WEBVTT 00:00:00.080 --> 00:00:05.620 Hallo liebe Hörerinnen und Hörer, willkommen im Paisen-Podcast, heute in einer Jubiläumsepisode und zwar Episode Nummer 30. 00:00:07.280 --> 00:00:09.660 Natürlich sind wir wieder mit dem Jochen da und ich bin der Dominik. 00:00:09.780 --> 00:00:10.280 Hallo Dominik. 00:00:10.500 --> 00:00:12.860 Und heute haben wir auch einen besonderen Gast und das ist die Ines. 00:00:13.540 --> 00:00:14.340 Ja, hallo Ines. 00:00:15.000 --> 00:00:16.640 Ja, wollen wir die Ines mal vorstellen, Jochen? 00:00:17.280 --> 00:00:24.320 Ja, normalerweise, genau, sagen wir Leuten immer, sie sollen sich selber vorstellen, aber ja, vielleicht ist es ja auch gar nicht so schlecht, wenn wir das machen. 00:00:24.320 --> 00:00:29.520 Ich habe irgendwo gelesen, dass es besser ankommt, wenn man von jemand anders vorgestellt wird. 00:00:30.000 --> 00:00:35.180 Aber das kommt wahrscheinlich darauf an, von wem man vorgestellt wird. Das tut mir jetzt sehr leid, dass ich das will. 00:00:38.020 --> 00:00:39.720 Ines ist Explosion, also wer ist Ines? 00:00:40.780 --> 00:00:55.740 Genau, also wir kamen drauf, weil ich von einem Hörer eine Mail bekommen habe, der sich dafür interessierte, irgendwie ein bisschen mehr über Machine Learning, Natural Language Processing, beziehungsweise halt Spacey zu hören. 00:00:56.220 --> 00:00:57.820 Und da dachte ich so, oh ja, 00:00:58.820 --> 00:01:00.280 das stimmt, das wollte 00:01:00.280 --> 00:01:02.200 ich doch auch selber schon immer mal gerne 00:01:02.200 --> 00:01:04.220 machen und habe dann halt irgendeine Mail 00:01:04.220 --> 00:01:06.000 an Ines geschrieben. Und Ines, du hast was mit 00:01:06.000 --> 00:01:07.920 Spacey zu tun? Und genau, 00:01:08.260 --> 00:01:08.420 ja. 00:01:09.780 --> 00:01:10.300 Ines Nick. 00:01:13.120 --> 00:01:14.420 Wir bei Explosion, 00:01:14.500 --> 00:01:15.880 wir entwickeln Spacey, 00:01:16.080 --> 00:01:18.160 eine Open-Source-Bibliothek für 00:01:18.160 --> 00:01:19.920 Natural Language Processing in 00:01:19.920 --> 00:01:22.080 Python. Und daran arbeiten 00:01:22.080 --> 00:01:23.500 wir, daran arbeite ich seit 00:01:23.500 --> 00:01:25.680 ein paar Jahren und 00:01:25.680 --> 00:01:38.800 Und ja, damit verbringe ich auch einen Großteil meiner Zeit und wir entwickeln auch andere Produkte und Tools hauptsächlich für Softwareentwickler, die mit Machine Learning und vor allem auch mit NLP arbeiten. 00:01:39.480 --> 00:01:46.860 Also quasi, ja, wir entwickeln Software für Softwareentwickler, um quasi den Alltag ein bisschen schöner und produktiver zu gestalten. 00:01:47.160 --> 00:02:06.020 Das hört sich spannend an. Ich würde vielleicht vorstellen, dass wir so ein bisschen mit einer Einleitung anfangen für Menschen, die uns noch nicht so folgen können, weil die vielleicht im Thema noch nicht ganz so tief drin sind. Vielleicht nochmal so ganz kurz die Begrifflichkeiten klären. Was ist denn jetzt überhaupt so das NLP und was macht man damit und was für Features würde man denn sowas wie Spacey machen wollen und sowas vielleicht? 00:02:06.660 --> 00:02:28.180 Ja, also grundsätzlich die Idee ist, wir als Menschen produzieren unglaublich viel Text und wir produzieren Text viel, viel schneller, als dass Computer schneller und effizienter werden. Das Internet ist voll mit Text, alles ist Text und wenn wir viel Text haben, kommen wir irgendwann an einen Punkt, wo wir einfach ein bisschen mehr über diesen Text herausfinden möchten. 00:02:28.840 --> 00:02:35.760 Zum Beispiel, ja, und auch weiter, was ein bisschen über Stichwortsuche oder reguläre Ausdrücke hinausgeht. 00:02:35.760 --> 00:02:52.200 Also du möchtest zum Beispiel wissen, wer macht was, wer ist das Subjekt, wer ist das Objekt, was für Personen kommen vor, was für Firmen, was für Konzepte, worum geht's hier, worum geht's hier nicht und so weiter. 00:02:52.300 --> 00:02:54.740 Also ich kann den Kontext in einem Text erfassen, ist das richtig? 00:02:55.360 --> 00:03:04.700 Genau, also du kannst natürlich in dem Text bestimmte Wörter suchen, aber irgendwann möchtest du ja wissen, okay, ich bekomme hier täglich ein paar Millionen E-Mails. 00:03:05.080 --> 00:03:08.900 Worum geht es in den E-Mails? Welche E-Mails sind wichtig? Welche E-Mails sind nicht wichtig zum Beispiel? 00:03:10.120 --> 00:03:24.220 Oder du hast Nachrichten, du möchtest gucken, was passiert in der Welt? Geht es hier um Apple, die Firma? Geht es hier um Apfel? Geht es hier um diese Thematik und so weiter? 00:03:24.320 --> 00:03:25.780 Ist das Spam? Ist das nicht Spam? 00:03:26.980 --> 00:03:28.840 Und das sind das eben entsprechende Dinge, 00:03:28.980 --> 00:03:31.600 die natürlich abhängen, einmal vom Kontext, 00:03:32.540 --> 00:03:34.600 die auch gar nicht unbedingt immer ganz einfach zu erfassen sind, 00:03:34.680 --> 00:03:37.440 denn Sprache ist ja relativ komplex, Sprache ist sehr zweideutig. 00:03:38.340 --> 00:03:41.080 Und oft sind das auch Dinge, die viel mehr zu tun haben 00:03:41.080 --> 00:03:44.140 mit dem ganzen, mit dem größeren Kontext, die Welt, die Sprache. 00:03:44.140 --> 00:03:45.920 Wie funktioniert Englisch? Wie funktioniert Deutsch? 00:03:47.080 --> 00:03:49.260 Was sagt man so normal? Und was bedeutet das? 00:03:49.260 --> 00:03:50.660 Hat das viel mit Linguistik zu tun? 00:03:51.700 --> 00:03:59.980 Genau, also oft, oft, genau, Computerlinguistik ist auf jeden Fall auch ein Teil vom Bereich NLP, definitiv. 00:04:01.600 --> 00:04:03.540 Ja, und es ist quasi eine Kombination. 00:04:03.540 --> 00:04:10.300 Und heutzutage, was halt heutzutage funktioniert, was vielleicht früher nicht funktioniert hat oder nicht so gut ist, 00:04:10.720 --> 00:04:16.260 dass wir tatsächlich mittlerweile relativ gut einem Computer beibringen können, 00:04:17.160 --> 00:04:19.180 mehr oder weniger zu generalisieren 00:04:19.180 --> 00:04:21.380 und quasi entsprechende 00:04:21.380 --> 00:04:22.480 Vorhersagen zu treffen 00:04:22.480 --> 00:04:25.720 anhand von Beispielen, 00:04:25.720 --> 00:04:27.500 die wir ihm zeigen. 00:04:27.820 --> 00:04:29.520 Und je nach Anwendungsbereich 00:04:29.520 --> 00:04:31.260 klappt das mittlerweile sehr gut. Das heißt, 00:04:31.340 --> 00:04:33.120 wir sind an einem Punkt, wo man auch wirklich 00:04:33.120 --> 00:04:34.980 interessante Dinge damit bauen kann 00:04:34.980 --> 00:04:37.560 und wo auch tatsächlich diese 00:04:37.560 --> 00:04:39.380 Technologie 00:04:39.380 --> 00:04:41.280 auch wirklich zum Einsatz kommt 00:04:41.280 --> 00:04:43.200 in verschiedenen 00:04:43.200 --> 00:04:45.420 Anwendungsbereichen, Firmen, 00:04:47.020 --> 00:04:47.620 Alles Mögliche. 00:04:48.860 --> 00:04:49.560 Ja, ja. 00:04:51.540 --> 00:04:52.900 Früher, also ich hab da 00:04:52.900 --> 00:04:55.500 auch relativ viel schon, was Textkategorisierungen 00:04:55.500 --> 00:04:56.260 angeht und so 00:04:56.260 --> 00:04:59.220 gemacht und zu der Zeit, das ist halt 00:04:59.220 --> 00:05:00.600 auch schon lange her, aber 00:05:00.600 --> 00:05:03.180 da waren halt so lineare Modelle das Mittel der Wahl 00:05:03.180 --> 00:05:04.300 irgendwie, ne? Das war so. 00:05:05.860 --> 00:05:07.200 Lustigerweise, selbst mittlerweile 00:05:07.200 --> 00:05:09.460 immer noch, es gibt viele Problematiken, 00:05:09.580 --> 00:05:11.260 wo wir nach wie vor Leuten empfehlen 00:05:11.260 --> 00:05:13.100 würden, hey, so eine super 00:05:13.100 --> 00:05:14.960 Oldschool-Methode, linear, 00:05:15.480 --> 00:05:16.560 klappt immer noch besser. 00:05:17.020 --> 00:05:19.440 schneller kannst du auch teilweise 00:05:19.440 --> 00:05:21.600 heutzutage, selbst mit den hottesten 00:05:21.600 --> 00:05:23.440 Modellen teilweise 00:05:23.440 --> 00:05:24.440 nicht überbieten. 00:05:26.200 --> 00:05:27.780 Aber es gibt natürlich andere Bereiche, 00:05:27.920 --> 00:05:28.900 wo wir sagen, okay, gut, 00:05:30.360 --> 00:05:31.560 da braucht man einfach ein bisschen mehr. 00:05:32.620 --> 00:05:33.040 Und ja. 00:05:34.060 --> 00:05:35.500 Ja, genau. 00:05:35.800 --> 00:05:37.020 Also ich meine, da hat sich natürlich, 00:05:37.520 --> 00:05:39.560 also so ein lineares Modell ist natürlich relativ einfach 00:05:39.560 --> 00:05:40.860 und inzwischen 00:05:40.860 --> 00:05:42.980 gibt es ja da irgendwie so, 00:05:43.380 --> 00:05:44.880 was halt Neuronalen Netze angeht, 00:05:45.020 --> 00:05:46.680 Deep Learning, irgendwie hat sich ja einiges getan, 00:05:46.760 --> 00:05:48.040 so im letzten Jahrzehnt so ein bisschen. 00:05:49.100 --> 00:05:53.680 Und ja, das ist natürlich auch schön, 00:05:53.740 --> 00:05:56.380 dass man da jetzt irgendwie in dem Bereich 00:05:56.380 --> 00:05:58.040 nochmal deutlich mehr rausholen kann. 00:05:58.400 --> 00:06:00.600 Und was ich daran ja auch total faszinierend finde, 00:06:00.660 --> 00:06:02.100 das ist jetzt auch eine relativ aktuelle Entwicklung 00:06:02.100 --> 00:06:05.080 mit diesen ganzen Transformer-Geschichten, 00:06:06.460 --> 00:06:10.660 dass man da tatsächlich irgendwie aus, ja, 00:06:11.440 --> 00:06:14.160 quasi Text oder ungelabelten 00:06:14.160 --> 00:06:15.700 Daten halt irgendwie 00:06:15.700 --> 00:06:17.680 was lernen kann und dann 00:06:17.680 --> 00:06:19.500 weniger gelabelte Daten braucht, weil 00:06:19.500 --> 00:06:22.000 gelabelte Daten sind natürlich immer relativ schwer zu bekommen. 00:06:23.000 --> 00:06:23.740 Ja, und ich glaube, 00:06:24.240 --> 00:06:26.320 es löst 00:06:26.320 --> 00:06:27.620 auch ein viel tiefer liegendes Problem, 00:06:27.700 --> 00:06:29.480 was wir halt schon immer hatten, und zwar, 00:06:29.480 --> 00:06:31.240 dass Sprache ja wirklich 00:06:31.240 --> 00:06:33.580 auch nur im Kontext der Welt 00:06:33.580 --> 00:06:34.520 und im Kontext 00:06:34.520 --> 00:06:37.260 der Linguistik existiert. 00:06:37.380 --> 00:06:39.100 Das heißt, wenn du jetzt ein Modell trainierst und 00:06:39.100 --> 00:06:41.280 selbst wenn du dem nur beibringen möchtest, ist diese 00:06:41.280 --> 00:06:42.860 E-Mail, Spam oder nicht. 00:06:43.480 --> 00:06:45.300 Das Modell muss zusätzlich zu 00:06:45.300 --> 00:06:47.200 dem tatsächlichen 00:06:47.200 --> 00:06:49.380 Problem und den 00:06:49.380 --> 00:06:51.480 entsprechenden Wörtern, die wahrscheinlich 00:06:51.480 --> 00:06:53.340 meistens darauf hindeuten, ob es Spam ist oder 00:06:53.340 --> 00:06:55.560 nicht, auch noch so viele andere Dinge 00:06:55.560 --> 00:06:57.400 lernen. Zum Beispiel schon allein, 00:06:57.540 --> 00:06:59.260 okay, wie funktioniert die englische 00:06:59.260 --> 00:07:01.380 Sprache? Wie werden da die 00:07:01.380 --> 00:07:03.220 Wörter meistens angeordnet? Oder auch einfach, 00:07:03.620 --> 00:07:05.200 wie funktioniert 00:07:05.200 --> 00:07:07.040 die Welt? Was sind Wörter, die 00:07:07.040 --> 00:07:08.720 im Kontext der Welt 00:07:08.720 --> 00:07:11.080 benutzt werden? Und wie passt das alles 00:07:11.080 --> 00:07:13.000 zusammen. Und das ist 00:07:13.000 --> 00:07:15.020 unglaublich viel Wissen, was 00:07:15.020 --> 00:07:17.060 man eben auch einem Modell quasi immer 00:07:17.060 --> 00:07:18.960 wieder beibringen muss, damit man überhaupt 00:07:18.960 --> 00:07:19.920 das machen kann, was sie wollen. 00:07:19.940 --> 00:07:22.540 Ja, genau. 00:07:23.120 --> 00:07:24.620 Und du wirkst wirklich immer quasi 00:07:24.620 --> 00:07:27.060 immer von vorne anfangen. Oder so war 00:07:27.060 --> 00:07:28.240 es in der Vergangenheit. Und jetzt 00:07:28.240 --> 00:07:30.680 Transfer Learning 00:07:30.680 --> 00:07:31.760 nennt man das auch. 00:07:32.500 --> 00:07:34.900 Eine Sache, die wir jetzt halt 00:07:34.900 --> 00:07:36.960 können und die jetzt tatsächlich funktioniert, ist, dass wir 00:07:36.960 --> 00:07:38.760 quasi 00:07:38.760 --> 00:07:40.560 wissen, dass wir aus anderen 00:07:40.560 --> 00:07:42.580 Prozessen gewonnen haben, quasi 00:07:42.580 --> 00:07:44.480 transferieren können auf das neue Problem. 00:07:44.580 --> 00:07:46.140 Also wir können quasi was vortrainieren, 00:07:46.760 --> 00:07:48.100 was unserem Modell 00:07:48.100 --> 00:07:50.440 quasi ermöglicht, schon ein bisschen mehr 00:07:50.440 --> 00:07:52.520 zu wissen über die Sprache 00:07:52.520 --> 00:07:54.520 und die generelle Welt und 00:07:54.520 --> 00:07:56.540 die generellen Wörter und so weiter. Also wir 00:07:56.540 --> 00:07:58.540 können quasi sagen, hier ist ganz viel 00:07:58.540 --> 00:08:00.620 roher Text, guck dir 00:08:00.620 --> 00:08:02.580 das an und wie es 00:08:02.580 --> 00:08:04.760 zum Beispiel funktioniert ist, die Aufgabe 00:08:04.760 --> 00:08:06.660 ist, hier sind 00:08:06.660 --> 00:08:08.540 ein paar Wörter und wir lassen jetzt ein Wort 00:08:08.540 --> 00:08:10.360 weg und dann lassen wir 00:08:10.360 --> 00:08:12.440 unser Modell vorhersagen, 00:08:12.500 --> 00:08:14.540 was das Wort sein könnte. Und das machen wir 00:08:14.540 --> 00:08:16.400 relativ lange, bis 00:08:16.400 --> 00:08:18.500 es hoffentlich eine ganz gute Gewichtung 00:08:18.500 --> 00:08:20.500 aufgebaut hat und das nächste Wort vorhersagen kann. 00:08:21.080 --> 00:08:22.400 Und es hat sich herausgestellt, dass diese 00:08:22.400 --> 00:08:24.660 Aufgabe sich sehr gut generalisieren 00:08:24.660 --> 00:08:26.220 lässt für andere Sachen. Das heißt, 00:08:26.520 --> 00:08:27.960 die Gewichtungen, die wir da aufbauen, 00:08:28.460 --> 00:08:30.360 die haben unglaublich viel Informationen 00:08:30.360 --> 00:08:32.380 inkludiert quasi über die Sprache. 00:08:32.460 --> 00:08:34.240 Was ja auch irgendwie Sinn macht, wenn du überlegst, okay, 00:08:34.580 --> 00:08:35.320 was muss man 00:08:35.320 --> 00:08:38.400 wissen oder lernen, um das nächste 00:08:38.400 --> 00:08:40.220 Wort vorhersagen zu können. 00:08:40.360 --> 00:09:05.380 Und das ist quasi so die Essenz von dem, was jetzt quasi ein bisschen neuer ist und was auch dafür sorgt, dass man eben relativ wenig gelabelte oder spezifische Daten braucht, um auch ein relativ komplexes neues Problem zu lösen, da man eben auf dieses generellere Wissen zurückgreifen kann. Also man kann quasi diese Gewichte vortrainieren. Und das ist die Idee. 00:09:06.940 --> 00:09:25.520 Ja, ich, genau, letztens gab es auch irgendwie einen Blogpost von Facebook, da Jan LeCun oder, ach, den anderen habe ich jetzt vergessen, keine Ahnung, da nannten sie das irgendwie Self-Supervised Learning, weil es ja im Grunde gar nicht so wirklich unsupervised ist. 00:09:25.520 --> 00:09:42.520 Man hat ja schon irgendwie, ja, ich meine, die Information, dass in dem Text das Wort gestanden hat und lernt jetzt eben daraus, dass man das als das, was man vorhersagen möchte, betrachtet. Oder eben Transfer Learning, ja, ist halt auch… 00:09:42.520 --> 00:09:44.120 Ja, Terminologie generell im Bereich. 00:09:44.480 --> 00:09:46.360 Was nennt man ein Modell? 00:09:46.440 --> 00:09:48.120 Das, finde ich, ist leider ein bisschen unglücklich. 00:09:48.920 --> 00:09:50.680 Das heutzutage, oder so, Language Model 00:09:50.680 --> 00:09:52.740 wird halt für so viele Dinge benutzt. 00:09:53.800 --> 00:09:54.520 Ja, da wünsche ich mir manchmal, 00:09:54.660 --> 00:09:57.080 dass so ein bisschen die Terminologie ein bisschen klarer wäre, 00:09:57.220 --> 00:09:58.360 weil das auch ein bisschen, glaube ich, 00:09:59.200 --> 00:10:00.080 ja, Verwirrung stiftet. 00:10:00.100 --> 00:10:01.180 Wie würdest du das denn definieren? 00:10:02.640 --> 00:10:03.540 Was ist ein Language Model? 00:10:05.060 --> 00:10:06.260 Das Problem ist halt, okay, 00:10:06.400 --> 00:10:07.560 grundsätzlich ein Modell, 00:10:08.860 --> 00:10:10.380 oder zumindest 00:10:10.380 --> 00:10:12.560 traditionell, man nennt vieles Modell. 00:10:13.340 --> 00:10:14.460 Manche Leute nennen den 00:10:14.460 --> 00:10:16.460 Algorithmus ein Modell. Das ist also 00:10:16.460 --> 00:10:18.420 quasi die Implementation, den 00:10:18.420 --> 00:10:20.380 Code, den du dafür schreibst. Aber dann 00:10:20.380 --> 00:10:22.320 gibt es natürlich auch das Artefakt, dass du 00:10:22.320 --> 00:10:24.260 da trainierst. Also die 00:10:24.260 --> 00:10:26.260 Gewichte, also quasi so eine 00:10:26.260 --> 00:10:28.580 binäre Datei, die dann da rumliegt 00:10:28.580 --> 00:10:29.780 und die du am Ende speicherst. 00:10:31.320 --> 00:10:32.600 Und vielleicht das zusammen 00:10:32.600 --> 00:10:34.720 kann man eigentlich so als Modell bezeichnen. 00:10:35.140 --> 00:10:36.220 Dann, ich glaube, früher 00:10:36.220 --> 00:10:38.220 Language Model haben wir früher auch gerne genannt. 00:10:38.720 --> 00:10:41.040 Modelle, die wir trainiert haben für verschiedene Sprachen. 00:10:41.680 --> 00:10:44.720 Aber das würde jetzt auch heutzutage viel benutzt 00:10:44.720 --> 00:10:47.640 für eben diese Gewichte, die man trainiert, 00:10:47.900 --> 00:10:49.920 auf der Basis von rohem Text. 00:10:50.840 --> 00:10:53.700 Das ist also heute hauptsächlich, was Leute meinen, 00:10:53.760 --> 00:10:54.720 wenn sie Language Model sagen. 00:10:55.080 --> 00:10:58.280 Also okay, wir haben kompletten Text aus der Wikipedia 00:10:58.280 --> 00:11:02.780 im Englischen runtergeladen und diese Embeddings trainiert, 00:11:03.240 --> 00:11:05.900 indem wir das nächste Wort vorhergesagt haben. 00:11:06.500 --> 00:11:07.680 Und die kann man jetzt weiter benutzen. 00:11:07.780 --> 00:11:09.060 Und das ist jetzt, das ist ein Language-Motto. 