Exkurs in die Vergangenheit

Schon in der griechischen Mythologie hatte ein gewisser "Automaton" seinen Auftritt: Der Riese Talos, ein bronzener Roboter, schützte Kreta vor Eindringlingen, in der er die Insel täglich mehrfach umkreiste. Mit diesem hat die moderne KI nur wenig zu tun. Das heutige Konzept von neuronalen Netzwerken, auf denen die moderne KI aufbaut, wurde in den 1950er Jahren als Ergebnis eines Workshops in Darmouth College in den Vereinigten Staaten hervorgebracht. Demnach basieren diese Systeme auf neuronalen Knoten zur automatisierten Mustererkennung, sei es in Sprache, Bildern oder von numerischen Zeitreihen. Damals wurden die ersten Weichen gelegt, die sich heute in modernen Deep-Learning-Modellen wiederfinden: sich über Lebenszyklen adaptierende Gewichtungen von künstlichen Neuronen in einem Netzwerk. 

KI muss sich rechnen

Die Teilnahme an dieser technologischen Wende ist somit in vielen Bereichen unumgänglich und findet ohnehin schon alltäglich statt. Die wesentliche Frage heute ist daher nicht mehr, wann der unmittelbare Einsatz geschieht, sondern wo. KI findet in vielen Bereichen Anwendung und sollte vor allem dort zum Einsatz kommen, wo Menschen entlastet werden sollen. Der effiziente Einsatz von angewandter KI, unabhängig ob in Form Prozessinnovation oder Produktinnovation oder von erhöhter Informationsqualität, sollte im Vordergrund stehen. Denn die technische Machbarkeit hängt insbesondere bei der KI  davon ab, ob sich eine Entwicklung ökonomisch rechnet. 

Demokratisierung von KI

Unser Ziel mit MLReef ist es die heute bestehenden Zugangsbarrieren so zu reduzieren, dass die Anwendung von KI sich für ein möglichst breites Spektrum an Organisationen und Individuen rechnet. Die grössten Hürden bestehen aktuell in den sehr hohen Investitionskosten für eine produktive Entwicklungsumgebung - diese besteht meist aus vielen einzelnen, nicht zusammenhängenden Werkzeugen - und dem notwendigen Wissen um KI zu entwickeln. 

Unser Zugang baut auf Wiederverwendbarkeit von KI Elementen ab. So kann man in MLReef einzelnen Datensätze aber auch skript-basierte Funktionen, wie Datenverarbeitungsmechanismen oder KI Modelle einfach, mittels Drag-and-Drop, in den eingebauten "Data-Pipelines" nutzen. Diese wiederverwendbare Elemente stammen von den Nutzern, womit wir ein Ökosystem der Projektsynergien erschaffen wollen. Zudem schaffen wir mit MLReef ein ganzheitliches System, welches alle wesentlichen Kernelemente abdecken soll. Hier ein Überblick über den aktuellen Funktionsstand: 

Unsere nächsten Schritte

Ein wesentliches Element der Wiederverwendbarkeit von ML Funktionen ist der "Publizierungsmechanismus" in MLReef. Dieser Containerisiert ein Skript samt allen Softwarepakete und Ausführungsinhalten (z.B. Rechenumgebung, Softwaredriver für GPU Unterstützung, etc). Zusätzlich werden annotierte Parameter in den Skripts automatisiert ausgelesen und in einem Register abgespeichert. Durch diesen, dem CI/CD sehr ähnlich wirkenden Verfahren, werden die Skripts versioniert abgespeichert und zu jedem Zeitpunkt fehlerfrei nutzbar. Dieser Mechanismus steht momentan im Vordergrund unserer technischen Entwicklung.