung heraus andere Abteilungen in Controlling-Fragen informieren: Was sind die Bestseller, was sind die Lowseller im Portfolio, wer hat die meisten Außenstände, wen müsste man mal anrufen und mit dem Bezahlenden sprechen – alles Aufgaben, bei denen der Mensch gegenüber der Maschine klar im Vorteil ist. Gespräche zwischen Mensch und Mensch bleiben besser beim Menschen, da ist die Maschine längst noch nicht so versiert in der Kommunikation. Es würde die Industrie insgesamt sicherlich stärker voranbringen, wenn man solche Ansätze konsequenter verfolgen würde.


  1. Menschliche und künstliche Intelligenz vereinen
  2. KI erfordert massive Verfügbarkeit von Rechenleistung in der Cloud
  3. Anwender müssen nicht jedes Detail verstehen

Verwandte Artikel

elektroniknet

Künstliche Intelligenz