00:11:10.140 --> 00:11:11.380 Also es gibt da verschiedene, 00:11:11.460 --> 00:11:13.180 es gibt verschiedene Definitionen oder verschiedene, 00:11:13.340 --> 00:11:14.980 ja, 00:11:15.460 --> 00:11:17.320 Verwendungen. Ja, es wird halt irgendwie in unterschiedlichen Kontexten 00:11:17.320 --> 00:11:19.320 halt unterschiedlich, unterschiedlich 00:11:19.320 --> 00:11:21.200 verwendet, ja. Und es ist ja auch was, 00:11:21.280 --> 00:11:23.260 Leute, was nennt man Machine Learning, was nennt man 00:11:23.260 --> 00:11:24.080 KI? 00:11:25.200 --> 00:11:26.880 Oh, AI. Ist auch leider nicht immer so, 00:11:27.000 --> 00:11:28.200 immer, oder AI, genau. 00:11:29.200 --> 00:11:31.220 Ja, genau, da muss ich 00:11:31.220 --> 00:11:32.740 mich auch immer dran gewöhnen, weil ich bin tatsächlich, 00:11:33.460 --> 00:11:35.000 die deutsche Terminologie ist mir 00:11:35.000 --> 00:11:37.060 nicht so nah, weil ich es halt nie, 00:11:37.180 --> 00:11:39.540 Weil ich es halt nie gelernt habe auf Deutsch. 00:11:39.620 --> 00:11:41.400 Also ich bin immer gewohnt, so auf Englisch drüber zu lesen. 00:11:41.420 --> 00:11:42.580 Du bist auch gerade in Australien, ne? 00:11:43.040 --> 00:11:44.680 Ich bin momentan gerade in Australien, ja. 00:11:45.560 --> 00:11:47.940 Ein bisschen Social Distancing von Europa. 00:11:48.900 --> 00:11:50.180 Genau, so weit wie möglich weg. 00:11:50.440 --> 00:11:51.520 Ich glaube, viel weiter geht auch gar nicht. 00:11:52.400 --> 00:11:55.000 Ja, also wie gesagt, ich freue mich drauf, wieder zurückzukommen. 00:11:55.180 --> 00:11:58.140 Aber halt momentan ist, okay, gut, bringt ja auch keinem was, 00:11:58.560 --> 00:12:01.940 wenn ich jetzt in der momentanen Situation da wieder in den Flieger steige. 00:12:02.700 --> 00:12:04.460 Aber ich habe halt auch nie so, 00:12:04.460 --> 00:12:05.920 ich habe zum Beispiel nie jetzt klassisch 00:12:05.920 --> 00:12:07.880 Informatik studiert oder so. 00:12:09.020 --> 00:12:10.540 Das merke ich teilweise im Vergleich, 00:12:10.660 --> 00:12:12.560 dass manche Leute, die halt auf Deutsch programmieren 00:12:12.560 --> 00:12:14.320 gelernt haben, da so 00:12:14.320 --> 00:12:16.080 die deutsche Terminologie drauf haben. 00:12:17.300 --> 00:12:18.480 Und da muss ich mich 00:12:18.480 --> 00:12:20.160 auch erstmal reinlesen. Ich habe für 00:12:20.160 --> 00:12:22.240 Spacey so einen Online-Kurs gemacht, den habe ich auch 00:12:22.240 --> 00:12:24.160 in verschiedenen Sprachen übersetzt. Also ich nicht, 00:12:24.240 --> 00:12:26.260 ich habe ihn auch nur auf Deutsch übersetzt. Mehr Sprachen 00:12:26.260 --> 00:12:28.540 kann ich nicht. Aber andere 00:12:28.540 --> 00:12:30.280 aus der Community haben uns dabei geholfen 00:12:30.280 --> 00:12:32.280 und ich musste mich erstmal sehr reinlesen in 00:12:32.280 --> 00:12:34.820 die deutsche Programmier-Terminologie. 00:12:35.180 --> 00:12:36.760 So sagt man iterieren. 00:12:38.560 --> 00:12:38.720 Also 00:12:38.720 --> 00:12:39.800 Konsens ist Stein bei Ja. 00:12:42.000 --> 00:12:44.640 Ja, ich will das auf Deutsch 00:12:44.640 --> 00:12:46.760 sagen, das hört sich manchmal komisch an. 00:12:46.980 --> 00:12:48.620 Ja, es ist sehr 00:12:48.620 --> 00:12:50.460 eigenartig. Ich komme manchmal jetzt so 00:12:50.460 --> 00:12:52.740 oder das Problem hatte ich jetzt letztens, 00:12:53.780 --> 00:12:54.260 dass dann 00:12:54.260 --> 00:12:56.420 irgendwie, ich weiß nicht, 00:12:56.460 --> 00:12:58.440 Domain-Driven Design, ob das euch ein 00:12:58.440 --> 00:13:00.440 Begriff ist, wo man, wenn man jetzt in einer 00:13:00.440 --> 00:13:02.480 anderen Domäne unterwegs ist, also gar nicht 00:13:02.480 --> 00:13:04.380 unbedingt jetzt, wenn es ums 00:13:04.380 --> 00:13:06.020 Programmieren geht, sondern einfach fachlich 00:13:06.020 --> 00:13:08.260 ist man halt irgendwas unterwegs, wo Leute halt ihre eigene 00:13:08.260 --> 00:13:08.860 Sprache für 00:13:08.860 --> 00:13:12.440 entwickelt haben, um sich überhaupt austauschen 00:13:12.440 --> 00:13:14.280 zu können über das Thema, mit dem sie da zu tun haben. 00:13:14.940 --> 00:13:16.140 Und da habe ich dann erstmal alles 00:13:16.140 --> 00:13:18.360 nach Englisch übersetzt, weil ich das so schrecklich 00:13:18.360 --> 00:13:20.360 fand, weil das geht gar nicht, wenn 00:13:20.360 --> 00:13:21.940 da irgendwie so deutsche Wörter im Source Code stehen, 00:13:22.040 --> 00:13:23.980 dann dachte ich so, jetzt muss ich unbedingt übersetzen. 00:13:24.360 --> 00:13:26.160 Dann habe ich dann weitergelesen, dann hieß es so, naja, 00:13:26.260 --> 00:13:28.560 nee, am besten immer die Originalbegriffe benutzen, 00:13:28.680 --> 00:13:30.300 weil ansonsten ist das die totale Verwirrung. 00:13:30.440 --> 00:13:32.500 Man weiß hinterher überhaupt gar nicht mehr, was was bedeutet. 00:13:32.840 --> 00:13:33.660 Ja, das ist mir dann auch passiert. 00:13:36.440 --> 00:13:38.400 Es ist irgendwie nicht so einfach. 00:13:38.560 --> 00:13:40.040 Mit den unterschiedlichen Sprachen ist blöd. 00:13:40.280 --> 00:13:42.680 Ja, oder Mischung halt. Gerade im IT-Bereich 00:13:42.680 --> 00:13:44.540 ist ja voll oft so Denglisch irgendwie dann. 00:13:45.080 --> 00:13:46.700 Ja, und ich meine, Programmieren 00:13:46.700 --> 00:13:47.840 an sich, ich meine, Python ist 00:13:47.840 --> 00:13:50.620 Englisch. Und auch so, du merkst 00:13:50.620 --> 00:13:52.800 natürlich, du hast die Wörter, du programmierst 00:13:52.800 --> 00:13:54.400 auf Englisch. 00:13:54.700 --> 00:13:56.480 Oder schon allein, wenn du dir so eine deutsche 00:13:56.480 --> 00:13:58.400 Tastatur anguckst. Die englische 00:13:58.400 --> 00:14:00.720 Programmiersprachen sind meist für 00:14:00.720 --> 00:14:02.360 die amerikanische Tastatur entwickelt worden. 00:14:02.460 --> 00:14:04.360 Deswegen haben wir den Backtick an der 00:14:04.360 --> 00:14:06.020 blödesten Stelle 00:14:06.020 --> 00:14:08.340 und es ist eigentlich der Akzent. 00:14:09.580 --> 00:14:11.060 Oder Backslash. 00:14:11.200 --> 00:14:12.860 Ja, oder andere, oder die ganzen 00:14:12.860 --> 00:14:14.820 Klammern zu tippen. Warum ist das 00:14:14.820 --> 00:14:16.580 so nervig auf unseren 00:14:16.580 --> 00:14:17.940 Tastaturen? 00:14:17.940 --> 00:14:19.420 Ja, weil... 00:14:19.420 --> 00:14:21.980 Irgendwer wollte unbedingt eine neue eigene Tastatur machen. 00:14:22.560 --> 00:14:23.680 Ja, es ist anstrengend. 00:14:23.700 --> 00:14:25.900 Ich hab immer mal überlegt, ob ich einfach mal 00:14:25.900 --> 00:14:27.760 sagen soll, okay, ich lerne 00:14:27.760 --> 00:14:30.240 die amerikanische Tastatur, weil es ja wirklich fürs Programmieren 00:14:30.240 --> 00:14:32.060 einfach ist. Also einfach eine Taste zu haben, wo du 00:14:32.060 --> 00:14:33.860 einen Backtick tippen kannst, 00:14:34.880 --> 00:14:36.340 ist 00:14:36.340 --> 00:14:37.980 einfach. Aber ich bin halt, ich hab mich, 00:14:38.260 --> 00:14:40.300 ja, ich krieg das nicht mehr. Ich glaub, ich bin zu alt. 00:14:40.840 --> 00:14:41.400 Ich bin da zu. 00:14:41.560 --> 00:14:43.080 Ja, musst wahrscheinlich anfangen mit einer anderen. 00:14:43.380 --> 00:14:45.900 Ja, oder bei mir ist das Problem auch immer, ich hab's dann immer mal überlegt, 00:14:45.980 --> 00:14:48.100 ob ich dann nicht in meinem nächsten Rechner dann tatsächlich amerikanische 00:14:48.100 --> 00:14:50.140 Tastatur oder englische Tastatur halt nehme. 00:14:50.620 --> 00:14:52.160 Und dann dachte ich mir, aber ich hab jetzt noch ein paar andere. 00:14:52.740 --> 00:14:53.480 Nichts da, die Tastatur. 00:14:54.840 --> 00:14:55.800 Ja, also wenn man halt wirklich... 00:14:55.800 --> 00:14:57.560 Ich hab auch gerne die Umlaute auf der Tastatur. 00:14:57.760 --> 00:15:02.420 Also es stört mich, wenn ich jetzt nicht in Ö tippen kann oder so. 00:15:02.520 --> 00:15:05.520 Ja, aber ich sag mal, die Sprache, wir tippen ja schon alles dann auf Englisch raus. 00:15:05.640 --> 00:15:08.480 Also auch Kommentare und so würde ich jetzt mal schätzen, dass wir alle die auf Englisch schreiben. 00:15:09.040 --> 00:15:11.940 Das macht ja auch irgendwie Sinn, wenn man irgendwie ein bisschen kollaborativ arbeiten möchte und so. 00:15:12.580 --> 00:15:14.060 Und ja, es ist halt schon interessant. 00:15:14.200 --> 00:15:16.700 Also ich glaube, Englisch ist halt, wenn man so ein Natural Language anguckt, 00:15:17.100 --> 00:15:20.440 mit Sicherheit um Meilen weiter, als das irgendwie Deutsch sein wird. 00:15:21.140 --> 00:15:22.980 Und Meilen ist wahrscheinlich noch zu wenig. 00:15:23.740 --> 00:15:30.880 Einfach von der Masse an Sätzen, die so gesagt werden in den jeweiligen Sprachen und was man damit halt an Datenbasis irgendwie anfangen kann. 00:15:30.880 --> 00:15:57.520 Aber auch einfach die Forschung, also generell die Forschung findet auf Englisch statt und natürlich, es gibt unglaublich viel interessante Arbeit auch, was NLP angeht, in anderen Sprachen und auch die Forschung, aber grundsätzlich muss man sagen, rein alle Sprachen, die Englisch ähneln, mit denen können wir momentan auch im Bereich Machine Learning am besten umgehen, weil da einfach die meiste Forschung stattgefunden hat. 00:15:57.520 --> 00:16:00.100 Okay, interessant. Welche Sprachen ähneln Englisch? 00:16:00.880 --> 00:16:13.680 Also natürlich so die romanischen Sprachen schon, also alles, also es ist halt so ein Spektrum, aber Chinesisch zum Beispiel eher nicht. 00:16:14.280 --> 00:16:36.940 Also es ist eher, ich würde sagen, eher die Sprachen, die Englisch am unähnlichsten sind, sind durchaus auch weniger erforscht oder die Techniken, die veröffentlicht werden oder die geforscht werden und die Strategien für Machine Learning und so weiter, die sind halt schon meist optimiert für Englisch. 00:16:37.000 --> 00:16:59.260 Und da ist natürlich auch die Motivation da für den Forscher zu sagen, okay, gut, du möchtest ja auch, das kann man ja auch den einzelnen Leuten da nicht ankreiden. Also du möchtest natürlich, wenn du auf einem Gebiet forschst, du möchtest deine Experimente vergleichen können mit anderer Arbeit, du möchtest sagen, hey, hier, cool, ich habe tatsächlich was entwickelt und was gemacht hier, das irgendwie besser ist als das, was vorher da war. 00:16:59.260 --> 00:17:06.860 Und ja, die wichtige Arbeit funktioniert mit englischem Corpora. 00:17:07.240 --> 00:17:10.180 Und das heißt, natürlich ist da eine Motivation da, 00:17:10.440 --> 00:17:12.940 auch mit der englischen Sprache zu arbeiten. 00:17:13.320 --> 00:17:14.880 Und natürlich ist einfach mehr und mehr Daten da. 00:17:15.880 --> 00:17:17.540 Ja, auch einfach viel mehr Trainingsdaten. 00:17:20.480 --> 00:17:22.780 Aber man muss auch sagen, okay, momentan, 00:17:22.840 --> 00:17:26.200 wir sind am Punkt, wo man gar nicht mehr unbedingt so viele Daten braucht. 00:17:26.200 --> 00:17:44.040 Man kann Daten selber erstellen, das ist ja auch ein Bereich, in dem wir arbeiten, also unser kommerzielles Produkt, wodurch wir auch Geld verdienen, weil wir machen ja unglaublich viel Open Source, was wir verschenken quasi, ist Prodigy, das ist ein Annotationstool, speziell entwickelt für Entwickler und Machine Learning. 00:17:44.040 --> 00:17:57.080 Also die Idee ist, okay, oft, wenn du halt ein spezielles Problem löst, ist es oft nicht damit getan, dir einfach irgendein Modell aus dem Internet runterzuladen, das irgendjemand anders mal trainiert hat und das vielleicht ein bisschen ähnlich ist zu dem, was du machen möchtest. 00:17:57.800 --> 00:18:19.920 Und da wir auch heute an einem Punkt sind, wo wir sagen, du brauchst gar nicht mehr Big Data Milliarden an Beispielen, auch ein paar Hundert, paar Tausend, damit kannst du echt, also wenn du es gut machst und wenn das gut durchdacht ist und du dir Gedanken machst, okay, wie strukturiere ich das Problem, kannst du damit echt super Resultate mittlerweile erzielen. 00:18:19.920 --> 00:18:41.680 Das heißt, es ist auch komplett machbar, dass du sagst, hey, ich setze mich einfach hin und verbringe eine Stunde, gucke mir meine Daten wirklich an, überlege mir, wie label ich die. Und wenn das Tool effizient ist und du damit gut arbeiten kannst, kannst selbst du als einzelner Mensch innerhalb von einer Stunde ein Datenset erstellen, mit dem du wirklich was auch produktiv machen kannst. 00:18:42.780 --> 00:18:46.220 Vielleicht da nochmal auf die Features könnten wir da nochmal eingehen. 00:18:46.280 --> 00:18:49.240 Was macht denn Spacey jetzt genau mit einem Datensatz? 00:18:49.420 --> 00:18:50.620 Also was kannst du damit alles bauen? 00:18:50.620 --> 00:18:58.940 Also Spacey ist eine Bibliothek, mit der du moderne NLP-Systeme bauen kannst. 00:18:59.580 --> 00:19:05.280 Also wir haben verschiedenste Komponenten, die du trainieren kannst. 00:19:05.600 --> 00:19:09.060 Wir haben natürlich auch Pipelines, die man sich runterladen kann, 00:19:09.480 --> 00:19:10.700 die wir vortrainiert haben. 00:19:11.400 --> 00:19:17.360 Und für verschiedenste Tasks oder verschiedenste Probleme kannst du halt deinen Text reinfüttern 00:19:17.360 --> 00:19:25.280 und du bekommst am Ende die Annotationen, die das Modell extrahiert hat, am Ende raus. 00:19:25.280 --> 00:19:27.900 Also zum Beispiel fängt an bei Wortarten. 00:19:28.240 --> 00:19:35.260 Du fütterst einen Text rein und das Modell kann vorher sagen, ist das ein Verb, ist das ein Nomen und so weiter, je nach Sprache. 00:19:36.120 --> 00:19:39.500 Dann gibt es natürlich auch die Beziehungen der Wörter zueinander. 00:19:39.660 --> 00:19:41.380 Ist das das Subjekt? Ist das das Objekt? 00:19:41.820 --> 00:19:43.700 Das ist auch was, was man vorhersagen kann. 00:19:43.840 --> 00:19:45.800 Und Spacey hat halt auch entsprechende Datenstrukturen, 00:19:46.240 --> 00:19:47.680 die das halt auch abbilden können. 00:19:48.260 --> 00:19:53.000 Denn du möchtest ja idealerweise nicht alles hier in der Liste, 00:19:53.300 --> 00:19:54.740 hier im Dictionary haben, 00:19:54.880 --> 00:19:57.980 sondern du möchtest wirklich alles effizient gespeichert haben 00:19:57.980 --> 00:19:58.860 an einem Punkt. 00:19:58.860 --> 00:20:01.240 Und du möchtest jedes Wort am Ende 00:20:01.240 --> 00:20:04.240 zu jedem anderen Wort wieder zurückführen können. 00:20:04.420 --> 00:20:06.800 Also du möchtest wirklich, okay, hier habe ich ein Wort im Kontext. 00:20:07.240 --> 00:20:09.280 Wie hängt das Wort mit dem Wort zusammen? 00:20:09.660 --> 00:20:17.120 wie hängt das mit dem Satz zusammen und da hat Spacey halt auch die Datenstrukturen, die dich damit effizient arbeiten lassen. 00:20:17.620 --> 00:20:22.560 Named Entity Recognition, das heißt, man kann auch basierend auf einem Text voraussagen, 00:20:22.960 --> 00:20:31.000 welche Wörter sind zum Beispiel ein Personenname, ein Städtename, Produktname, Firmenname und so weiter. 00:20:31.200 --> 00:20:35.340 Und das ist natürlich vor allem spannend, wenn man das halt auf seine ganz spezielle Problematik zuschneidet. 00:20:35.340 --> 00:20:39.460 Also wenn man spezielle Begriffe in seinem Bereich hat und dann kannst du wirklich ein Modell trainieren, 00:20:39.540 --> 00:20:42.700 dass das entsprechend dir vorhersagen kann. 00:20:42.880 --> 00:20:44.520 Und dann hast du halt ... 00:20:44.520 --> 00:20:48.260 Ja, also alle Fachbegriffe für die Domäne irgendwie, ne? 00:20:48.540 --> 00:20:49.800 Genau, und dann kannst du auch sagen, 00:20:49.920 --> 00:20:53.560 okay, der Personenname, ist das jetzt das Subjekt oder das Objekt? 00:20:53.700 --> 00:20:54.000 Und so weiter. 00:20:54.660 --> 00:20:57.740 Oder andere Komponenten, wo wir halt gerade dran arbeiten 00:20:57.740 --> 00:20:59.440 oder die man halt auch bauen kann. 00:20:59.440 --> 00:21:02.280 Du kannst sagen, wenn du jetzt ein Pronomen hast, 00:21:02.880 --> 00:21:05.520 so er bezieht sich das, auf wen bezieht sich das? 00:21:05.920 --> 00:21:11.700 Also der Mann kommt nach Hause, er zieht sich die Schuhe aus. 00:21:12.560 --> 00:21:16.760 Kannst du das Er zurück auf den Mann beziehen? 00:21:16.840 --> 00:21:18.580 Das ist auch in vielen Kontexten sehr wichtig. 00:21:20.020 --> 00:21:23.920 Denn das ist was, wenn wir das lesen, uns ist das relativ klar. 00:21:24.920 --> 00:21:28.380 Wenn du das maschinell machst, ist es deutlich trickier 00:21:28.380 --> 00:21:33.820 und auch nicht immer so eindeutig, wie wir das gerne hätten in der Sprache. 00:21:35.360 --> 00:21:39.180 Ja, Text-Klassifizierung hast du ja schon mal angesprochen vorher. 00:21:40.900 --> 00:21:43.460 Du kannst natürlich auch Labels für den ganzen Text vorher sagen. 00:21:43.600 --> 00:21:45.440 Geht's hier um Sport? Geht's hier um Politik? 00:21:46.960 --> 00:21:47.960 Geht's hier um Spam? 00:21:48.840 --> 00:21:50.040 Das ist was, was du machen kannst. 00:21:50.040 --> 00:21:55.440 Und Spacey lässt dich halt diese Komponenten zu einer Pipeline zusammenbauen. 00:21:57.140 --> 00:21:59.520 Und natürlich zwischendurch, es kann auch sein, dass du sagst, 00:21:59.580 --> 00:22:03.240 hey, ich möchte einen Baustein, der soll einfach nur richtig oldschool, 00:22:03.440 --> 00:22:04.780 ein paar reguläre Ausdrücke sein. 00:22:05.360 --> 00:22:29.880 Denn in der Praxis ist das nach wie vor, es macht Sinn, du trainierst ein System, richtig fancy, Transformers, Named Entity Recognition, geil, sagt Firmennamen voraus, funktioniert super und dann, weiß nicht, zeigst es deinem Chef, der gibt irgendwas ein mit deinem Firmennamen drin und das Ding erkennt den eigenen Firmennamen nicht, weil der irgendwie komisch ist und überhaupt nichts Ähnliches in den Trainingsdaten war. 00:22:29.880 --> 00:22:53.540 Jetzt können sie sagen, oh, da mache ich jetzt nochmal neue Trainingsdaten, tune meine Hyperparameters und verbringe dann nochmal ein paar Wochen dran und am Ende kriegt der unseren Firmennamen hin, aber kann irgendwelche anderen Sachen nicht mehr. Oder du sagst, ja geil, haue ich jetzt einfach einen regulären Ausdruck drauf und dann kriegt der unseren Firmennamen immer richtig hin. Und in der Praxis, so löst man viele dieser Probleme. 00:22:56.180 --> 00:23:19.500 Und so sehen auch praktische Systeme aus. Du hast vielleicht einen super heißen, modernen Baustein, der halt die neuesten Transformer-Modelle verwendet und dann hast du vielleicht einen Text-Classifier, der noch Oldschool, lineares Modell, weil es halt einfach gut funktioniert. 00:23:20.540 --> 00:23:47.160 Dann hast du noch ein paar Regeln obendrauf und am Ende hast du halt eine Repräsentation von einem Text, wo alle diese Informationen drin ist, die du dann verwenden kannst, um was auch immer dein eigentliches Ziel ist, zu erreichen. Denn das ist ja auch nochmal ein Problem. Oft die tatsächlichen Ziele, die man hat und die Probleme, die man lösen möchte, die sind ja nicht immer eins zu eins übertragbar in ein Machine Learning Modell, das man trainiert. 00:23:47.560 --> 00:24:16.040 Das ist auch sowas, okay, so stellen sich das manche Leute manchmal vor, unsere Firma möchte, dass wir das und das und das auslesen und das am Ende so und so in die Datenbank eingeben, kann man versuchen wirklich von A nach B komplett ein System vorhersagen zu lassen, ist aber oft in der Praxis nicht sonderlich nützlich und auch nicht, oft muss man sich hinsetzen, okay, wie kann man das Problem runterbrechen in kleinere Bausteine, 00:24:16.040 --> 00:24:22.520 Die man auch tatsächlich effektiv mit den technischen Möglichkeiten, die wir momentan haben, lösen kann. 00:24:24.260 --> 00:24:33.040 Ja, es ist auch immer wieder, ich meine, ich finde das ja tatsächlich erstaunlich, dass sich im Grunde alle Probleme letztendlich dann doch, auch vielleicht manchmal in mehreren Stellen, 00:24:33.040 --> 00:24:35.070 Schritten, aber auf eben sowas Simples 00:24:35.070 --> 00:24:37.370 wie, ja, binäre Klassifikationen 00:24:37.370 --> 00:24:38.770 quasi runterbrechen lassen, weil 00:24:38.770 --> 00:24:40.270 das ist, 00:24:40.590 --> 00:24:42.830 ja, von binärer Klassifikation zu 00:24:42.830 --> 00:24:45.070 Multilabel, also dass man halt mehrere Labels 00:24:45.070 --> 00:24:47.030 jetzt für den Text vorher sagt oder so, ist eigentlich quasi auch das 00:24:47.030 --> 00:24:49.090 Gleiche. Und, ja, 00:24:49.290 --> 00:24:51.010 dann gibt's halt noch Regression und dann gibt's 00:24:51.010 --> 00:24:52.750 halt noch Clustering und dann war's das im Grunde schon. 00:24:53.110 --> 00:24:55.050 Aber man kann damit halt eine Menge machen. 00:24:55.130 --> 00:24:56.970 Dann dachte ich, so, hm, damit soll man wirklich alles machen 00:24:56.970 --> 00:24:59.130 können. Aber ja, es geht schon, aber 00:24:59.130 --> 00:25:00.790 man muss sich halt dann doch ein bisschen, 00:25:01.050 --> 00:25:02.970 ja, manchmal... Ich glaube, es geht halt 00:25:02.970 --> 00:25:04.910 auch so ein bisschen ums Mindset, aber das ist ja auch 00:25:04.910 --> 00:25:06.750 beim Programmieren generell 00:25:06.750 --> 00:25:08.930 nicht anders. Also wenn du jetzt sagst, okay, ich habe 00:25:08.930 --> 00:25:10.810 hier ein Problem, das möchte ich lösen mit 00:25:10.810 --> 00:25:13.130 Python, dann musst du dir auch überlegen, okay, was habe ich hier zur Verfügung? 00:25:13.830 --> 00:25:14.970 Was sind so diese Abstraktionen? 00:25:16.110 --> 00:25:16.930 Wie strukturiere ich 00:25:16.930 --> 00:25:18.750 das? Was macht Sinn? 00:25:18.830 --> 00:25:19.810 Was macht keinen Sinn? 00:25:21.130 --> 00:25:22.390 Und das ist quasi der Job, 00:25:22.730 --> 00:25:24.750 den du dann als Softwareentwickler löst. 00:25:25.050 --> 00:25:26.110 Und so ähnlich ist es auch 00:25:26.110 --> 00:25:28.430 im Bereich Machine Learning. Ist auch quasi 00:25:28.430 --> 00:25:30.530 eine Art zu programmieren. 00:25:31.010 --> 00:25:32.790 Ist halt nur ein bisschen anders 00:25:32.790 --> 00:25:34.890 und man hat halt noch diese Daten als die 00:25:34.890 --> 00:25:37.170 Komponente. Im so klassischeren 00:25:37.170 --> 00:25:38.430 Programmieren hast du halt 00:25:38.430 --> 00:25:40.850 im Programm, da geht was rein, kommt immer was 00:25:40.850 --> 00:25:43.070 raus. Hier hast du Code plus Daten. 00:25:44.110 --> 00:25:45.390 Ja, beziehungsweise 00:25:45.390 --> 00:25:46.810 das, was man programmiert, 00:25:46.890 --> 00:25:47.630 ist nicht so sehr 00:25:47.630 --> 00:25:50.910 ein Algorithmus, aber man legt eher die Daten 00:25:50.910 --> 00:25:52.710 für ein Modell fest, das dann irgendwie 00:25:52.710 --> 00:25:54.790 tatsächlich dann 00:25:54.790 --> 00:25:56.830 irgendwie was macht. Das fand ich auch interessant, 00:25:56.830 --> 00:25:58.570 das gab es, glaube ich, 2018 gab es 00:25:58.570 --> 00:26:00.810 einen Vortrag von André 00:26:00.810 --> 00:26:02.670 Capati, ich weiß gar nicht, wie das auch 00:26:02.670 --> 00:26:05.030 gesprochen wird. Software 2.0 00:26:05.030 --> 00:26:06.650 oder Software 2.0. Genau, also das ist auch 00:26:06.650 --> 00:26:08.850 eine sehr ähnliche Idee. 00:26:09.310 --> 00:26:10.730 Genau, da sagt er auch, ja, also 00:26:10.730 --> 00:26:12.770 früher haben wir halt sozusagen 00:26:12.770 --> 00:26:14.830 eine, also wir haben 00:26:14.830 --> 00:26:16.570 ein Problem und dann haben wir 00:26:16.570 --> 00:26:18.470 einen Lösungsraum für dieses Problem und 00:26:18.470 --> 00:26:20.490 wenn wir jetzt das explizit programmieren, dann 00:26:20.490 --> 00:26:21.950 nehmen wir uns einen ganz winzigen 00:26:21.950 --> 00:26:24.370 Punkt aus diesem Lösungsraum raus 00:26:24.370 --> 00:26:26.370 und definieren den halt exakt. 00:26:26.810 --> 00:26:28.570 Aber tatsächlich kann man ja auch vielleicht einfach eben 00:26:28.570 --> 00:26:30.430 per Daten so eine Region 00:26:30.430 --> 00:26:32.470 aus dem Lösungsraum rauszeigen und 00:26:32.470 --> 00:26:34.270 dann halt ein Optimierungsverfahren 00:26:34.270 --> 00:26:35.710 verwenden, um tatsächlich die 00:26:35.710 --> 00:26:38.150 Lösung zu finden, also quasi 00:26:38.150 --> 00:26:40.250 per Machine Learning 00:26:40.250 --> 00:26:42.190 ein Modell trainieren, das dann halt sozusagen 00:26:42.190 --> 00:26:42.730 die Lösung 00:26:42.730 --> 00:26:46.290 modelliert und 00:26:46.290 --> 00:26:48.230 dann verändert sich der 00:26:48.230 --> 00:26:50.370 Job als Programmierer halt so ein bisschen 00:26:50.370 --> 00:26:52.470 und ja, das fand ich 00:26:52.470 --> 00:26:54.270 auch sehr interessant. Ich dachte so, ja, das ist natürlich, das hebt 00:26:54.270 --> 00:26:55.710 es dann wieder auf eine etwas abstraktere Ebene. 00:26:56.510 --> 00:26:58.330 Dann werden natürlich die Tools, die man dafür braucht, 00:26:58.450 --> 00:27:00.330 halt extrem wichtig und sehr 00:27:00.330 --> 00:27:02.330 interessant. Genau, und auch die 00:27:02.330 --> 00:27:04.390 Daten einen ganz anderen Stellenwert bekommen. Und das ist halt 00:27:04.390 --> 00:27:06.470 auch was, was meiner Meinung nach nach wie vor nicht genug 00:27:06.470 --> 00:27:08.150 Aufmerksamkeit bekommt. 00:27:08.350 --> 00:27:10.190 Also auch so als Analogie jetzt, 00:27:10.310 --> 00:27:12.650 wenn du programmierst, klassisch 00:27:12.650 --> 00:27:13.890 schreibst du deinen Code, 00:27:14.330 --> 00:27:16.370 dann hast du einen Compiler, da geht dein 00:27:16.370 --> 00:27:18.290 Code rein und am Ende kommt ein Programm 00:27:18.290 --> 00:27:20.270 raus. Und jetzt 00:27:20.270 --> 00:27:21.950 mit Machine Learning hast du 00:27:21.950 --> 00:27:24.310 deine Daten, du hast einen Algorithmus 00:27:24.310 --> 00:27:26.330 und am Ende trainierst du dein Modell und dein Modell 00:27:26.330 --> 00:27:28.190 kommt raus. Und wenn du jetzt 00:27:28.190 --> 00:27:30.490 feststellst, okay, dein Modell ist nicht sonderlich 00:27:30.490 --> 00:27:32.670 geil. Oder im klassischen Programmieren, 00:27:32.950 --> 00:27:34.430 dein Programm, was am Ende rauskommt 00:27:34.430 --> 00:27:36.490 aus deinem Compiler, macht nicht das, was es 00:27:36.490 --> 00:27:38.530 soll, ist zu langsam, funktioniert nicht, 00:27:38.590 --> 00:27:40.070 hat Bugs. Was machst du? 00:27:40.490 --> 00:27:42.370 Du könntest natürlich hingehen und sagen, 00:27:42.550 --> 00:27:44.390 okay, da gehe ich jetzt erstmal an den 00:27:44.390 --> 00:27:46.570 Compiler ran und schreibe mir meinen eigenen Compiler. 00:27:46.930 --> 00:27:48.250 Machst du aber normalerweise nicht. 00:27:48.510 --> 00:27:50.610 Normalerweise, du gehst in deinen Code rein 00:27:50.610 --> 00:27:51.870 und veränderst deinen Code 00:27:51.870 --> 00:27:54.390 und passt den an und fixt den, 00:27:54.770 --> 00:27:56.470 damit dein Programm am Ende besser wird. 00:27:56.570 --> 00:27:58.430 Ich will damit nicht sagen, es gibt super viel Arbeit, 00:27:58.510 --> 00:28:00.390 die man im Bereich Compiler noch machen kann, 00:28:00.490 --> 00:28:04.430 aber das ist normalerweise so nicht das Erste, was man macht. 00:28:05.010 --> 00:28:07.130 Und analog natürlich, Machine Learning, 00:28:07.610 --> 00:28:09.450 wenn dein Modell nicht das macht, was es soll 00:28:09.450 --> 00:28:11.290 und du damit nicht zufrieden bist, 00:28:11.910 --> 00:28:14.290 kannst du hingehen und deinen Algorithmus tweaken. 00:28:14.430 --> 00:28:16.150 Und natürlich kann sein, dass da ein Bug drin ist, 00:28:16.870 --> 00:28:18.830 der dafür sorgt, dass dein Modell nichts lernt. 00:28:18.830 --> 00:28:22.130 Aber meistens, was du machen solltest, ist, dir die Daten angucken. 00:28:23.310 --> 00:28:29.370 Und du kannst das Schöne am praktischen Machine Learning 00:28:29.370 --> 00:28:32.870 oder quasi praktischen NLP, wenn du es halt wirklich anwendest, auf Probleme ist. 00:28:32.870 --> 00:28:39.250 Dass du quasi selber entscheiden kannst, wie schwierig oder wie einfach du dir quasi das Problem machst. 00:28:39.390 --> 00:28:44.630 Du kannst ja kontrollieren, wie du deine Daten annotierst, wie du die aufbereitest, 00:28:45.630 --> 00:28:47.670 wie du das Problem runterbrichst. 00:28:49.010 --> 00:28:52.810 Und das ist, glaube ich, auch, wie sich zum Beispiel die angewandte Praxis 00:28:52.810 --> 00:28:55.170 so ein bisschen unterscheidet von der reinen Forschung. 00:28:55.930 --> 00:28:58.490 In der Forschung ist das Ziel ein ganz anderes. 00:28:58.490 --> 00:29:16.350 Du hast ein Problem, du hast quasi eine Benchmark, du hast einen Algorithmus, den du entwickelt hast und dann, es macht natürlich Sinn, wir wollen alle unsere Algorithmen am selben Problem vergleichen, denn nur so kannst du sehen, ist das, was ich jetzt hier mache, besser als das, was jemand anders gemacht hat. Macht meine Idee Sinn, funktioniert das? 00:29:17.710 --> 00:29:36.670 Das heißt, da setzt du dich typischerweise nicht hin und änderst das Problem, denn dann hat deine ganze Forschung keinen Sinn mehr. Aber das sind eben ein bisschen die anderen Denkweisen, die man da hat und das ist auch, glaube ich, etwas, was einfach die angewandte Praxis unterscheidet. 00:29:36.670 --> 00:29:55.970 Und auch jetzt, um es wieder zurückzuführen, ein bisschen auf das, was wir so machen, was auch so ein bisschen die Philosophie von Spacey unterscheidet von vielleicht anderen Bibliotheken und auch die Gedanken, die wir uns machen müssen. Unsere Nutzer sind ja Entwickler, die wirklich in der Praxis diese Systeme bauen. 00:29:56.430 --> 00:30:22.550 Und das heißt, wir müssen natürlich Entscheidungen treffen, die das besonders effizient und einfach machen, aber auch die Möglichkeit geben, eben diese Bausteine entsprechend zusammenzusetzen, manche Bausteine wiederzuverwenden und eben eine flexible Möglichkeit zu haben, diese Systeme halt zu bauen und auch zu testen und auch zu sehen, okay, wenn was nicht funktioniert, möchtest du ja gucken, wo ist das Problem? 00:30:23.170 --> 00:30:32.790 Das ist sehr schwer, wenn alles so eine Blackbox ist und du am Ende nicht weißt, was passiert da. Da geht was rein, am Ende kommt was raus und ja, das war's halt. 00:30:34.330 --> 00:31:02.550 Ja, genau. Und das ist natürlich auch sowas, was man wahrscheinlich im akademischen Bereich nicht so häufig hat, dass man eben auch mit den Annotationstools viel zu tun hat oder auch mit, so was ich auch immer häufig sehe, dass man, dass halt dieses, wie speichert man Daten, wie reagiert man darauf, wenn sich Daten verändern oder so, ist halt ein ganz wichtiger Teil. Dieser ganze Data Engineering Aspekt ist halt auch total wichtig. Und den hat man halt eigentlich gar nicht, wenn man jetzt mit fixen Corpora arbeitet, die immer gleich sind. 00:31:02.550 --> 00:31:06.110 Wie gesagt, das ist ja auch nicht unbedingt was, 00:31:06.170 --> 00:31:07.990 wo sich ein Forscher mit beschäftigen möchte. 00:31:08.210 --> 00:31:09.950 Aber ich glaube, es ist eher was, was man auf der anderen Seite, 00:31:10.010 --> 00:31:12.250 wenn man eben im angewandten Bereich arbeitet, 00:31:12.350 --> 00:31:13.810 sich halt bewusst machen muss, 00:31:13.930 --> 00:31:17.110 okay, es gibt so ein bisschen den Momentan, 00:31:17.230 --> 00:31:18.990 viele Leute sind unglaublich heiß drauf 00:31:18.990 --> 00:31:21.770 und wollen sich halt so, okay, die letzte Forschung direkt rein, 00:31:22.230 --> 00:31:28.290 ins Blut, direkt injizieren, so schnell wie möglich. 00:31:28.850 --> 00:31:31.450 Und in manchen Bereichen geht das. 00:31:31.450 --> 00:31:33.050 und natürlich, wir haben wirklich in den letzten Jahren 00:31:33.050 --> 00:31:35.150 vor allem sehr schnelle Adoptionen gesehen 00:31:35.150 --> 00:31:36.990 von Dingen, die in der Forschung entwickelt wurden 00:31:36.990 --> 00:31:39.490 und auch praktisch 00:31:39.490 --> 00:31:41.070 sehr schnell auch 00:31:41.070 --> 00:31:43.450 wendbar 00:31:43.450 --> 00:31:43.890 waren 00:31:43.890 --> 00:31:47.050 und natürlich, der Kreislauf 00:31:47.050 --> 00:31:48.970 wird schneller und wenn irgendwas Interessantes 00:31:48.970 --> 00:31:49.990 rauskommt, 00:31:51.410 --> 00:31:52.550 dann dauert es auch 00:31:52.550 --> 00:31:55.170 nicht mehr so lange, bis man auch tatsächlich 00:31:55.170 --> 00:31:57.090 was Sinnvolles damit machen kann, aber es ist halt nicht immer so 00:31:57.090 --> 00:31:58.810 und es ist auch nicht immer nur, weil irgendein 00:31:58.810 --> 00:32:00.970 Paper rauskommt, was halt spannend 00:32:00.970 --> 00:32:02.510 klingt, heißt es nicht, dass es unbedingt 00:32:02.510 --> 00:32:04.610 das ist, was 00:32:04.610 --> 00:32:07.030 dein System auf jeden Fall jetzt braucht. 00:32:07.450 --> 00:32:08.270 Und ja. 00:32:10.470 --> 00:32:10.830 Wie gesagt, 00:32:10.830 --> 00:32:12.670 für viele Probleme, 00:32:12.810 --> 00:32:14.770 selbst mit einem oldschool linearen Modell 00:32:14.770 --> 00:32:15.510 kannst du oft 00:32:15.510 --> 00:32:18.190 viel machen. Oder wenn 00:32:18.190 --> 00:32:20.730 dein lineares Modell das überhaupt nicht hinkriegt, 00:32:21.650 --> 00:32:22.570 heißt es auch oft, dass 00:32:22.570 --> 00:32:24.730 vielleicht die Definition 00:32:24.730 --> 00:32:26.650 deines Problems eher das Problem 00:32:26.650 --> 00:32:27.230 ist als 00:32:27.230 --> 00:32:29.990 der genaue Algorithmus. 00:32:30.970 --> 00:32:33.610 Ja, ja, ja, ja. 00:32:35.950 --> 00:32:36.390 Ja. 00:32:39.470 --> 00:32:39.910 Genau. 00:32:41.910 --> 00:32:43.390 Ihr macht ja auch noch 00:32:43.390 --> 00:32:45.210 im Prodigy 00:32:45.210 --> 00:32:46.750 dieses Annotationstool. 00:32:47.490 --> 00:32:49.350 Das ist auch alles quasi so, wie 00:32:49.350 --> 00:32:51.290 Spacey auch Python, beziehungsweise 00:32:51.290 --> 00:32:53.150 wahrscheinlich dann im Frontend irgendwie was anderes ist, 00:32:53.350 --> 00:32:54.010 weiß ich gar nicht. 00:32:55.210 --> 00:32:57.070 Ja, also Frontend natürlich, du brauchst immer ein bisschen JavaScript, 00:32:57.070 --> 00:32:59.070 damit es im Browser läuft und es ist 00:32:59.070 --> 00:33:00.730 so eine relativ leichte React-App, 00:33:00.970 --> 00:33:03.270 Aber ja, Backend ist alles in Python 00:33:03.270 --> 00:33:04.990 und die Philosophie ist auch wirklich, 00:33:05.090 --> 00:33:07.030 okay, es ist ein Entwicklertool, du möchtest damit programmieren. 00:33:07.110 --> 00:33:08.430 Das war uns immer unglaublich wichtig. 00:33:09.190 --> 00:33:10.430 Und ja, wir freuen uns auch, 00:33:10.490 --> 00:33:11.950 das wurde halt super gut angenommen. 00:33:12.370 --> 00:33:13.510 Prodigy ist sehr erfolgreich. 00:33:14.430 --> 00:33:16.670 Und das ist auch was, was wirklich, glaube ich, 00:33:16.690 --> 00:33:18.910 Entwickler anspricht. 00:33:19.730 --> 00:33:21.710 Und das ist auch die Art von Tools, 00:33:21.710 --> 00:33:23.230 die wir entwickeln wollen und natürlich auch die Art von Tools, 00:33:23.350 --> 00:33:24.370 die wir auch gerne benutzen wollen. 00:33:24.570 --> 00:33:26.410 Also ich möchte, wenn ich mit etwas arbeite, 00:33:26.490 --> 00:33:28.170 ich möchte programmieren können. 00:33:28.370 --> 00:33:29.050 wenn ich irgendwas 00:33:29.050 --> 00:33:31.850 möchte, wenn ich 00:33:31.850 --> 00:33:33.830 weiß, wie ich irgendwas in Python machen kann 00:33:33.830 --> 00:33:35.870 und ein Tool gibt mir die Möglichkeit, 00:33:36.150 --> 00:33:37.710 da einfach ein bisschen Code zu schreiben, 00:33:38.110 --> 00:33:38.910 denke ich, cool, super. 00:33:39.450 --> 00:33:41.090 Vor allem, weil ja auch in dem Bereich 00:33:41.090 --> 00:33:43.910 fast alles andere in Python 00:33:43.910 --> 00:33:44.770 läuft. 00:33:46.510 --> 00:33:47.210 Wenn du jetzt 00:33:47.210 --> 00:33:49.050 Spacey benutzt, andere Bibliotheken, 00:33:49.210 --> 00:33:50.830 die Modelle, das ist meistens 00:33:50.830 --> 00:33:52.890 Python. Du kannst unglaublich viel 00:33:52.890 --> 00:33:54.890 machen, was das 00:33:54.890 --> 00:33:56.710 Laden von Daten, Streamen 00:33:56.710 --> 00:33:57.790 und so weiter angeht. 00:33:58.370 --> 00:34:00.750 das ist alles möglich, das ist alles gelöst. 00:34:02.230 --> 00:34:03.850 Und da ist auch unsere Philosophie generell, 00:34:04.470 --> 00:34:08.970 wir wollen es Entwicklern ermöglichen, Code zu schreiben. 00:34:09.110 --> 00:34:11.210 Wenn du Code schreiben kannst, ist es immer besser. 00:34:11.370 --> 00:34:13.210 Du möchtest nicht nur einen Button haben, auf den du klicken kannst. 00:34:13.290 --> 00:34:14.590 Ein Button, auf den du klicken kannst, ist cool, 00:34:14.590 --> 00:34:19.650 aber wenn du mehr machen möchtest, solltest du die Möglichkeit haben. 00:34:19.830 --> 00:34:21.930 Und für Entwickler ist einfach Code die beste Art und Weise. 00:34:23.970 --> 00:34:26.510 Was kann man denn machen mit den Daten, 00:34:26.730 --> 00:34:28.750 um die vorzubereiten oder aufzubereiten 00:34:28.750 --> 00:34:30.550 für Spacey oder mit Spacey sogar 00:34:30.550 --> 00:34:31.110 mit den Daten? 00:34:32.390 --> 00:34:34.330 Also es kommt natürlich darauf an, was man machen möchte. 00:34:34.490 --> 00:34:36.770 Also meinst du mit Vorbereiten, okay, du hast halt 00:34:36.770 --> 00:34:38.550 rohen Text und du möchtest 00:34:38.550 --> 00:34:40.510 halt etwas damit trainieren und du möchtest den 00:34:40.510 --> 00:34:40.990 annotieren? 00:34:41.370 --> 00:34:42.530 Ja, also 00:34:42.530 --> 00:34:46.050 erst mal, die Daten 00:34:46.050 --> 00:34:48.170 musst du natürlich annotieren und 00:34:48.170 --> 00:34:50.470 die in Format bringen, damit 00:34:50.470 --> 00:34:52.390 du zum Beispiel dein Modell damit 00:34:52.390 --> 00:34:53.430 trainieren kannst. Und 00:34:53.430 --> 00:34:56.190 eine Option ist, du kannst ganz 00:34:56.190 --> 00:34:58.210 Oldschool in einer Excel-Tabelle machen, 00:34:58.350 --> 00:35:00.010 du kannst es ganz Oldschool 00:35:00.010 --> 00:35:02.250 in JSON machen 00:35:02.250 --> 00:35:04.310 und das wirklich eintippen, von hier bis da 00:35:04.310 --> 00:35:06.250 ist eine Person oder das und das ist 00:35:06.250 --> 00:35:08.090 das Label, so wird es auch oft gemacht. 00:35:08.610 --> 00:35:09.970 Dann natürlich mit einem Tool wie Prodigy 00:35:09.970 --> 00:35:12.010 sagen wir, hey, du kannst einfach deine Daten 00:35:12.010 --> 00:35:14.030 rein streamen, du kannst ein bisschen 00:35:14.030 --> 00:35:16.130 klicken, du kannst auch 00:35:16.130 --> 00:35:18.250 Sachen ein bisschen automatisieren, das ist halt auch immer cool, 00:35:18.670 --> 00:35:18.970 denn 00:35:18.970 --> 00:35:22.210 als Menschen, 00:35:22.670 --> 00:35:24.130 wir sind einfach, es gibt 00:35:24.130 --> 00:35:25.990 viele Dinge, die wir einfach schlechter können, 00:35:26.110 --> 00:35:27.830 als ein Computer. Ist halt nun mal so. 00:35:28.190 --> 00:35:29.970 Unser Erinnerungsvermögen 00:35:29.970 --> 00:35:32.010 ist schlecht, wenn es darum 00:35:32.010 --> 00:35:33.970 geht, Dinge zuverlässig, 00:35:34.790 --> 00:35:36.170 immer konsistent, 00:35:36.410 --> 00:35:38.030 genau gleich zu machen, können wir nicht. 00:35:39.230 --> 00:35:40.130 Und das sind nun mal 00:35:40.130 --> 00:35:41.890 Dinge, dafür haben wir Computer entwickelt, 00:35:42.030 --> 00:35:44.110 das kann ein Computer halt besser. Deswegen sagen wir halt, 00:35:44.770 --> 00:35:45.850 wenn du halt Dinge, 00:35:46.170 --> 00:35:47.630 die sehr 00:35:47.630 --> 00:35:50.530 ein bisschen 00:35:50.530 --> 00:35:52.070 stupide, wir nicht sagen stupide, 00:35:52.210 --> 00:35:53.670 aber wo du immer das Gleiche machen musst, 00:35:53.890 --> 00:35:55.990 das kann halt auch ein Computer machen. Du kannst ein Computer sagen, 00:35:56.090 --> 00:36:00.090 okay, ich bin mir relativ sicher, dass Berlin eigentlich immer eine Stadt ist. 00:36:00.650 --> 00:36:02.730 Und wenn nicht, gut, dann kann ich das korrigieren. 00:36:02.730 --> 00:36:05.570 Das heißt, du kannst dir Workflows bauen, wo du sagst, 00:36:05.630 --> 00:36:08.950 hey, ich habe hier ein paar Beispiele für das, 00:36:09.790 --> 00:36:12.030 was ich quasi in meinen Daten labeln möchte. 00:36:13.670 --> 00:36:16.550 Das mache ich jetzt automatisch und gucke mir das nur an. 00:36:16.730 --> 00:36:19.010 Und wenn irgendwas falsch ist, dann korrigiere ich das. 00:36:19.110 --> 00:36:21.710 Oder du hast schon ein Modell, das sagt ein paar Dinge voraus, 00:36:21.770 --> 00:36:22.450 ist aber nicht so gut. 00:36:23.110 --> 00:36:27.810 kannst du sagen, cool, Modell, label mir das schon mal 00:36:27.810 --> 00:36:28.910 und ich gucke mir das noch an. 00:36:30.150 --> 00:36:31.390 Das ist was, was du machen kannst. 00:36:31.570 --> 00:36:33.970 Und am Ende, okay, am Ende kriegst du die Daten raus 00:36:33.970 --> 00:36:36.930 und kannst dann dein Modell damit trainieren. 00:36:37.690 --> 00:36:40.750 Aber da fängt es halt auch, ich würde sagen, da fängt es halt erst an. 00:36:41.190 --> 00:36:42.530 Das ist halt der erste Schritt. 00:36:42.730 --> 00:36:44.530 Und das Lustige ist oft, wenn man halt hört, 00:36:44.630 --> 00:36:46.710 wie Leute sich über diese Themen austauschen, 00:36:47.090 --> 00:36:49.310 klingt es danach, als wäre es dann schon vorbei. 00:36:49.670 --> 00:36:51.130 Cool, du labelst so ein bisschen deine Daten, 00:36:51.270 --> 00:36:52.270 dann trainierst dein Modell, fertig. 00:36:53.110 --> 00:37:15.170 Aber natürlich ist es immer ein iterativer Prozess. Dein Modell musst du immer weiter trainieren, genauso wie du deinen Code auch ständig refactors und weiterentwickelst. Das ist nicht statisch. Oder eine Webseite. Du kannst eine Webseite dir entwickeln lassen, den Auftrag geben, aber die musst du halt auch updaten. 00:37:15.830 --> 00:37:18.610 Und wenn du jemanden beauftragst, dir eine Webseite zu machen, 00:37:20.670 --> 00:37:23.650 willst du normalerweise auch, dass die Webseite, 00:37:24.030 --> 00:37:27.190 dass da eine Möglichkeit ist, dass du die auch später updaten kannst 00:37:27.190 --> 00:37:29.090 und du nicht jedes Mal deinen Webmaster anrufen musst, 00:37:29.170 --> 00:37:31.030 wie in den 90ern oder so. 00:37:32.650 --> 00:37:34.610 Und deswegen, okay, einmal du hast deine Daten, 00:37:35.190 --> 00:37:37.270 meistens irgendwas geht schief, irgendwas funktioniert nicht. 00:37:37.730 --> 00:37:39.870 Dann guckst du dir oft an, okay, was sind die Probleme? 00:37:39.870 --> 00:37:42.170 Was könnte das drüber aussagen? 00:37:42.250 --> 00:37:46.430 Da musst du ein bisschen, oft auch, okay, ein bisschen logisch drüber nachdenken. 00:37:47.230 --> 00:37:49.550 Okay, wie funktioniert das Modell? Was ist hier vielleicht das Problem? 00:37:51.490 --> 00:37:55.970 Was haben die Beispiele gemeinsam, die halt nicht so gut funktionieren? 00:37:56.070 --> 00:37:57.430 Vielleicht brauche ich auch einfach ein bisschen mehr Daten. 00:37:57.810 --> 00:38:00.730 Ich habe nur sehr wenige Beispiele aus diesem Bereich. 00:38:01.490 --> 00:38:04.630 Mal gucken, wie es funktioniert, wenn ich einfach ein bisschen mehr hinzugebe. 00:38:04.630 --> 00:38:33.270 Oder vielleicht, anstatt zu sagen, ich habe jetzt ganz spezielle Kategorien für Stadt, Kreis, Bundesland oder so, vielleicht mache ich es ein bisschen allgemeiner, denn oft ist das ja, vielleicht macht es so, dass die Modelle ein bisschen einfacher sagen, okay, du musst nicht nur im Kontext erkennen, handelt es sich um eine generelle Ortschaft, ein Land, ein Kontinent, ein Kreis, ein Bundesland. 00:38:33.870 --> 00:38:36.450 Und das ist oft vielleicht ein bisschen einfacher 00:38:36.450 --> 00:38:37.470 im Kontext vorher zu sagen. 00:38:37.470 --> 00:38:38.330 Und dann kannst du immer noch sagen, 00:38:38.450 --> 00:38:43.170 okay, ist das, sobald ich weiß, da geht es um eine Lokalität, 00:38:43.850 --> 00:38:45.210 habe ich einen zweiten Prozess, der dann sagt, 00:38:45.310 --> 00:38:47.430 okay, der grenzt das ein bisschen mehr ein und so weiter. 00:38:47.490 --> 00:38:49.390 Das sind alles die Entscheidungen, die man halt treffen muss, 00:38:49.470 --> 00:38:52.250 die auch oft sehr spezifisch sind und darauf ankommen, 00:38:52.330 --> 00:38:53.510 was man halt für ein Problem lösen möchte. 00:38:56.670 --> 00:38:59.070 Ja, also so in der Praxis kriegt man dann immer oft so, 00:39:01.130 --> 00:39:03.710 was ich bei Textkategorisierungen 00:39:03.710 --> 00:39:05.150 dann die ganze Zeit gemacht habe, 00:39:05.230 --> 00:39:07.390 war halt so, in einem Preisvergleich 00:39:07.390 --> 00:39:09.230 Angebote in Kategorien sortieren 00:39:09.230 --> 00:39:10.870 und da ist es halt zum Beispiel, 00:39:11.330 --> 00:39:13.290 merkt man dann, wenn man viele Angebote 00:39:13.290 --> 00:39:15.110 hat und auch viele immer neu dazukommen von 00:39:15.110 --> 00:39:17.030 irgendwelchen Shops, die man vorher noch nicht gesehen hat, 00:39:17.450 --> 00:39:19.390 dass es unter Umständen sehr sinnvoll ist, so eine Kategorie 00:39:19.390 --> 00:39:19.950 zu haben wie 00:39:19.950 --> 00:39:22.990 alle Dinge, für die wir keine Kategorie haben, weil 00:39:22.990 --> 00:39:25.430 ansonsten verteilen die sich halt 00:39:25.430 --> 00:39:26.950 in alle Dinge, wo man eine hat 00:39:26.950 --> 00:39:29.030 und das ist gar nicht gut, weil dann 00:39:29.030 --> 00:39:31.230 Und dann denkt man sich, wo kommt dieser Kraml mal her? 00:39:32.950 --> 00:39:33.610 Ja, genau. 00:39:35.550 --> 00:39:38.410 Einerseits willst du dir natürlich vorher idealerweise Gedanken machen, 00:39:38.690 --> 00:39:39.790 wie ordne ich das ein. 00:39:40.070 --> 00:39:41.870 Du möchtest auch nicht, dass du während du das annotierst, 00:39:41.930 --> 00:39:42.830 dass jeder dann einfach mal, 00:39:42.870 --> 00:39:44.390 oh, hier habe ich noch eine Idee für eine Kategorie. 00:39:45.550 --> 00:39:47.110 So stellen sich das auch manchmal Leute vor, 00:39:47.210 --> 00:39:48.370 aber das ist natürlich nicht sinnvoll. 00:39:49.270 --> 00:39:50.590 Aber andererseits musst du dir auch überlegen, 00:39:50.690 --> 00:39:51.830 okay, wie gehe ich damit um? 00:39:51.990 --> 00:39:54.450 100 pro, du hast 1000 Beispiele annotiert. 00:39:54.510 --> 00:39:55.430 Und dann denkst du, ja, Mist, 00:39:55.430 --> 00:39:58.170 nee, hätte ich jetzt doch noch mal eine andere Kategorie machen sollen. 00:39:58.530 --> 00:40:13.050 Und dann willst du einen Workflow haben, bei dem du das relativ easy machen kannst und wo du nicht sagst, ja toll, jetzt muss ich nochmal ganz von vorne anfangen oder ja, jetzt, keine Ahnung, jetzt habe ich meinen ganzen Fortschritt hier verloren und so weiter. 00:40:13.050 --> 00:40:31.630 Also das ist alles richtig. Und noch ein ganz anderes Thema, oder ein ähnliches Thema ist, du enkodierst immer eine gewisse Voreingenommenheit in dein Modell. Das liegt schon daran, dass Sprache ist voreingenommen und das ist ja auch nicht unbedingt schlecht. 00:40:31.630 --> 00:40:46.650 Also die Idee, okay, wenn du jetzt irgendwelche Texte aus den 60ern analysierst, da gibt es bestimmte Dinge, da kommen halt mehr Männer vor und keine Frauen, da ist die entsprechende Sprache gewählt. 00:40:47.030 --> 00:41:15.310 Wenn du dir da, oder wenn du dir, weiß nicht, Hasskommentare auf Twitter analysieren möchtest, da ist, das ist auf jeden Fall relativ speziell und du möchtest ja auch, dass das Modell sowas sieht, aber du möchtest nicht unbedingt, dass dein Chatbot am Ende Twitter-Kommentare generiert, genau, oder du trainierst dein Modell für Personennamen und da in deinen Beispielen, da haben alle so schöne deutsche Namen wie Jochen und das funktioniert auch total super 00:41:15.310 --> 00:41:18.790 und dann setzt du das in der Praxis ein, 00:41:18.930 --> 00:41:23.730 wo auf einmal Leute nicht so typisch klassische deutsche Namen haben 00:41:23.730 --> 00:41:24.610 und dann geht das nicht. 00:41:24.770 --> 00:41:27.870 Und dann können die Leute deine Tools nicht nutzen 00:41:27.870 --> 00:41:30.770 oder haben dann ganz komische Probleme. 00:41:32.410 --> 00:41:33.730 Und das ist natürlich auch was, 00:41:33.810 --> 00:41:36.730 dass du erst rausfindest, wenn du mit den Daten arbeitest 00:41:36.730 --> 00:41:39.870 und da tatsächlich iterierst. 00:41:43.890 --> 00:41:44.410 Und... 00:41:45.310 --> 00:41:48.070 Ja, ich glaube, das ist auch 00:41:48.070 --> 00:41:50.230 das stellen sich viele Leute 00:41:50.230 --> 00:41:52.250 meistens dann zu einfach vor. 00:41:53.170 --> 00:41:54.570 Ja, es ist 00:41:54.570 --> 00:41:58.170 ja, und gute Tools 00:41:58.170 --> 00:42:00.030 an der Stelle. Sprache ist 00:42:00.030 --> 00:42:01.490 messy irgendwie, ja. 00:42:02.330 --> 00:42:04.210 Ja, und es macht auch spannend, 00:42:04.530 --> 00:42:04.790 aber 00:42:04.790 --> 00:42:08.270 es ist durchaus, also man, ich glaube, 00:42:08.270 --> 00:42:09.530 ja, man kommt nicht drum rum, 00:42:10.070 --> 00:42:11.370 sich auch wirklich Gedanken zu machen. 00:42:12.090 --> 00:42:15.050 Ja, von Ärger. 00:42:15.070 --> 00:42:17.370 es klingt so, ah, Künstliche Intelligenz 00:42:17.370 --> 00:42:18.150 macht das alles für uns. 00:42:19.150 --> 00:42:20.970 Nein, wenn du es benutzen möchtest 00:42:20.970 --> 00:42:21.870 und da wirklich, 00:42:22.890 --> 00:42:25.310 und nicht nur, du musst dir Gedanken machen, du solltest dir Gedanken machen. 00:42:25.410 --> 00:42:27.010 Ich finde es wichtig, dass wir uns alle 00:42:27.010 --> 00:42:29.070 Gedanken machen über das, was wir 00:42:29.070 --> 00:42:30.210 entwickeln, 00:42:31.050 --> 00:42:33.170 was wir erreichen wollen, wie wir das 00:42:33.170 --> 00:42:34.250 machen, ob es Sinn macht, 00:42:35.950 --> 00:42:37.150 was da für Probleme auftreten 00:42:37.150 --> 00:42:38.510 können und eben auch, 00:42:39.230 --> 00:42:40.970 wie es funktioniert. Ich glaube, es ist wichtig 00:42:40.970 --> 00:42:42.650 zu verstehen, grob, 00:42:43.130 --> 00:42:44.490 wie funktionieren diese Modelle 00:42:44.490 --> 00:42:47.750 was passiert da, auf welcher Basis 00:42:47.750 --> 00:42:49.230 machen die Vorhersagen 00:42:49.230 --> 00:42:51.110 und was bedeutet das am Ende 00:42:51.110 --> 00:42:53.750 und das bedeutet nicht, dass 00:42:53.750 --> 00:42:56.030 jeder genau im Detail 00:42:56.030 --> 00:42:57.830 Machine Learning verstehen muss 00:42:57.830 --> 00:42:59.690 genauso wie natürlich, wenn du dein Auto fährst 00:42:59.690 --> 00:43:01.670 musst du nicht verstehen, wie das Auto genau 00:43:01.670 --> 00:43:03.690 funktioniert, aber bis zum 00:43:03.690 --> 00:43:05.730 gewissen Grad ist es durchaus wichtig 00:43:05.730 --> 00:43:06.610 und deswegen finde ich es auch 00:43:06.610 --> 00:43:08.990 teilweise problematisch 00:43:08.990 --> 00:43:11.150 wenn das so ein bisschen in 00:43:11.150 --> 00:43:13.810 manchen Tools oder in manchen 00:43:13.810 --> 00:43:16.030 Produkten so komplett wegabstrahiert 00:43:16.030 --> 00:43:17.750 wird. So, uh, gib irgendwas ein, unsere 00:43:17.750 --> 00:43:19.890 magische künstliche Intelligenz macht das alles 00:43:19.890 --> 00:43:22.030 für euch. Und ich glaube, 00:43:22.110 --> 00:43:23.530 da das Problem ist, das ist halt 00:43:23.530 --> 00:43:26.050 schon allein 00:43:26.050 --> 00:43:27.970 für die 00:43:27.970 --> 00:43:29.770 Benutzer das deutlich 00:43:29.770 --> 00:43:31.870 intransparenter macht, was da eigentlich 00:43:31.870 --> 00:43:33.690 passiert. Obwohl 00:43:33.690 --> 00:43:35.710 eigentlich, glaube ich, auch der Endbenutzer sollte sich überlegen, 00:43:35.810 --> 00:43:37.330 okay, was geht da ab? 00:43:38.350 --> 00:43:39.330 Was, oder wenn, okay, 00:43:39.530 --> 00:43:41.830 eine KI macht das. Die erste 00:43:41.830 --> 00:43:43.770 Frage sollte sein, okay, womit wollt ihr die trainieren? 00:43:43.810 --> 00:43:48.230 oder auch, genau, in der Medienberichterstattung. 00:43:48.350 --> 00:43:52.210 Okay, cool, irgendwas mit KI, auf welcher Basis denn, was macht das? 00:43:53.970 --> 00:43:56.510 Und das einfach ein bisschen kritischer zu hinterfragen 00:43:56.510 --> 00:44:00.350 und ich glaube, dahin kommen wir nur, wenn wir halt, ja, auch dafür sorgen, 00:44:00.350 --> 00:44:04.890 dass jeder so ein bisschen grob eine Idee hat, wie das so funktioniert 00:44:04.890 --> 00:44:07.870 und das ein bisschen einschätzen kann. 00:44:09.710 --> 00:44:25.990 Ja, das ist momentan halt so eine Übergangszeit, wo teilweise die Erwartungen halt total übertrieben sind, auf der anderen Seite halt nicht klar ist, was alles an tollen Sachen schon geht, wo man sich denkt, wo dann Leute sagen, ja, das geht ja dann auf keinen Fall und man denkt so, ja doch, eigentlich schon, das geht ja schon. 00:44:28.350 --> 00:44:37.190 Das ist halt ein bisschen undiintuitiv, was auf einmal funktioniert und was halt nach wie vor schwer ist, weil es halt auch nicht immer proportional ist zu dem, was man sich so vorstellt. 00:44:37.190 --> 00:44:53.490 Und es ändert sich halt gerade und dann hat man mühselig gelernt, dass dies oder jenes nicht geht und dann ist das Wissen ja auch nur ein paar Jahre alt und dann plötzlich ist es aber schon veraltet und das geht in anderen Bereichen ja nicht so. Da stimmt das halt alles noch, wenn man das mal gelernt hat und ja, das macht halt viele Verwirrungen irgendwie auf allen Ebenen. 00:44:54.510 --> 00:45:08.810 Ja, es ist auf jeden Fall eine spannende Zeit, aber ich glaube, es gibt viele Möglichkeiten und ich glaube auch, es gibt viele Anwendungsbereiche, wo auch wirklich diese neuen Technologien einen großen Unterschied machen können. 00:45:09.510 --> 00:45:18.270 Das würde mich jetzt tatsächlich auch nochmal interessieren, also was für Anwendungsbereiche es denn da für alles gibt. Also Chatbots haben wir jetzt irgendwie schon gesagt oder jetzt Nachrichtenportale, die irgendwelchen Content generieren möchten oder sowas. 00:45:20.910 --> 00:45:40.630 Ja, also ich meine, eigentlich im Endeffekt, klar, alles, wo du halt Text hast und was damit machen möchtest, aber tatsächlich, was ich immer sagen muss, es gibt natürlich so wow, fancy Dinge, die Leute entwickelt haben, die ganz cool klingen und im Endeffekt vielleicht gar nicht so, ja, so einen großen Unterschied machen praktisch. 00:45:40.630 --> 00:46:08.570 Und da gibt es viele Dinge, die uns im Alltag begegnen, die relativ langweilig klingen, wo du aber dann siehst, oh, das macht wirklich was. Oder auch schon allein für eine Firma intern, wenn die irgendwelche Dinge optimieren, die vielleicht vorher von Menschen manuell gemacht wurden oder wo eben entsprechende Fehler passieren können, den man so ein bisschen vorbeugen kann. 00:46:10.630 --> 00:46:17.470 ich weiß nicht, die Zentralbanken ihren Zinssatz besser anpassen können. 00:46:17.630 --> 00:46:22.290 Das klingt erstmal super lame, ist jetzt nicht, 00:46:22.470 --> 00:46:26.370 nee, das ist jetzt als Beispiel so, so beginn, next, 00:46:26.770 --> 00:46:32.810 aber das ist tatsächlich was, was entsprechend auch einen sehr positiven Einfluss hat 00:46:32.810 --> 00:46:37.370 auf die Welt, auf die Wirtschaft, unser generelles Zusammenleben, 00:46:37.370 --> 00:46:40.550 also auch komplett, das ist noch nicht mal so ein Beispiel, wo du sagst, 00:46:40.590 --> 00:46:43.190 hier Finance, Evil, 00:46:43.330 --> 00:46:43.830 sondern das ist 00:46:43.830 --> 00:46:46.270 objektiv zu sagen, okay gut, 00:46:48.270 --> 00:46:49.250 davon 00:46:49.250 --> 00:46:50.150 haben wir eigentlich alle was. 00:46:52.650 --> 00:46:52.870 Jetzt 00:46:52.870 --> 00:46:54.710 als Beispiel, aber auch 00:46:54.710 --> 00:46:56.970 ja, also 00:46:56.970 --> 00:46:58.010 ich würde schon sagen, 00:46:58.010 --> 00:46:58.210 die 00:46:58.210 --> 00:47:02.050 Sachen, 00:47:02.210 --> 00:47:03.810 die relativ gut funktionieren, 00:47:03.870 --> 00:47:04.690 sind nicht immer die 00:47:04.690 --> 00:47:07.970 sexiesten, wie man so gerne sagt, 00:47:08.190 --> 00:47:08.450 aber 00:47:08.450 --> 00:47:11.390 ja. 00:47:14.090 --> 00:47:15.870 Ja, ich meine, ich kenne es halt 00:47:15.870 --> 00:47:18.030 häufig, ich weiß nicht, ob das jetzt die Welt wirklich 00:47:18.030 --> 00:47:20.190 besser macht, aber es wird viel verwendet 00:47:20.190 --> 00:47:21.870 eben in diesem ganzen Bereich, Werbung 00:47:21.870 --> 00:47:23.630 irgendwie automatisieren 00:47:23.630 --> 00:47:24.890 in gewisser Weise. 00:47:25.770 --> 00:47:27.890 Da kann man sich, glaube ich, schon, da kann man sich tatsächlich 00:47:27.890 --> 00:47:28.410 überstreiten. 00:47:32.590 --> 00:47:34.010 Was passiert eigentlich, wenn man so etwas wie 00:47:34.010 --> 00:47:36.010 Spacey auf Python als Sprache 00:47:36.010 --> 00:47:37.690 lassen würde, also Text in Python 00:47:37.690 --> 00:47:39.110 hatte eine Programmiersprache. 00:47:39.530 --> 00:47:41.750 Also Spacey jetzt an sich 00:47:41.750 --> 00:47:43.830 ist schwer zu sagen, 00:47:43.910 --> 00:47:45.990 weil natürlich die Implementationen, 00:47:45.990 --> 00:47:47.950 die wir jetzt entwickelt haben, die sind natürlich so ein bisschen 00:47:47.950 --> 00:47:49.810 getönt auf tatsächlich die natürliche Sprache. 00:47:49.910 --> 00:47:51.370 Aber es gibt sehr interessante Projekte 00:47:51.370 --> 00:47:52.210 zu 00:47:52.210 --> 00:47:55.350 Source-Code 00:47:55.350 --> 00:47:58.070 Analyse 00:47:58.070 --> 00:47:59.870 mit Machine Learning. Ich glaube GitHub hat dazu 00:47:59.870 --> 00:48:00.430 auch was gemacht. 00:48:01.950 --> 00:48:03.490 Das war sehr spannend und 00:48:03.490 --> 00:48:05.850 ja, es gibt auch ein paar Projekte, wo du 00:48:05.850 --> 00:48:06.870 halt siehst, oh cool, 00:48:07.670 --> 00:48:10.330 Auch dieser generative Ansatz, der funktioniert ja auch. 00:48:10.390 --> 00:48:13.530 Du kannst ja auch sagen, basierend auf diesen Wörtern 00:48:13.530 --> 00:48:17.090 oder diesen Tokens im Programmierensinne, 00:48:17.710 --> 00:48:20.450 sage die Nächsten voraus. 00:48:21.430 --> 00:48:24.250 Und so kannst du tatsächlich, und dann kannst du natürlich als, 00:48:26.350 --> 00:48:28.350 ja, du kannst natürlich sagen, was am Ende raus, 00:48:28.450 --> 00:48:31.970 das Ding produziert, muss natürlich gültiger Code sein, 00:48:32.030 --> 00:48:32.610 der auch läuft. 00:48:33.370 --> 00:48:35.930 Und so haben auch Modelle entwickelt, 00:48:35.930 --> 00:48:37.330 die natürlich dann 00:48:37.330 --> 00:48:39.690 programmieren können, also 00:48:39.690 --> 00:48:41.730 quasi reflektieren können, was sie 00:48:41.730 --> 00:48:43.410 irgendwie, was andere Leute auf GitHub 00:48:43.410 --> 00:48:45.250 gepostet haben. Oder der super 00:48:45.250 --> 00:48:47.870 Autocompetition oder sowas, das ist ja irgendwie dann auch 00:48:47.870 --> 00:48:49.870 relativ nah dran. Das ist zum Beispiel ein Bereich, 00:48:49.950 --> 00:48:51.790 wo ich sage, okay, das macht natürlich Sinn 00:48:51.790 --> 00:48:53.790 oder auch, wenn jetzt rein theoretisch, stell dir 00:48:53.790 --> 00:48:55.690 vor, du könntest sowas auf, wenn du hast eine 00:48:55.690 --> 00:48:57.590 riesen Codebase und du könntest sowas trainieren 00:48:57.590 --> 00:48:59.250 für deine eigene Codebase, 00:48:59.710 --> 00:49:01.590 das wäre zum Beispiel noch mal cooler 00:49:01.590 --> 00:49:03.650 als jetzt, okay, auf der Basis von 00:49:03.650 --> 00:49:05.610 vom ganzen Internet oder du hast, du 00:49:05.610 --> 00:49:06.070 finden. 00:49:06.070 --> 00:49:07.960 an mit so einem relativ 00:49:07.960 --> 00:49:10.000 generischen Modell, das jetzt irgendwie auf 00:49:10.000 --> 00:49:12.020 GitHub alles mögliche gesehen hat, dann passt das 00:49:12.020 --> 00:49:14.000 so ein bisschen an mit deiner Codebase und 00:49:14.000 --> 00:49:15.920 dann könnte es zum Beispiel dein Editor sagen, 00:49:16.020 --> 00:49:18.220 ja, hier hast du aber einen Namen benutzt, 00:49:18.300 --> 00:49:19.960 der irgendwie sieht 00:49:19.960 --> 00:49:21.300 komisch aus oder diese Variable 00:49:21.300 --> 00:49:24.220 das sieht irgendwie, 00:49:24.280 --> 00:49:25.840 das passt nicht und dann kannst du sagen, ah ja, 00:49:25.960 --> 00:49:28.040 stimmt, das war nicht so guter Stil 00:49:28.040 --> 00:49:29.980 oder stimmt, so machen 00:49:29.980 --> 00:49:31.980 wir das ja eigentlich nicht in dieser Codebase. Das ist 00:49:31.980 --> 00:49:33.820 zum Beispiel ganz spannend, aber das ist auch wieder 00:49:33.820 --> 00:49:35.620 sowas, das ist cool, 00:49:36.060 --> 00:49:37.740 Aber ist jetzt vielleicht nicht so 00:49:37.740 --> 00:49:39.960 hypig wie, wow, 00:49:40.100 --> 00:49:41.380 AI schreibt jetzt, 00:49:41.700 --> 00:49:43.300 programmiert jetzt für uns. 00:49:45.940 --> 00:49:47.480 Aber man muss eben auch sagen, 00:49:47.820 --> 00:49:49.620 auch selbst wenn du eben solche Modelle 00:49:49.620 --> 00:49:50.540 trainierst, die eben 00:49:50.540 --> 00:49:53.620 die nächsten Wörter vorhersagen, die können super 00:49:53.620 --> 00:49:55.520 interessante Dinge ausgeben. 00:49:55.640 --> 00:49:56.340 Aber im Endeffekt, 00:49:57.420 --> 00:49:59.120 dein Modell ist kein Programmierer. 00:49:59.240 --> 00:50:01.240 Dein Modell kopiert 00:50:01.240 --> 00:50:03.500 Programmierer. 00:50:03.500 --> 00:50:04.880 Genauso wie wenn du jetzt irgendwie 00:50:04.880 --> 00:50:07.040 so ein Modell fragst 00:50:07.040 --> 00:50:09.140 zu medizinischen 00:50:09.140 --> 00:50:11.120 Themen oder so, auch wenn das das ganze Internet 00:50:11.120 --> 00:50:13.000 gelesen hat, das kann sich 00:50:13.000 --> 00:50:14.920 dann als Doktor ausgeben oder so, 00:50:14.960 --> 00:50:16.720 als Arzt ausgeben oder es kann sich als 00:50:16.720 --> 00:50:19.080 es kann genau 00:50:19.080 --> 00:50:20.800 diesen Text produzieren, 00:50:20.920 --> 00:50:21.880 aber es kann nicht unbedingt 00:50:21.880 --> 00:50:25.360 Krebs heilen, weil es eben 00:50:25.360 --> 00:50:26.380 nur das 00:50:26.380 --> 00:50:28.780 repliziert, was 00:50:28.780 --> 00:50:30.420 existiert 00:50:30.420 --> 00:50:31.900 an Text über 00:50:31.900 --> 00:50:34.240 die Heilung von Krebs zum Beispiel. 00:50:34.880 --> 00:50:57.440 Und deswegen, ich glaube auch so, brauchen wir bald keine Programmierer mehr, ich finde das ist immer ein bisschen, ich finde auch, man kann sich Webentwicklung angucken, das ist ein ganz gutes Beispiel, da ist einfach ein paar Jahre voraus, die Tatsache, dass jeder, jedes Café jetzt sich eine Webseite einrichten kann, bedeutet nicht, dass wir keine Webentwickler mehr brauchen. 00:50:57.600 --> 00:51:14.440 Im Gegenteil, das ist als Beruf gefragter denn je. Es ist nur, ja, bestimmte Teile der Technologie sind halt zugänglicher, aber es gibt nach wie vor genug Leute, die daran arbeiten und es bedeutet auch, dass Firmen viel, viel mehr investieren. 00:51:14.660 --> 00:51:22.420 Jede Firma hat große Abteilungen, die sich halt mit Web, Apps, User Experience und so weiter beschäftigen. 00:51:22.460 --> 00:51:23.120 Das ist ganz normal. 00:51:24.340 --> 00:51:29.480 Und das geht auch nicht zurück, nur weil sich jeder jetzt irgendwie einen Online-Blog einrichten kann. 00:51:29.500 --> 00:51:33.360 Was sich halt vielleicht dann doch verändern könnte, ist halt irgendwie die Art und Weise, wie man sowas macht. 00:51:33.480 --> 00:51:39.180 Also dass man halt jetzt nicht vielleicht pure Syntax schreibt, sondern vielleicht irgendwie auch logische Gedanken irgendwie formulieren kann 00:51:39.180 --> 00:51:43.520 und die Syntax dafür dann übernommen wird vom Alkoholismus. 00:51:43.680 --> 00:51:45.420 Ich weiß nicht, ob das wirklich gehen kann. 00:51:46.820 --> 00:52:10.680 Ja, also ich glaube auch generell für andere professionelle Anwendungen oder es gibt ja auch viele Leute, die professionell arbeiten, ob es jetzt Buchhalter sind, Anwälte, Ärzte, die benutzen ja auch professionelle Software und die benutzen auch Tools und die benutzen auch Dinge, mit denen sie auf eine gewisse Art irgendwie programmieren. 00:52:10.680 --> 00:52:35.660 Auch jemand, der nur in Excel arbeitet oder auch jemand, der sich nur irgendwelche Suchquerys eingibt in irgendeine Datenbank oder so, das ist auch eine Art von Programmieren und das sind auch alles Tools, die man entsprechend verbessern kann oder wo man einfach dem Nutzer bessere Tools zur Hand geben kann, um einfach besser arbeiten zu können. 00:52:35.660 --> 00:52:44.940 Und das heißt nicht unbedingt, dass man ein magisches KI-Modell hat, das auf einmal den Anwalt ersetzt oder den Arzt ersetzt oder den Buchhalter ersetzt, sondern… 00:52:44.940 --> 00:52:46.580 Bei den einen wäre es mehr, bei den anderen weniger, schade. 00:52:47.400 --> 00:53:00.840 Ja, wobei ich mich da auch manchmal frage, ob das nicht so ein Bias ist, den man hat, dass man denkt, dass da bestimmte Berufsgruppen, die halt ein traditionell hohes Ansehen haben, vielleicht gar nicht so unersetzt sind. 00:53:00.840 --> 00:53:02.900 also ich denke jetzt gerade an sowas wie Lehrer zum Beispiel, 00:53:03.140 --> 00:53:04.880 wo man sich sagt, ja gut, also wenn das 00:53:04.880 --> 00:53:06.960 jetzt mit dem, also vorher fand man 00:53:06.960 --> 00:53:08.700 das vielleicht mit irgendwie 00:53:08.700 --> 00:53:10.700 Remote-Dinge unterrichten oder so, 00:53:11.120 --> 00:53:12.940 pui bäh, und jetzt konnte man halt 00:53:12.940 --> 00:53:14.880 nicht anders und jetzt haben die Leute gesehen, ah, es geht ja doch, 00:53:15.200 --> 00:53:16.860 ist ja gar nicht so schlecht, warum 00:53:16.860 --> 00:53:18.880 ist das eigentlich besser, 00:53:19.040 --> 00:53:20.980 wenn das jemand, der aus dem gleichen 00:53:20.980 --> 00:53:22.040 Dorf kommt, wie ich macht, 00:53:22.240 --> 00:53:24.980 sozusagen, und könnte es nicht auch sein, 00:53:25.040 --> 00:53:26.980 dass ich da jemandem zuhöre, 00:53:26.980 --> 00:53:28.920 der wirklich richtig Ahnung davon hat, der muss aber 00:53:28.920 --> 00:53:29.740 nicht unbedingt hier sein. 00:53:30.840 --> 00:53:32.880 Hm, also es könnte schon sein, dass sich... 00:53:32.880 --> 00:53:38.080 Ich finde es schon spannend, was sich halt ja auch jetzt durch die Situation, die Corona-Situation da entwickelt. 00:53:38.080 --> 00:53:42.300 Und man muss auch, was jetzt Jobs angeht, man muss es natürlich realistisch sehen. 00:53:42.380 --> 00:53:50.440 Es gibt viele Jobs, die werden wegfallen oder die sind bereits weggefallen und werden durch Technologie generell wegfallen. 00:53:50.560 --> 00:53:55.080 Und das betrifft entsprechende Menschen und das betrifft auch entsprechende Bevölkerungsgruppen. 00:53:56.500 --> 00:54:02.380 Und eben leider auch entsprechende Bevölkerungsgruppen, die schon eh weniger privilegiert sind als andere. 00:54:03.080 --> 00:54:06.000 Das ist die Praxis. So ist es. 00:54:06.140 --> 00:54:09.040 Meistens so, aber ich weiß gar nicht, ob es diesmal so unbedingt sein muss. 00:54:09.160 --> 00:54:12.840 Oder mich würde es freuen, wenn es auch mal andere trifft. 00:54:13.000 --> 00:54:15.240 Aber gut, keine Ahnung. Vielleicht trifft es auch immer die gleichen. 00:54:16.080 --> 00:54:19.840 Die Sache, das ist halt immer ein viel tiefgehendes Problem. 00:54:19.980 --> 00:54:21.720 Natürlich, grundsätzlich ist es ja nicht schlecht. 00:54:21.800 --> 00:54:24.300 Wenn wir alle weniger arbeiten müssten, wäre das toll. 00:54:24.720 --> 00:54:46.560 Aber das Problem ist, wie alles in unserer Welt, in unserer Gesellschaft, wird sich dieser Vorteil eben nicht proportional auf uns alle verteilen, genauso wie sich das Geld nicht proportional, uns geht es ja viel, viel besser, wir verdienen alle viel, viel, viel mehr Geld im Schnitt, so, aber das Geld verteilt sich leider nicht proportional auf uns alle, sondern nur auf sehr wenige. 00:54:46.560 --> 00:54:59.400 Das heißt, und genauso wird es natürlich, es ist eher naiv anzunehmen, dass sich der Vorteil aus weniger Arbeit und Automatisierung auf einmal schön gleich auf uns alle verteilt, dass wir da alle was von haben. 00:54:59.720 --> 00:55:13.460 Natürlich, aber das ist auch was, was man sich bewusst machen muss, wenn man auch an diesen Technologien arbeitet, aber was man auch andererseits nicht mit Technologie magisch lösen kann, wie viele andere Probleme auch. 00:55:15.960 --> 00:55:37.700 Also ein paar Sachen stelle ich mir wirklich dann doch, sowas wie der automatische Winkeladvokat oder sowas tatsächlich, das wäre doch was, was man gebrauchen könnte. Man braucht halt nicht mehr diese menschliche Komponente, sondern man hat eine automatische Komponente, die relativ genau weiß, wie man so Sachen wie Gesetzestexte interpretieren kann, die ja, ich sag mal, relativ wenig Interpretationsspielraum lassen sollten, aufgrund der Formulierung eigentlich. 00:55:39.000 --> 00:55:41.840 Ich weiß nicht, ist es einfacher, juristische Texte zu verarbeiten? 00:55:42.840 --> 00:56:10.160 Also wenn Juristen, das ist ein interessanter Bereich, da gibt es zum Beispiel auch eine Bibliothek, die auf Spacey aufbaut, die ein Entwickler, der eben auch Jurist ist, entwickelt hat. Das ist auch was, was ich sehr toll finde, dass halt in unserem Bereich, da wir natürlich auch, wir wollen sicher gehen, dass auch Spacey relativ, zumindest der Einstieg leicht ist. Es ist unglaublich leistungsstark, aber du kannst auf jeden Fall relativ einfach anfangen und das ermöglicht eben auch Leuten, die vielleicht aus einem anderen Bereich kommen, zu sagen, cool, ich habe mir ein bisschen Programmieren beigebracht, ich möchte jetzt anfangen, in dem Bereich zu arbeiten. 00:56:10.160 --> 00:56:24.740 Und da gibt es ein paar Pakete, die halt Entwickler entwickelt haben. Und eins davon nennt sich Blackstone. Das beschäftigt sich eben mit juristischen Texten auf Englisch erstmal. Und da kann man auch ganz spannende Sachen machen. 00:56:24.740 --> 00:56:35.780 Und ich glaube, es ist nicht, ja, ich glaube, es ist leider halt nicht so einfach, dass Juristendeutsch oder Juristensprache ist halt so kodiert, dass es eh immer der gleiche ist. 00:56:36.640 --> 00:56:43.840 Aber es gibt, ich glaube tatsächlich, es gibt, weil es halt so eine Formel, weil es sehr formulärisch ist, sagt man das so. 00:56:44.720 --> 00:56:46.020 Formal, formulisiert. 00:56:46.100 --> 00:56:46.460 Formal. 00:56:47.060 --> 00:56:48.140 Irgendwie so, ich weiß nicht. 00:56:48.580 --> 00:56:53.460 Ja, das war jetzt so ein Anglizismus-Fail, also formulaic wollte ich sagen. 00:56:53.500 --> 00:56:53.880 Ah, ja. 00:56:54.260 --> 00:56:56.120 Egal, also 00:56:56.120 --> 00:56:58.840 es ist auf jeden Fall sehr spannend, aber natürlich, was man 00:56:58.840 --> 00:57:00.820 zum Beispiel auch im juristischen Bereich, du musst ja auch 00:57:00.820 --> 00:57:02.780 immer bedenken, am Ende sitzt da ein Richter oder so, 00:57:03.340 --> 00:57:03.680 wie jetzt in 00:57:03.680 --> 00:57:06.720 vielen Fällen, und trifft eine 00:57:06.720 --> 00:57:08.940 Entscheidung. Und das ist auch eine Entscheidung basierend 00:57:08.940 --> 00:57:10.620 auf einer 00:57:10.620 --> 00:57:11.720 menschlichen Interpretation. 00:57:12.760 --> 00:57:14.960 Und das steht ja nach wie vor 00:57:14.960 --> 00:57:15.900 am Ende. Und 00:57:15.900 --> 00:57:18.660 klar, man kann so ein bisschen, natürlich, 00:57:18.760 --> 00:57:20.640 man kann Technik nutzen, um Fehler 00:57:20.640 --> 00:57:22.020 zu vermeiden. Es gibt viele Dinge, 00:57:22.720 --> 00:57:25.400 wo man sagen kann, okay, du hast ganz viele Dokumente, 00:57:25.400 --> 00:57:28.760 da kannst du ein Computer drüber lesen lassen, 00:57:28.820 --> 00:57:31.240 wenn da irgendein Problem ist, wenn irgendwas anders ist, 00:57:31.320 --> 00:57:35.620 wenn irgendwas verdächtig aussieht, kannst du da halt nochmal Aufmerksamkeit ... 00:57:35.620 --> 00:57:37.420 Ich glaube, der Algorithmus könnte an der Stelle zum Beispiel 00:57:37.420 --> 00:57:42.180 relativ genau vorhersagen, was so der Spielraum realistischerweise denn ist. 00:57:42.600 --> 00:57:45.300 Ich meine, man kann jetzt irgendwie in einem juristischen Kommentar nachschlagen 00:57:45.300 --> 00:57:49.520 und gucken, wie könnte denn der jeweilige Sachverhalt interpretierbar sein. 00:57:50.080 --> 00:57:52.580 Und ich glaube, sowas kann halt der Algorithmus auch recht gut. 00:57:53.480 --> 00:58:08.800 Also ich meine, man kann vielleicht diese Recherche, die vielleicht ein Jurist machen kann, aber man muss auch wieder vorsichtig sein, denn am Ende, worauf basiert dein Modell? Dein Modell basiert vielleicht auf anderen Entscheidungen. Dein Modell kann vielleicht replizieren, was in der Vergangenheit entschieden wurde. Ist das denn immer gut? 00:58:08.800 --> 00:58:38.780 Das ist ja das Straßenverkehrsrecht trainiert. 00:58:38.800 --> 00:58:40.720 übertreiben und dann Leuten zu erzählen, 00:58:40.820 --> 00:58:42.840 die ist 99,9% 00:58:42.840 --> 00:58:44.340 korrekt oder so. 00:58:45.100 --> 00:58:46.720 Was natürlich, schon allein 00:58:46.720 --> 00:58:48.580 wenn du sowas hörst, da müssen die eigentlich 00:58:48.580 --> 00:58:50.300 die Alarmglocken angehen. Aber 00:58:50.300 --> 00:58:51.980 Leute glauben das, weil ja, 00:58:52.140 --> 00:58:54.240 ist halt künstliche Intelligenz und 00:58:54.240 --> 00:58:56.280 dann soll 00:58:56.280 --> 00:58:58.440 diese künstliche Intelligenz entscheidet dann halt, ob 00:58:58.440 --> 00:59:00.380 jemand auf Bewährung entlassen wird oder nicht. 00:59:01.040 --> 00:59:02.540 Auf der Basis von, keine Ahnung, 00:59:02.660 --> 00:59:04.480 unklar, wird ja nicht gesagt, aber 00:59:04.480 --> 00:59:07.040 angeblich 99,9% 00:59:07.040 --> 00:59:07.700 korrekt oder so. 00:59:08.800 --> 00:59:19.180 Und da sind natürlich alle Entscheidungen, die Menschen gemacht haben, inklusive jeglicher Voreingenommenheit, ob gut oder ob schlecht, drin widergespiegelt. 00:59:20.880 --> 00:59:27.320 Aber andererseits gibt den Menschen das schöne Gefühl, das sind ja nicht wir, wir müssen ja jetzt die Entscheidung treffen. 00:59:27.820 --> 00:59:29.180 Das ist ja das System. 00:59:30.020 --> 00:59:31.820 Und das ist sehr, sehr gefährlich. 00:59:31.980 --> 00:59:33.560 Und eigentlich, was ich immer finde, 00:59:33.920 --> 00:59:36.200 Leute denken immer an diese Dystopie, 00:59:36.380 --> 00:59:40.440 wo die KI uns alle, weiß ich nicht, umbringt 00:59:40.440 --> 00:59:42.640 oder schlauer ist als wir alle 00:59:42.640 --> 00:59:44.180 und die Technologie funktioniert 00:59:44.180 --> 00:59:46.020 und die uns dann alle unterdrückt oder sowas. 00:59:46.380 --> 00:59:49.200 Aber was viel, viel gefährlicher ist, 00:59:49.240 --> 00:59:51.860 ist eine Zukunft, die auch viel früher passieren wird, 00:59:51.940 --> 00:59:54.460 wo es so lala funktioniert, wie momentan schon. 00:59:54.900 --> 00:59:56.580 Manches funktioniert ganz gut, manches halt nicht. 00:59:57.460 --> 00:59:59.160 Aber wo es gefährlich wird, 00:59:59.160 --> 00:59:59.880 ist, wenn 00:59:59.880 --> 01:00:02.720 die Allgemeinheit glaubt, dass es funktioniert. 01:00:02.860 --> 01:00:04.620 Das ist viel, viel gefährlicher als so eine dystopische 01:00:04.620 --> 01:00:07.060 KI-Zukunft, wo die Maschinen 01:00:07.060 --> 01:00:09.080 alles super machen 01:00:09.080 --> 01:00:10.820 und auf einmal super intelligent sind. 01:00:11.140 --> 01:00:13.040 Ja, wenn sie super intelligent werden, vielleicht machen sie es dann ja auch gut. 01:00:13.180 --> 01:00:13.400 Wer weiß. 01:00:14.260 --> 01:00:16.960 Aber auch wenn wirklich die Idee 01:00:16.960 --> 01:00:18.500 zumindest, diese Prämisse funktioniert. 01:00:19.560 --> 01:00:20.760 Was gefährlich ist, 01:00:20.820 --> 01:00:22.700 wenn du hast da ein System, was irgendjemand 01:00:22.700 --> 01:00:25.040 so zusammengehackt hat mit allem möglichen 01:00:25.040 --> 01:00:26.860 Zeugs, was gar nicht 01:00:26.860 --> 01:00:27.620 wirklich funktioniert. 01:00:28.520 --> 01:00:30.980 Golden Age für gute Entwickler, die können ja einfach 01:00:30.980 --> 01:00:32.620 dann so tun, als haben die ein gewünschtes Ergebnis 01:00:32.620 --> 01:00:34.240 und alle Leute glauben, was sie da erzählen. 01:00:34.320 --> 01:00:36.160 Ja, genau, das ist unglaublich. 01:00:36.300 --> 01:00:39.020 Zum Beispiel, auch hier historisch 01:00:39.020 --> 01:00:40.920 vielleicht ganz relevant, auch so für uns, 01:00:42.340 --> 01:00:42.760 dann kommt 01:00:42.760 --> 01:00:44.540 jemand an und holt deinen Nachbarn ab, 01:00:44.720 --> 01:00:46.980 weil das KI-System 01:00:46.980 --> 01:00:48.460 das 99,9% 01:00:48.460 --> 01:00:50.900 korrekt legt, gesagt hat, dass der ein Terrorist 01:00:50.900 --> 01:00:52.480 ist. Dann sagst du dir, ja, 01:00:52.820 --> 01:00:54.600 also du hoffentlich jetzt nicht, aber so, 01:00:54.600 --> 01:00:56.500 dann sagen sich viele Leute, ja gut, wenn das 01:00:56.500 --> 01:00:58.380 halt so ist, ist halt 01:00:58.380 --> 01:01:00.100 die Technologie, wenn die, das ist ja 01:01:00.100 --> 01:01:02.320 99,9 Prozent, das muss schon richtig sein. 01:01:03.980 --> 01:01:04.340 Und 01:01:04.340 --> 01:01:06.400 das ist sehr düster und 01:01:06.400 --> 01:01:08.280 das ist genauso düster, 01:01:08.400 --> 01:01:10.360 wenn das halt, was weiß ich, überhaupt nicht funktioniert 01:01:10.360 --> 01:01:12.260 und so ein komisches Modell ist, was man immer trainiert hat. 01:01:13.140 --> 01:01:14.480 Ja, aber solche Modelle gibt's 01:01:14.480 --> 01:01:16.380 ja schon. Wenn es halt gut genug funktioniert, 01:01:16.860 --> 01:01:18.320 wenn es halt gut genug funktioniert, dass man 01:01:18.320 --> 01:01:20.380 es einsetzt, aber einem 01:01:20.380 --> 01:01:22.300 dann halt egal ist, dass es halt sehr ungerecht ist 01:01:22.300 --> 01:01:24.220 und man sich dann auch nicht mehr dafür verantworten muss, 01:01:24.300 --> 01:01:25.880 weil es hat ja der Computer entschieden, dass es schon, 01:01:26.120 --> 01:01:27.580 Das ist halt so ein bisschen wie eben, man geht zur Bank 01:01:27.580 --> 01:01:29.820 und die hat einem gesagt, so, nee, kein Kredit für dich 01:01:29.820 --> 01:01:31.240 heute. Schade. 01:01:32.580 --> 01:01:33.540 Wo du halt irgendwie so 01:01:33.540 --> 01:01:35.240 Bewegungen getestet werden. 01:01:35.560 --> 01:01:38.000 Wo du halt von oben so Drohnen hast, die gucken, was du halt machst. 01:01:38.380 --> 01:01:39.780 Und wenn du dich halt auf den Parkplan setzt und halt 01:01:39.780 --> 01:01:41.340 dem Strom nicht folgst oder sowas, dann 01:01:41.340 --> 01:01:43.620 gehst du halt direkt in den Fokus desjenigen, der da 01:01:43.620 --> 01:01:45.140 guckt, was denn da los ist. 01:01:45.300 --> 01:01:47.100 Weil könnte ja sein, dass da irgendwas 01:01:47.100 --> 01:01:49.600 nicht in Ordnung ist. Ja, ich weiß gar nicht, wer das, 01:01:49.600 --> 01:01:51.520 von wem dieses Bild war, aber 01:01:51.520 --> 01:01:53.640 im Grunde, 01:01:54.020 --> 01:01:55.640 wenn man Leuten 01:01:55.640 --> 01:01:57.620 vermitteln möchte, was denn jetzt diese 01:01:57.620 --> 01:01:59.640 was denn 01:01:59.640 --> 01:02:01.620 in Zukunft, wie das denn funktioniert, 01:02:02.200 --> 01:02:03.620 dann fand ich das sehr hilfreich, 01:02:03.680 --> 01:02:05.460 sich das so vorzustellen, dass man sagt, naja, so 01:02:05.460 --> 01:02:07.600 künstliche Intelligenz, wir haben es im Grunde mit denen heute 01:02:07.600 --> 01:02:09.300 auch schon täglich zu tun, 01:02:09.900 --> 01:02:11.520 so mit denen wir es dann in Zukunft zu tun kriegen 01:02:11.520 --> 01:02:13.880 und zwar Unternehmen oder Organisationen, 01:02:13.920 --> 01:02:15.660 Behörden, die sind im Grunde schon 01:02:15.660 --> 01:02:17.540 sowas. Die sind nur halt sehr 01:02:17.540 --> 01:02:19.620 viel langsamer, aber im Grunde 01:02:19.620 --> 01:02:21.640 sind die so und 01:02:21.640 --> 01:02:23.500 man muss sich das nur vorstellen, die Dinger werden 01:02:23.500 --> 01:02:25.560 jetzt halt richtig schnell. So, dann 01:02:25.560 --> 01:02:27.660 hat man so eine Vorstellung, was da passieren 01:02:27.660 --> 01:02:29.740 wird. Das ist eigentlich 01:02:29.740 --> 01:02:31.520 eine ganz gute Analogie auch, weil 01:02:31.520 --> 01:02:33.600 okay, momentan auch so eine Behörde, okay, da hast 01:02:33.600 --> 01:02:35.760 du entsprechende Regeln, entsprechende 01:02:35.760 --> 01:02:39.560 Abläufe und das wird 01:02:39.560 --> 01:02:41.480 halt reproduziert von Menschen, 01:02:41.620 --> 01:02:42.880 die halt da sitzen am Schreibtisch. 01:02:44.180 --> 01:02:45.580 Und ja, und am Ende kannst 01:02:45.580 --> 01:02:47.600 du, ein Computer kann das genauso machen, natürlich, 01:02:47.840 --> 01:02:48.340 aber ohne 01:02:48.340 --> 01:02:50.500 ja. 01:02:51.240 --> 01:02:53.240 Ohne Rechtsweg, Rechtsweg ausgeschlossen. 01:02:53.620 --> 01:02:55.260 Ja, genau. Computer irrt nicht. 01:02:55.560 --> 01:03:22.680 Ja, und natürlich gibt es auch Dinge, die auch natürlich ein Vorteil sein werden oder wo eben vor allem die interessanteren Sachen sind, wo eine Maschine einen Menschen unterstützen kann oder wo zum Beispiel eine Maschine auch nochmal auf ein Röntgenbild drauf gucken kann und vielleicht ein Röntgenbild nochmal entsprechend hervorheben kann, damit sich das nochmal ein Arzt anguckt oder so. 01:03:24.000 --> 01:03:25.740 damit halt nichts übersehen wird. 01:03:26.180 --> 01:03:29.200 Aber so muss man meiner Meinung nach auch an die Dinge rangehen. 01:03:29.340 --> 01:03:32.640 Wenn man sieht, ein neues System kann Tumore erkennen, 01:03:32.960 --> 01:03:36.740 kann genauso gut Tumore erkennen wie ein Mensch oder so. 01:03:37.140 --> 01:03:37.820 Das heißt ja erstmal, 01:03:38.000 --> 01:03:39.420 erstmal heißt das ja nicht, 01:03:39.620 --> 01:03:41.980 dass das System überhaupt besser ist als ein Mensch. 01:03:42.120 --> 01:03:43.720 Das heißt, dass normal, 01:03:44.040 --> 01:03:47.440 du hast das Datenset, mit dem das trainiert wurde, 01:03:47.800 --> 01:03:49.820 und dann hast du die Vergleichsdaten, 01:03:50.300 --> 01:03:51.460 an denen das ausgewertet wird. 01:03:51.460 --> 01:04:10.720 Und meistens, wenn du Menschen nochmal sowas auswerten lässt, die Menschen sind ja auch nicht hundertprozentig genau, die Menschen kriegen dann manchmal so 90% hin oder so. Und wenn du ein System hast, das auch 90% hinkriegt, dann sagst du auch genauso gut wie Mensch. Und genau, in einer ganz bestimmten Aufgabe. 01:04:12.640 --> 01:04:30.880 Aber es ist ja nicht in so einem Bereich, wenn du das System einsetzt und das jetzt ausschließlich deine Röntgenbilder auswertet, das ist vielleicht nicht so geil. Aber wenn das System vielleicht irgendwas sieht, was ein Mensch übersehen hat, warum nicht? Kann auf jeden Fall sinnvoll sein. 01:04:30.880 --> 01:04:50.300 Und im Bereich so gruselige Anwendungen oder so negative Dinge, ich finde, worüber nicht genug geredet wird, ist so Spam und Malware. Weil das ist tatsächlich schon sehr realistisch und das ist viel destruktiver als jetzt diese Idee, uh, werden uns die Maschinen versklaven. 01:04:51.160 --> 01:04:59.900 Ja, oder wahrscheinlich eher andere Menschen, die Maschinen benutzen, um uns zu versklavten. Die haben halt eine Intention, die Maschinen gar nicht so. 01:05:01.100 --> 01:05:03.180 Ja, ich glaube, das ist 01:05:03.180 --> 01:05:04.960 viel nähere 01:05:04.960 --> 01:05:06.460 und realistischere Problem, 01:05:07.700 --> 01:05:09.000 den wir uns stellen müssen. 01:05:09.160 --> 01:05:10.460 Oder wo sich auch, glaube ich, jeder Entwickler 01:05:10.460 --> 01:05:12.720 fragen muss, okay, was mache ich hier? 01:05:14.100 --> 01:05:15.040 Wozu trage ich 01:05:15.040 --> 01:05:16.560 hierbei? Ist das 01:05:16.560 --> 01:05:18.060 gut oder schlecht? 01:05:19.860 --> 01:05:20.980 Und ich glaube, das kann man 01:05:20.980 --> 01:05:22.720 nicht unbedingt voneinander trennen. 01:05:24.240 --> 01:05:24.980 Ich glaube, man kann 01:05:24.980 --> 01:05:27.040 nicht sitzen in seinem Vakuum und sagen, oh, ist mir egal, 01:05:27.140 --> 01:05:29.060 ich schreibe nur gut. Ja, man kann auch relativ 01:05:29.060 --> 01:05:30.720 wenig gegen machen. Also selbst wenn man jetzt irgendwie 01:05:30.720 --> 01:05:32.560 vernünftige Lizenzbedingungen nimmt, ob man da 01:05:32.560 --> 01:05:34.420 irgendwie dann sich aus dem Schein erhält, das ist schwierig. 01:05:35.760 --> 01:05:36.880 Ja, das ist auch 01:05:36.880 --> 01:05:38.580 was, wo wir uns Gedanken machen müssen, okay, wenn wir 01:05:38.580 --> 01:05:40.040 jetzt zum Beispiel mehr 01:05:40.040 --> 01:05:42.560 Funktionalitäten für bestimmte Sprachen zur Verfügung 01:05:42.560 --> 01:05:44.540 stellen, wer benutzt das? 01:05:46.020 --> 01:05:46.240 Wer 01:05:46.240 --> 01:05:48.780 und okay, 01:05:48.840 --> 01:05:50.700 wir machen das öffentlich verfügbar, open source. 01:05:52.000 --> 01:05:52.620 Wie viele 01:05:52.620 --> 01:05:54.700 Menschen gibt es, die diese Sprache sprechen? Welche Regierungen 01:05:54.700 --> 01:05:56.460 gibt es? Gibt es da 01:05:56.460 --> 01:05:58.540 Problematiken, wo die 01:05:58.540 --> 01:06:00.000 Regierung vielleicht, ja, eine 01:06:00.000 --> 01:06:01.840 Regierung, die eben zum Beispiel 01:06:01.840 --> 01:06:04.340 gegen entsprechende Bevölkerungsgruppen 01:06:04.340 --> 01:06:04.700 arbeitet 01:06:04.700 --> 01:06:07.940 und vielleicht die Möglichkeit hat, 01:06:08.280 --> 01:06:09.980 diese Technologie am effizientesten zu verwenden? 01:06:10.900 --> 01:06:11.260 Oder 01:06:11.260 --> 01:06:14.180 ist es sinnvoll 01:06:14.180 --> 01:06:16.040 für die Allgemeinheit, auch 01:06:16.040 --> 01:06:18.060 den einzelnen 01:06:18.060 --> 01:06:20.220 Individuen und Aktivisten oder was 01:06:20.220 --> 01:06:21.420 weiß ich, die Möglichkeit zu geben, 01:06:22.220 --> 01:06:24.200 die Technologie zu benutzen, wofür Open Source 01:06:24.200 --> 01:06:25.760 natürlich eine gute 01:06:25.760 --> 01:06:28.060 Möglichkeit ist. Also das ist auch 01:06:28.060 --> 01:06:29.940 tatsächlich was, wo wir uns in unserem Alltag 01:06:29.940 --> 01:06:32.040 Gedanken drüber machen müssen, okay, was 01:06:32.040 --> 01:06:33.760 und auch vor allem, okay, 01:06:35.020 --> 01:06:36.360 so eine Bibliothek wie Spacey 01:06:36.360 --> 01:06:38.460 ist sehr verbreitet, 01:06:38.620 --> 01:06:40.140 es ist sehr beliebt, 01:06:41.100 --> 01:06:42.120 viele Leute benutzen das. 01:06:45.320 --> 01:06:46.200 Zwei Millionen 01:06:46.200 --> 01:06:48.000 Downloads pro Monat 01:06:48.000 --> 01:06:50.280 gehen irgendwo raus 01:06:50.280 --> 01:06:52.140 an irgendwelche Systeme 01:06:52.140 --> 01:06:54.300 und an irgendwelche Server 01:06:54.300 --> 01:06:56.180 und Dinge, die Leute damit machen. 01:06:57.420 --> 01:06:58.220 Und in irgendwelche, 01:06:58.300 --> 01:07:01.020 tausende Firmen, die damit auch Dinge machen 01:07:01.020 --> 01:07:03.140 und wer weiß, wohin noch. 01:07:06.700 --> 01:07:09.320 Ja, es ist schwierig. Ich weiß auch nicht, inwiefern... 01:07:09.320 --> 01:07:11.000 Natürlich, also ich bin nach wie vor Verfechter von 01:07:11.000 --> 01:07:12.640 Open Source und ich glaube, Open Source als 01:07:12.640 --> 01:07:14.960 einerseits natürlich als 01:07:14.960 --> 01:07:16.580 Software-Modell, aber eben auch als 01:07:16.580 --> 01:07:18.840 und natürlich andererseits, muss man auch sagen, als 01:07:18.840 --> 01:07:21.020 Geschäftsmodell. Das ist ja eine... 01:07:22.160 --> 01:07:23.020 Open Source ist ja 01:07:23.020 --> 01:07:24.900 auch weiter und weiter 01:07:24.900 --> 01:07:25.780 verbreitet als 01:07:25.780 --> 01:07:28.780 Software-Vertrieb 01:07:28.780 --> 01:07:30.460 quasi. Das ist ja auch 01:07:30.460 --> 01:07:33.300 eine Realität der Open-Source-Software. 01:07:33.840 --> 01:07:34.400 Irgendwie 01:07:34.400 --> 01:07:36.240 tatsächlich hat sich das so 01:07:36.240 --> 01:07:38.080 durchgesetzt irgendwie. 01:07:38.780 --> 01:07:40.320 Ich erinnere mich noch an, das war 01:07:40.320 --> 01:07:42.100 an die Halloween-Papers 01:07:42.100 --> 01:07:43.700 1997 von Microsoft, 01:07:44.660 --> 01:07:46.480 wo sie geschrieben haben, oh nein, das wird 01:07:46.480 --> 01:07:48.020 uns irgendwann umbringen langfristig. 01:07:48.020 --> 01:07:49.560 Das ist tatsächlich passiert, sehr gut. 01:07:50.040 --> 01:07:51.540 Aber auf der anderen Seite, Microsoft heute ist auch wieder 01:07:51.540 --> 01:07:53.900 und Microsoft ist einer der Vorreiter 01:07:53.900 --> 01:07:54.540 Ja, ja, ja, genau. 01:07:55.380 --> 01:07:56.560 Im Bereich Open Source, ja. 01:07:57.560 --> 01:07:59.640 Hätte ich mir damals nicht träumen lassen, aber es ist tatsächlich 01:07:59.640 --> 01:08:01.140 passiert, ja, erstaunlich. 01:08:01.260 --> 01:08:03.320 Was interessant ist, finde ich auch da, 01:08:03.460 --> 01:08:05.120 im Bereich Open Source ist, ich glaube, 01:08:05.460 --> 01:08:07.040 es wird oft missverstanden, Leute denken, ah, 01:08:07.280 --> 01:08:09.900 Open Source ist verbreitet, weil es gratis ist. 01:08:10.540 --> 01:08:10.900 Natürlich, 01:08:11.460 --> 01:08:14.020 die Tatsache, dass es halt meist frei verfügbar ist, 01:08:14.020 --> 01:08:15.920 ist auf jeden Fall 01:08:15.920 --> 01:08:17.460 ein Aspekt, aber im 01:08:17.460 --> 01:08:19.280 kommerziellen Bereich oder 01:08:19.280 --> 01:08:20.780 was Firmen angeht, 01:08:21.640 --> 01:08:23.740 die Tatsache, dass es gratis ist, ist nicht 01:08:23.740 --> 01:08:25.660 unbedingt der Knackpunkt. Der Knackpunkt ist, 01:08:25.780 --> 01:08:27.160 dass es offen ist 01:08:27.160 --> 01:08:29.480 und dass man damit 01:08:29.480 --> 01:08:31.720 programmieren kann. Der Code ist 01:08:31.720 --> 01:08:33.600 da und wenn du diese Entwicklertools hast, 01:08:33.740 --> 01:08:35.720 die eben auch Open Source sind, also Open Source 01:08:35.720 --> 01:08:37.880 Bibliotheken, zur Verfügung gestellt 01:08:37.880 --> 01:08:39.180 wird und die 01:08:39.180 --> 01:08:41.460 Tatsache, dass du dich nicht auf 01:08:41.460 --> 01:08:43.880 eine Lösung 01:08:43.880 --> 01:08:45.620 festlegst oder auf einen Anbieter 01:08:45.620 --> 01:08:47.580 festlegen musst und dass 01:08:47.580 --> 01:08:49.780 du dich da nicht einschließen lässt 01:08:49.780 --> 01:08:51.660 und diese 01:08:51.660 --> 01:08:53.640 Autonomie bewahrst. Ich glaube, das ist in der 01:08:53.640 --> 01:08:55.460 Praxis tatsächlich, was für Firmen deutlich 01:08:55.460 --> 01:08:57.740 entscheidender ist, als die Tatsache, dass es 0 Euro kostet. 01:08:58.220 --> 01:08:59.820 Denn es kostet ja in der Praxis 01:08:59.820 --> 01:09:01.460 nicht 0 Euro, mit einer 01:09:01.460 --> 01:09:02.940 Open-Source-Bibliothek was zu entwickeln. 01:09:04.660 --> 01:09:05.400 Und da ist wieder 01:09:05.400 --> 01:09:07.080 unglaublich viel Geld rein investiert in 01:09:07.080 --> 01:09:09.820 vor allem KI, Machine Learning, 01:09:10.060 --> 01:09:11.400 die entsprechende Entwicklung. Das sind top 01:09:11.400 --> 01:09:12.220 bezahlte Entwickler. 01:09:13.520 --> 01:09:14.640 Weswegen auch zum Beispiel 01:09:14.640 --> 01:09:17.880 Entwicklertools und Developer Experience 01:09:17.880 --> 01:09:19.760 und Tools, die halt 01:09:19.760 --> 01:09:22.060 sowas fördern und 01:09:22.060 --> 01:09:23.440 einfach die Entwickler produktiver machen. 01:09:23.640 --> 01:09:26.020 großen Einfluss haben können, weil 01:09:26.020 --> 01:09:27.960 cool, wenn dein top bezahlter 01:09:27.960 --> 01:09:29.360 Machine Learning Entwickler 01:09:29.360 --> 01:09:32.320 ein bisschen weniger rumsitzen muss und 01:09:32.320 --> 01:09:34.420 ja, 01:09:34.540 --> 01:09:36.580 stupide Arbeit machen muss und einfach besser arbeiten kann, 01:09:36.720 --> 01:09:38.320 ist das natürlich besser 01:09:38.320 --> 01:09:40.300 für alle. Lohnt sich auf jeden Fall, aber 01:09:40.300 --> 01:09:42.460 ich weiß nicht genau, also ich habe doch häufig 01:09:42.460 --> 01:09:44.760 das Gefühl, dass es da so ein gewisses Marktversagen 01:09:44.760 --> 01:09:45.900 gibt irgendwie, weil 01:09:45.900 --> 01:09:48.360 wenn man jetzt sich zum Beispiel eben sowas 01:09:48.360 --> 01:09:50.380 anguckt wie Pandas oder Django oder 01:09:50.380 --> 01:09:52.580 Spaces, weiß ich es gar nicht genau, 01:09:52.880 --> 01:10:14.320 Aber so halt Software, die halt als Infrastruktur unter ganz, ganz vielen Produkten und bei ganz, ganz vielen Firmen sozusagen darunter liegt, dann müsste man ja jetzt meinen, so rein aus einer, gut, ich habe jetzt nicht so wirklich Ahnung von Ökonomie, aber so, dann wäre es doch für große Firmen allein schon aus so einem Versicherungsaspekt sinnvoll, die Projekte zu unterstützen, damit ihnen nicht plötzlich die Infrastruktur unter den Füßen wegbricht. 01:10:14.320 --> 01:10:17.140 Tatsächlich ist es aber so, dass kaum Firmen das machen. 01:10:17.160 --> 01:10:24.220 Das liegt daran, dass die Informationsasymmetrie nicht zu irgendwelchen kompetenteren oder, ich sag mal, Entscheidungsträgern durchdringt, die Budgetverantwortung haben. 01:10:24.620 --> 01:10:29.640 Die wollen halt irgendwie Sachen, Projekte bekommen und die Projektmanager, die halt dann die Projekte bestellen oder bezahlen, 01:10:30.160 --> 01:10:34.460 die haben vielleicht schon mal von ihren Entwicklern irgendwie so ein bisschen was von oben zugehört, das irgendwie sinnvoll wäre, 01:10:34.880 --> 01:10:43.500 aber dann eine Ebene weiter oben sagen dann ganz viele einfach so, ja, nee, aber das bringt uns das irgendwas, das sind die nicht so, ne, das ist schwer. 01:10:44.080 --> 01:10:44.360 Tja. 01:10:44.920 --> 01:10:46.560 Aber so eine Versuchung ist eigentlich eine gute Idee. 01:10:47.840 --> 01:10:51.660 Also ich meine, es gibt ja verschiedene Versuche, das irgendwie zu lösen. 01:10:51.760 --> 01:10:52.660 Es ist immer ein bisschen problematisch. 01:10:53.280 --> 01:10:54.620 Es ist halt nicht einfach. 01:10:54.920 --> 01:10:58.060 Und ich glaube auch, einerseits, man sieht schon, es ändert sich was, auch in großen Firmen. 01:10:58.480 --> 01:11:06.300 Denn dieses Klischee vom alten Manager, der irgendwie kaum Computererfahrung hat, das stirbt ja langsam aus. 01:11:06.300 --> 01:11:11.040 Du hast jetzt Leute im Management, die sind in ihren 40ern, die programmieren seit ihrer Jugend. 01:11:11.200 --> 01:11:13.300 Das ist jetzt nicht mehr seltsam. 01:11:13.460 --> 01:11:17.740 Und eben auch diese Idee von so dummen Management, das irgendwie keine Ahnung hat. 01:11:18.260 --> 01:11:22.580 Gibt es immer noch, natürlich, aber in vielen Bereichen hast du halt Leute, die kennen sich aus mit Technik. 01:11:23.080 --> 01:11:26.180 Und denen kannst du auch nicht mehr irgendwelchen Schwachsinn andrehen unbedingt. 01:11:26.400 --> 01:11:30.640 Und die haben da auch Meinungen zu, zum gewissen Grad. 01:11:31.320 --> 01:11:38.020 Aber ich glaube, mit Open Source, ein Problem ist, es ist ja alles nicht wirklich standardisiert. 01:11:38.120 --> 01:11:42.800 Es gibt verschiedene Projekte, die aus den verschiedenen Motivationen heraus entstehen. 01:11:43.460 --> 01:11:48.120 Und manche sind natürlich jetzt mittlerweile gefördert von einer Stiftung. 01:11:48.220 --> 01:11:54.240 Das ist ja die Tatsache für viele dieser Scientific Computing-Geschichten auch im Python-Ökosystem. 01:11:54.920 --> 01:11:56.000 Und dann gibt es aber andere Projekte. 01:11:56.080 --> 01:11:59.140 Okay, das ist halt, irgendjemand hat das mal entwickelt, der hatte da Spaß dran. 01:12:00.300 --> 01:12:01.420 Das wurde populär. 01:12:03.040 --> 01:12:06.420 Und ja, jetzt sitzt da jemand mit einem erfolgreichen Projekt, 01:12:07.440 --> 01:12:09.460 aber keinem nicht unbedingt 01:12:09.460 --> 01:12:11.260 einem direkten Pfad 01:12:11.260 --> 01:12:13.620 zu etwas Kommerziellem 01:12:13.620 --> 01:12:14.920 draußen. Das kann man ja auch 01:12:14.920 --> 01:12:16.820 dem Entwickler nicht unbedingt anlasten. 01:12:18.380 --> 01:12:19.200 Sagen, okay, gut, 01:12:21.080 --> 01:12:21.820 das ist halt 01:12:21.820 --> 01:12:23.060 nun mal so und auch, okay, die Firmen, 01:12:23.260 --> 01:12:25.440 was willst du da machen? 01:12:29.940 --> 01:12:31.020 Es kommt halt immer darauf an, 01:12:31.020 --> 01:12:32.720 auch auf die Motivation, die zu einem 01:12:32.720 --> 01:12:34.960 Open-Source-Projekt führt. Es gibt andere Projekte, wo 01:12:34.960 --> 01:12:36.840 auch Firmen 01:12:36.840 --> 01:12:38.780 Entwickler speziell gesagt haben, okay, cool, 01:12:38.840 --> 01:12:40.700 ich entwickle das und ich habe eine Motivation, 01:12:41.680 --> 01:12:42.680 dass da entweder, wenn das 01:12:42.680 --> 01:12:44.620 populär wird, kann ich das für meine Karriere 01:12:44.620 --> 01:12:46.120 nutzen. Gibt es ja auch viele Entwickler, 01:12:46.600 --> 01:12:48.120 die sagen, hey, 01:12:48.880 --> 01:12:50.640 da kriege ich einen besseren Job. Funktioniert ja auch 01:12:50.640 --> 01:12:52.260 oft. Oder in unserem Bereich, wir haben es ja auch, 01:12:52.860 --> 01:12:53.940 die Idee war immer, 01:12:54.500 --> 01:12:56.580 wir wollen eine Firma 01:12:56.580 --> 01:12:58.060 gründen und wir wollen 01:12:58.060 --> 01:13:00.500 etwas machen in dem Bereich und 01:13:00.500 --> 01:13:02.600 in diesem Bereich arbeiten. Und die Tatsache, 01:13:02.720 --> 01:13:04.500 okay, Spacey is open source und das ist auch 01:13:04.500 --> 01:13:06.420 strategisch so, 01:13:06.800 --> 01:13:32.840 Und das ist uns sehr wichtig, aber das ist eben natürlich auch Teil unserer generellen Strategie und wir sagen, okay, wir bauen, wir machen jetzt nicht so ein Open-Core-Ding, wo du halt für bestimmte Features zahlen musst, sondern wir sagen, hey, hier ist unsere Open-Source-Bibliothek, die ist gut, du kannst sie testen, du kannst damit Dinge bauen, wir geben sie dir gratis, weil wir auch glauben, okay, das, wo der meiste Wert drin steckt, sind die Daten, das ist nicht unbedingt oder deine speziellen Daten, die man auch gar nicht unbedingt so verkaufen kann. 01:13:34.060 --> 01:13:39.100 Der Algorithmus und die Bibliothek geben wir dir gratis und wenn du unsere Sachen gut findest und damit 01:13:39.100 --> 01:13:40.460 baust, haben wir andere Produkte, 01:13:41.140 --> 01:13:43.100 die dir auch gefallen würden, wenn du ein 01:13:43.100 --> 01:13:44.900 Spacey-Power-User bist zum Beispiel. Wenn jetzt 01:13:44.900 --> 01:13:47.220 deine Firma ein System 01:13:47.220 --> 01:13:49.000 auf Spacey aufbaut, dann willst du meistens 01:13:49.000 --> 01:13:51.000 auch deine Systeme trainieren und dann willst 01:13:51.000 --> 01:13:52.320 du Daten sammeln. 01:13:53.100 --> 01:13:55.140 Und dann hast du vielleicht auch Interesse 01:13:55.140 --> 01:13:57.100 an Prodigy und anderen Dingen, die wir 01:13:57.100 --> 01:13:58.320 darauf aufbauen. 01:13:59.040 --> 01:14:00.600 Kann Spacey Emotionen erkennen? 01:14:01.900 --> 01:14:02.820 Ja, klar. 01:14:03.420 --> 01:14:04.780 Das ist eine 01:14:04.780 --> 01:14:06.780 allgemeine Frage. 01:14:07.780 --> 01:14:08.960 Das ist jetzt erstmal meine Antwort. 01:14:09.080 --> 01:14:18.420 Nein, Gott, aber das ist halt sehr aufgeladene Emotionen, ist halt auch immer sehr abstrakt. 01:14:20.000 --> 01:14:23.420 Und es ist auch etwas, was sich nicht sehr gut generalisieren lässt. 01:14:24.260 --> 01:14:27.460 Du kannst natürlich sagen, du kannst bestimmt ein System trainieren, 01:14:28.040 --> 01:14:33.740 auf der Basis von entsprechenden Wörtern, Ausdrücken, wie Dinge präsentiert sind, 01:14:34.660 --> 01:14:53.300 Vorher zu sagen, in welche emotionale Richtung ein Text geht, ist ja auch sowas wie Sentiment Analysis, ist ja auch ein Thema, was sehr verbreitet ist, wo die Idee ist, okay, wie steht der Sprecher zu einem bestimmten Thema? 01:14:53.300 --> 01:14:55.340 meistens natürlich in der Marktforschung 01:14:55.340 --> 01:14:57.380 oder wer jetzt eine Marke Coca-Cola möchte 01:14:57.380 --> 01:14:59.260 wissen, wie Leute über Coca-Cola reden oder 01:14:59.260 --> 01:15:01.280 keine Ahnung. Aber 01:15:01.280 --> 01:15:03.260 ich bin auch, was ich sehr 01:15:03.260 --> 01:15:04.580 kritisch finde, sind diese 01:15:04.580 --> 01:15:06.860 General Purpose 01:15:06.860 --> 01:15:09.280 Modelle, die auch teilweise 01:15:09.280 --> 01:15:11.000 viele Cloud-Services anbieten, die sagen, 01:15:11.080 --> 01:15:12.980 oh, hier ist Sentiment Analysis für alles. 01:15:13.580 --> 01:15:15.280 Denn, selbst ob was 01:15:15.280 --> 01:15:17.060 positiv oder negativ ist oder ob was, 01:15:17.420 --> 01:15:18.540 welche Emotionen hinter 01:15:18.540 --> 01:15:21.160 einem etwas steht, selbst wenn du es messen 01:15:21.160 --> 01:15:23.200 könntest, ist unglaublich 01:15:23.200 --> 01:15:25.040 subjektiv und unglaublich 01:15:25.040 --> 01:15:26.800 themenspezifisch. 01:15:27.460 --> 01:15:29.480 Also, ein Beispiel, was ich zum Beispiel, glaube ich, 01:15:29.480 --> 01:15:31.380 in meinen Talks manchmal verwende, ist, 01:15:31.880 --> 01:15:33.300 du hast zwei Sätze. 01:15:33.460 --> 01:15:35.380 Ich liebe Katzen und ich hasse Katzen. 01:15:35.980 --> 01:15:37.680 Sind diese zwei Sätze ähnlich 01:15:37.680 --> 01:15:39.240 oder nicht ähnlich? 01:15:39.960 --> 01:15:41.480 Und teilweise frage ich, okay, kannst 01:15:41.480 --> 01:15:43.340 mal gut Publikum fragen und meistens hast du so vielleicht 01:15:43.340 --> 01:15:45.500 so 50-50 und für beides 01:15:45.500 --> 01:15:46.960 kannst du begründen. 01:15:47.220 --> 01:15:49.600 Wenn ich jetzt irgendwie generell 01:15:49.600 --> 01:15:50.400 Text analysiere, 01:15:50.940 --> 01:16:05.480 Relativ zu allem, was ich in der Sprache, in der deutschen Sprache sagen könnte, ist es unglaublich ähnlich. Zwei Sätze, die kurz sind und meine Haltung gegenüber Katzen ausdrücken. Das ist unglaublich ähnlich, unglaublich speziell im Vergleich zu allem anderen, was ich hätte sagen können. 01:16:06.520 --> 01:16:15.180 Aber wenn du jetzt eine Dating-App entwickelst und du möchtest gucken, ob zwei Leute aufgrund ihrer Profile zueinander passen, 01:16:15.680 --> 01:16:21.120 möchtest du das als sehr unähnlich ansehen. 01:16:21.420 --> 01:16:25.980 Weil ein Katzenhasser und ein Katzenliebhaber passen wahrscheinlich nicht zusammen. 01:16:26.060 --> 01:16:27.980 Das sind komplett polare Unterschiede. 01:16:28.460 --> 01:16:41.680 Und so ist es auch mit eigentlich sehr, sehr vielen anderen Dingen, die man vorhersagen kann mit Hilfe von Machine Learning und eben auch Sentiment und Emotionen. 01:16:43.300 --> 01:16:50.420 Und ich finde, es vermittelt auch so ein bisschen das falsche Bild, eben zu sagen, wir können das jetzt mit einem vortrainierten Modell lösen. 01:16:50.700 --> 01:16:56.620 Du kannst das lösen, wenn du es eben wirklich speziell zuschneidest auf das, was du machst. 01:16:56.820 --> 01:17:02.000 Okay, also ob der Nachrichten-Informationswert positiv oder negativ ist, kriege ich dann für das jeweilige Unterfach. 01:17:02.000 --> 01:17:26.740 Hängt davon ab, wenn ich jetzt zum Beispiel, auf was ich spekuliere, wenn ich jetzt zum Beispiel Gewinn daraus ziehen möchte, wie sich der Kurs in Zukunft von irgendeinem Unternehmen entwickelt, dann spielt es halt eine Rolle, ob ich jetzt irgendwie long sozusagen gehe oder ob ich das Ding short sellen möchte und es kann halt für mich irgendwie unter Umständen eine sehr gute Nachricht sein, wenn Privatanleger in GameStop-Aktien jetzt plötzlich reingehen. 01:17:26.820 --> 01:17:27.840 Oder sehr schlecht. 01:17:28.440 --> 01:17:31.040 Das Beispiel ist eigentlich auch ganz gut, 01:17:31.100 --> 01:17:32.220 weil das illustriert auch so ein bisschen, 01:17:33.120 --> 01:17:35.300 was man mit Machine Learning gut lösen kann 01:17:35.300 --> 01:17:36.160 und was eben zum Beispiel nicht. 01:17:36.260 --> 01:17:37.260 Also wir hatten, glaube ich, mal ein Beispiel, 01:17:37.420 --> 01:17:39.140 wo jemand versucht hat auch, 01:17:39.440 --> 01:17:43.460 ich glaube, es ging so um Supply Chain Risk und Management. 01:17:43.620 --> 01:17:45.720 Das ist auch sowas, klingt ein bisschen öde, 01:17:45.880 --> 01:17:48.180 aber ist tatsächlich was, was viel wert ist. 01:17:48.180 --> 01:17:51.020 Wenn du eben sagst, okay, du hast jetzt hier einen Händler in China, 01:17:51.140 --> 01:17:55.660 von dem beziehst du Waren, mit denen du dann irgendwas machst 01:17:55.660 --> 01:18:15.640 Und dann hast du hier jemanden in Russland und die importieren aber von da und da und du möchtest dann wissen, wenn jetzt da und da ein Streik ist oder hier irgendwie ein Schiff untergeht oder so, wird das in der Zukunft zum Beispiel dein Unternehmen beeinflussen oder so. 01:18:16.360 --> 01:18:30.760 Und das kannst du zum Beispiel, ein Teil davon ist, du möchtest dann Nachrichten analysieren und gucken, was ist los. Es kann ja sein, in irgendeinem kleinen Ort, in was weiß ich wo, wo jetzt zufällig gerade irgendwas hergestellt wird. 01:18:30.780 --> 01:18:36.340 Ja, wenn die Kategorie Emotionen katastrophal werden würde, möchtest du das für den lokalen Ort dann wissen? 01:18:36.340 --> 01:18:40.300 Ja, oder irgendwie da und da passiert was, das möchtest du wissen und dann irgendwie zusammenhören. 01:18:40.680 --> 01:18:43.700 Und genau, also es gab irgendein so ähnlicher Fall war das. 01:18:44.080 --> 01:18:48.880 Und es ging einem auch darum, die Firma wollte rausfinden, okay, was ist jetzt gut für ihr Unternehmen? 01:18:50.000 --> 01:18:51.980 Und das ist natürlich so unglaublich abstrakt. 01:18:52.220 --> 01:18:54.900 Und der erste Schritt war, okay, die haben dann Trainingsdaten erstellt, 01:18:54.980 --> 01:18:58.080 wo sie alles, was gut für ihr Unternehmen ist, hervorgehoben haben. 01:18:59.140 --> 01:19:01.600 Inklusive Sachen, die komplett abstrakt waren. 01:19:01.780 --> 01:19:04.580 Also jetzt irgendwie, oder Dinge, die schlecht sind fürs eigene Unternehmen. 01:19:04.580 --> 01:19:31.960 Wenn dein Konkurrent irgendwas auf den Markt bringt oder so, ist das schlecht für dich und das weißt du und das ist aber was, was du nicht unbedingt einem Modell auf Basis des lokalen Kontexts beibringen kannst und dein Modell wird nicht unbedingt in der Lage sein, so zu generalisieren und zu wissen, die und die Firma ist dein Konkurrent und die Tatsache, dass die ein Produkt veröffentlichen, ist schlecht. 01:19:32.500 --> 01:19:36.900 Aber die Tatsache, dass vielleicht dein Lieferant was veröffentlicht, ist gut. 01:19:37.960 --> 01:19:39.080 So funktioniert das einfach nicht. 01:19:39.400 --> 01:19:41.580 Das wird auch ein bisschen klarer, wenn du dir überlegst, 01:19:41.660 --> 01:19:45.540 wie funktioniert das Modell und auf welcher Basis trifft das diese Vorhersagen? 01:19:45.600 --> 01:19:48.500 Was guckt sich das an? Worauf basiert das? 01:19:51.020 --> 01:19:53.300 Wie wird quasi die Information da enkodiert? 01:19:54.180 --> 01:19:58.320 Und da geht es dann wieder zurück in so, wie breche ich das runter? 01:20:00.560 --> 01:20:15.700 Oder okay, du kannst sagen, ich möchte ein Modell trainieren, das Kleidung für Erwachsene, Kleidung für Kinder, Kleidung für alte Leute oder so erkennen kann und entsprechend ordnet. 01:20:17.020 --> 01:20:25.300 Funktioniert wahrscheinlich nicht so gut, wie wenn du sagst, ich möchte nur generell Kleidung erkennen und habe dann andere Prozesse, die das so ein bisschen weiter runterbrechen. 01:20:25.600 --> 01:20:33.860 Denn der Kontext gibt da oft nicht so viel her und viel benötigt unglaublich viel Wissen und ist noch nicht mal so eindeutig. 01:20:36.420 --> 01:20:54.000 Katastrophale Beispiele waren immer sowas, also aus einer Sicht von einem Redakteur sozusagen oder wie man das verkaufen möchte, macht das durchaus Sinn, dass man Handys mit und ohne Vertrag in zwei unterschiedliche Kategorien packt. Aus Sicht von Machine Learning ist das scheiße, weil das funktioniert einfach nicht richtig. 01:20:54.000 --> 01:21:14.800 Ja genau, sowas. Okay, gut, das kannst du dann vielleicht später machen oder du hast eine Datenbank, wo du diese Information abrufst. Und selbst wenn es neue Modelle, Architekturen und eben auch vielleicht vortrainierte Gewichtungen gibt, die das eben vereinfachen, ist immer noch die Frage, okay, willst du das tatsächlich so lösen? 01:21:14.800 --> 01:21:39.220 Du kannst dein Problem unglaublich komplex formulieren, quasi von der Machine Learning Sicht, dann da so ein richtig krasses Modell draufschmeißen, das dann auf krassen Hochleistungsrechnern laufen lassen und damit ganz gute Resultate erzielen, wenn es eigentlich viel einfacher gewesen wäre, das einfach ein bisschen besser zu strukturieren oder ein bisschen logischer runterzubrechen. 01:21:40.580 --> 01:21:42.100 Das ist auch die Tatsache, dass gewisse Dinge 01:21:42.100 --> 01:21:43.960 jetzt möglich sind, heißt nicht unbedingt, 01:21:44.140 --> 01:21:45.600 dass du es so machen musst, denn oft 01:21:45.600 --> 01:21:47.920 wirklich 01:21:47.920 --> 01:21:49.880 der Großteil liegt darin, 01:21:50.220 --> 01:21:51.820 wie man das Problem definiert. 01:21:53.400 --> 01:21:53.760 Und ein bisschen 01:21:53.760 --> 01:21:56.120 ist natürlich, natürlich gibt es Unterschiede 01:21:56.120 --> 01:21:57.840 und auch selbst wenn du, selbst sowas wie ein, zwei 01:21:57.840 --> 01:21:59.660 Prozent Unterschied in Genauigkeit 01:21:59.660 --> 01:22:01.900 kann tatsächlich einen wirklich großen Unterschied machen, 01:22:01.980 --> 01:22:04.080 generell, also das hat einen großen Einfluss, 01:22:04.220 --> 01:22:04.520 aber 01:22:04.520 --> 01:22:08.200 man macht es sich viel schwerer, wenn du halt dein Problem 01:22:08.200 --> 01:22:10.400 nicht definierst 01:22:10.400 --> 01:22:12.660 wenn du es halt dem Modell schwerer machst, als 01:22:12.660 --> 01:22:13.500 du es müsstest. 01:22:17.320 --> 01:22:18.000 Ja, ja. 01:22:19.180 --> 01:22:20.640 Aber im Grunde so ein bisschen 01:22:20.640 --> 01:22:22.740 eben dieses Modell bei Spacey 01:22:22.740 --> 01:22:23.980 klang für mich auch so nach dem, 01:22:24.220 --> 01:22:27.200 das ist ja auch ein Modell, das viele, viele 01:22:27.200 --> 01:22:29.040 Open-Source-Projekte 01:22:29.040 --> 01:22:30.680 oder viele Leute, die dann mal 01:22:30.680 --> 01:22:32.560 ein Open-Source-Projekt, das dann 01:22:32.560 --> 01:22:34.620 erfolgreich geworden ist, gestartet 01:22:34.620 --> 01:22:36.360 haben, womit sie dann Geld verdienen, 01:22:36.360 --> 01:22:38.220 halt sozusagen so ein bisschen Consulting. 01:22:38.360 --> 01:22:39.980 Also es ist bei Spacey ein bisschen anders mit dem 01:22:39.980 --> 01:22:42.240 Annotations-Tool, aber es ist halt auch im Grunde 01:22:42.240 --> 01:22:43.740 so Dienstleistungen um 01:22:43.740 --> 01:22:46.300 das Open-Source-Projekt 01:22:46.300 --> 01:22:47.520 herum quasi. 01:22:48.220 --> 01:22:49.860 Ja, also generell, 01:22:50.020 --> 01:22:52.180 wir haben anfangs mal ein bisschen 01:22:52.180 --> 01:22:53.440 Consulting gemacht, vielleicht, also 01:22:53.440 --> 01:22:56.400 dann haben wir uns hauptsächlich auf Produkte 01:22:56.400 --> 01:22:58.460 spezialisiert, vielleicht machen wir in Zukunft 01:22:58.460 --> 01:23:00.560 mal ein bisschen mehr, weil es eigentlich immer ganz cool ist, auch so ein bisschen 01:23:00.560 --> 01:23:02.200 die Connection zu haben 01:23:02.200 --> 01:23:03.380 zu den Nutzern, aber 01:23:03.380 --> 01:23:06.380 eine Sache, die uns immer ganz wichtig war, 01:23:06.460 --> 01:23:08.220 war Support, finde ich 01:23:08.220 --> 01:23:10.040 immer bei vielen 01:23:10.040 --> 01:23:11.840 Dingen ein bisschen kritisch. Also es gibt Dinge, 01:23:11.960 --> 01:23:13.980 so Infrastruktur oder so. Ja gut, 01:23:14.120 --> 01:23:16.140 da braucht es, da macht es Sinn, jemanden zu haben, 01:23:16.260 --> 01:23:18.160 dem du bezahlst, der dir das dann alles einrichtet. 01:23:18.540 --> 01:23:19.560 Aber bei anderen 01:23:19.560 --> 01:23:21.500 Tools, vor allem Entwicklertools, 01:23:22.940 --> 01:23:24.200 wir 01:23:24.200 --> 01:23:25.420 möchten ja, dass es, dass 01:23:25.420 --> 01:23:28.020 das Tool auch wirklich benutzt wird. Es ist gut 01:23:28.020 --> 01:23:29.880 für uns, wenn natürlich Leute unsere 01:23:29.880 --> 01:23:32.060 Open-Source-Tools benutzen. Aber wenn 01:23:32.060 --> 01:23:33.560 jetzt unser Hauptgeschäftszweig 01:23:33.560 --> 01:23:35.960 Support ist, bedeutet das natürlich, 01:23:36.080 --> 01:23:37.880 dass wir mehr verdienen, wenn Leute mehr Support 01:23:37.880 --> 01:23:40.120 brauchen. Aber natürlich, wenn Leute 01:23:40.120 --> 01:23:42.000 mehr Support brauchen, dann verdienen wir 01:23:42.000 --> 01:23:43.960 aber auch andererseits weniger, weil es dann natürlich viel 01:23:43.960 --> 01:23:45.360 weniger Leute das Ding nutzen. 01:23:46.000 --> 01:23:47.640 Und ich finde das mal ein ganz komischer Kreislauf, 01:23:48.460 --> 01:23:51.740 der meiner Meinung nach nicht so gut funktioniert 01:23:51.740 --> 01:23:54.000 für viele Entwicklertools. 01:23:54.760 --> 01:23:56.180 Aber natürlich, Dinge drumherum 01:23:56.180 --> 01:23:57.980 ist gut. Und Open Source ist ja auch eine gute Art und Weise 01:23:57.980 --> 01:23:59.620 zu zeigen, hey, wir können 01:23:59.620 --> 01:24:01.180 gute Software bauen. 01:24:02.120 --> 01:24:03.060 Also, wenn man das 01:24:03.060 --> 01:24:06.000 strategisch so angeht, kann es 01:24:06.000 --> 01:24:07.640 gut sein. Also, ich bin jetzt nicht der Verfechter, der sagt, 01:24:07.700 --> 01:24:09.820 oh, jeder sollte jetzt hier seine ganze Freizeit 01:24:09.820 --> 01:24:11.380 mit Open-Source-Projekten verdienen 01:24:11.380 --> 01:24:15.280 und quasi gratis für Firmen arbeiten. 01:24:15.980 --> 01:24:17.900 Aber es ist durchaus so, 01:24:17.980 --> 01:24:20.320 dass man es auch strategisch angehen kann 01:24:20.320 --> 01:24:23.960 und das auch ein Pfad sein kann, 01:24:25.760 --> 01:24:28.480 erfolgreich zu sein und auch was zu machen, 01:24:28.600 --> 01:24:30.340 was vielleicht einem Spaß macht. 01:24:30.560 --> 01:24:32.360 Ja, im Prinzip ist das ja super, genau. 01:24:32.600 --> 01:24:33.580 Also das ist ja eigentlich sozusagen, 01:24:33.580 --> 01:24:35.060 würde ich ja schon mal ein bisschen 01:24:35.060 --> 01:24:37.440 Traumleben irgendwie beschreiben 01:24:37.440 --> 01:24:39.260 wollen, weil das ja, ich meine, das 01:24:39.260 --> 01:24:41.400 stellt man sich halt so vor. Man kann halt das tun, was man möchte 01:24:41.400 --> 01:24:43.200 und verdient damit halt genug Geld, 01:24:43.320 --> 01:24:44.920 dass das halt das möglich macht. 01:24:45.820 --> 01:24:47.180 Und wenn das funktioniert, ist es natürlich 01:24:47.180 --> 01:24:47.720 großartig. 01:24:49.040 --> 01:24:51.240 Ja, ich meine, ich glaube, man muss halt schon, 01:24:51.400 --> 01:24:53.220 ich glaube, es macht Sinn, es auch so anzugehen, dass man 01:24:53.220 --> 01:24:55.200 halt auch, man sollte schon ein Ziel 01:24:55.200 --> 01:24:56.440 haben, wenn man 01:24:56.440 --> 01:24:58.460 ein Projekt 01:24:58.460 --> 01:25:01.100 startet. Und ich glaube, es ist auch nicht falsch, 01:25:01.180 --> 01:25:03.060 zu sagen, okay, ich gehe das an, entweder 01:25:03.060 --> 01:25:04.800 ja, ich hab ein 01:25:04.800 --> 01:25:06.580 Open-Source-Projekt, ich möchte, ich sage Leuten, 01:25:06.640 --> 01:25:08.380 hey, benutzt das. Das ist ja auch so eine Sache. 01:25:08.680 --> 01:25:10.700 Okay, sagst du Leuten, mein Projekt ist geil, 01:25:10.800 --> 01:25:12.560 benutzt das, ihr solltet da alles drauf aufbauen, oder 01:25:12.560 --> 01:25:14.880 sagst du, oh, das ist nur so ein Nobby-Projekt, 01:25:15.260 --> 01:25:16.740 ich hab meinen Code einfach veröffentlicht 01:25:16.740 --> 01:25:18.860 und wenn jemand anders das nützlich findet, 01:25:19.020 --> 01:25:20.720 benutze es gerne. Oder 01:25:20.720 --> 01:25:22.620 dieses ein bisschen oldschooligere Modell, wir 01:25:22.620 --> 01:25:23.960 bauen was zusammen. 01:25:24.580 --> 01:25:26.640 Das sind so für mich die drei Arten 01:25:26.640 --> 01:25:28.140 von Open-Source. Einmal, okay, 01:25:28.740 --> 01:25:30.240 ich hab was gebaut, wenn jemand, 01:25:30.600 --> 01:25:32.580 ich geb's dir umsonst, wenn du Lust hast, 01:25:33.000 --> 01:25:34.960 vielleicht find's ja nützlich, oder wir 01:25:34.960 --> 01:25:36.820 bauen als Community, entwickeln wir was 01:25:36.820 --> 01:25:38.360 gemeinsam, oder wir 01:25:38.360 --> 01:25:41.020 haben ein Produkt entwickelt und wir geben es euch umsonst. 01:25:42.720 --> 01:25:42.840 Und 01:25:42.840 --> 01:25:44.820 ich glaube, davon hängt es halt auch 01:25:44.820 --> 01:25:46.840 ab, wie, ja, die Erwartungen, 01:25:46.980 --> 01:25:48.840 die man als Nutzer haben sollte an das Projekt. 01:25:48.940 --> 01:25:50.800 Und ich glaube, das wird halt auch oft nicht offen 01:25:50.800 --> 01:25:52.700 kommuniziert. Und da, 01:25:53.120 --> 01:25:54.780 das ist, wo viele der Missverständnis passieren, 01:25:55.660 --> 01:25:57.060 wenn man 01:25:57.060 --> 01:25:59.020 eben, ja, ein so ein persönliches 01:25:59.020 --> 01:26:00.720 Projekt betrachtet, wie ein kommerzielles Projekt, 01:26:00.820 --> 01:26:03.040 oder ein kommerzielles Projekt betrachtet, 01:26:03.140 --> 01:26:03.840 wie so ein Community. 01:26:05.120 --> 01:26:06.920 Oder wenn halt die Nutzer 01:26:06.920 --> 01:26:08.780 oder die Maintainer gar nicht sicher sind, 01:26:08.840 --> 01:26:09.560 was sie überhaupt sind. 01:26:09.960 --> 01:26:12.760 Das ist halt genau dann wahrscheinlich dieser 01:26:12.760 --> 01:26:14.780 Mismatch, dass dann die Nutzer denken, es ist ein 01:26:14.780 --> 01:26:16.960 Produkt, wo sie dann Support einfordern 01:26:16.960 --> 01:26:18.240 können und die Maintainer denken so, 01:26:18.540 --> 01:26:20.640 andere Leute haben Freizeit, warum 01:26:20.640 --> 01:26:22.380 habe ich eigentlich keine, warum sitze ich immer 01:26:22.380 --> 01:26:25.020 und muss irgendwie kostenlos Dienstleistungen 01:26:25.020 --> 01:26:25.640 für Leute machen, 01:26:26.540 --> 01:26:27.640 die mich gar nicht mehr bezahlen. 01:26:27.660 --> 01:26:30.060 Von den Firmen oder von den Nutzern, das ist ja nicht unbedingt 01:26:30.060 --> 01:26:32.040 immer der Respekt da, zu sagen, oh ja, das macht 01:26:32.040 --> 01:26:33.940 jetzt jemand in seiner Freizeit. 01:26:35.560 --> 01:26:36.300 Sondern, ja nö, 01:26:36.400 --> 01:26:37.920 ich brauche Support. Und in 01:26:37.920 --> 01:26:40.140 manchen Sachen, okay, wenn man halt Möglichkeiten 01:26:40.140 --> 01:26:42.020 schafft, die Maintainer zu bezahlen, 01:26:42.100 --> 01:26:44.500 kann das gut sein. Auch so GitHub hat ja GitHub-Sponsors 01:26:44.500 --> 01:26:45.680 und es gibt andere Möglichkeiten. 01:26:46.280 --> 01:26:47.920 Aber kann auch in manchen 01:26:47.920 --> 01:26:49.920 Situationen problematisch sein, wenn du halt 01:26:49.920 --> 01:26:52.000 vor allem, es geht ja nicht immer um diese 01:26:52.000 --> 01:26:54.140 riesen Beträge. Wenn du jetzt ein kleiner Entwickler bist, 01:26:54.220 --> 01:26:56.000 du sagst, hey, du hast so ein Hobbyprojekt, das hat auf einmal 01:26:56.000 --> 01:26:58.200 ein bisschen an Popularität gewonnen, 01:26:58.200 --> 01:26:59.880 das benutzen ein paar Firmen, 01:27:00.060 --> 01:27:17.320 Und die zahlen dir jetzt 5 Euro im Monat. Davon wirst du nicht unbedingt reich und das zahlt dir jetzt auch nicht unbedingt die Zeit, die du da rein investierst. Aber auf einmal sind diese Firmen jetzt nicht nur irgendwelche nervigen User auf deinem Issue-Tracker, das sind jetzt deine Kunden quasi. 01:27:17.320 --> 01:27:18.660 oder die fühlen sich zumindest so. 01:27:19.480 --> 01:27:21.940 Ob das jemand hier Anforderungen stellen kann an dich, 01:27:22.000 --> 01:27:23.520 weil du dir 5 Euro zahlst, ist eine andere Frage. 01:27:23.620 --> 01:27:26.960 Aber die fühlen sich, als wären sie deine Kunden und sagen, 01:27:27.060 --> 01:27:29.360 wenn du jetzt diesen Bug nicht fixst bis morgen, 01:27:29.480 --> 01:27:31.980 dann ziehe ich aber hier meine Sponsorship zurück. 01:27:33.540 --> 01:27:35.580 Das ist jetzt nicht so das Allheilmittel. 01:27:35.580 --> 01:27:39.960 Das kann auch, glaube ich, durchaus Dinge noch komplizierter machen. 01:27:41.480 --> 01:27:44.500 Also ich habe jetzt keine Lösung dafür. 01:27:44.760 --> 01:27:47.920 Nö, es gibt wahrscheinlich keine Einfachlösung. 01:27:48.660 --> 01:27:48.880 Ja. 01:27:51.880 --> 01:27:52.760 Ich meine, eine Sache, 01:27:53.040 --> 01:27:55.000 ich bin der Meinung, dass 01:27:55.000 --> 01:27:56.440 Open Source 01:27:56.440 --> 01:27:59.180 quasi 01:27:59.180 --> 01:28:00.520 dass zum Beispiel 01:28:00.520 --> 01:28:03.480 Open Source staatlich gefördert werden sollte. 01:28:04.140 --> 01:28:05.920 Also zumindest, oder wenn wir in so einem System 01:28:05.920 --> 01:28:07.780 sind wie in Deutschland, finde ich, 01:28:07.980 --> 01:28:09.540 dass die Bundesregierung 01:28:09.540 --> 01:28:11.740 sollte finanzielle Mittel 01:28:11.740 --> 01:28:13.820 zur Verfügung stellen, die eben tatsächlich 01:28:13.820 --> 01:28:15.720 in die Open-Source-Entwicklung 01:28:15.720 --> 01:28:17.640 fließen soll oder wir sollten das, 01:28:17.820 --> 01:28:19.540 wir sollten quasi Open-Source als 01:28:19.540 --> 01:28:21.640 Common Good ansehen. 01:28:21.640 --> 01:28:23.280 Mit der Gießkanne oder kuratiert? 01:28:25.660 --> 01:28:26.260 Das ist halt 01:28:26.260 --> 01:28:28.000 eine Frage, das Problem ist halt auch, 01:28:28.100 --> 01:28:29.940 okay, momentan, wenn du dir das anguckst, okay, was 01:28:29.940 --> 01:28:32.200 wird so entwickelt, wer bekommt Zuschläge 01:28:32.200 --> 01:28:34.000 für die Entwicklung von was und wie funktioniert 01:28:34.000 --> 01:28:35.400 das am Ende und wie sieht das denn aus? 01:28:37.440 --> 01:28:37.960 Also ich 01:28:37.960 --> 01:28:39.160 finde, ich glaube schon, 01:28:40.020 --> 01:28:41.940 ich glaube, 01:28:42.080 --> 01:28:43.620 eine Lösung, wo 01:28:43.620 --> 01:28:46.020 da jemand sitzt, der weiß nicht, der 01:28:46.020 --> 01:28:48.280 Open-Source-Minister sitzt und sich die Open-Source-Projekte 01:28:48.280 --> 01:28:49.840 aussucht, finde ich auch problematisch. 01:28:50.200 --> 01:28:51.900 Ich glaube nicht, dass das etwas ist, was 01:28:51.900 --> 01:28:52.780 wir möchten. 01:28:55.240 --> 01:28:55.760 Ich kann mir auch 01:28:55.760 --> 01:28:57.840 momentan keinen Open-Source-Minister 01:28:57.840 --> 01:28:58.380 vorstellen. 01:29:00.020 --> 01:29:01.760 Es gibt nur sehr wenige 01:29:01.760 --> 01:29:04.060 politisch aktive Menschen momentan, 01:29:04.180 --> 01:29:05.980 die ich vorstellen könnte als Open-Source-Minister. 01:29:08.180 --> 01:29:10.260 Anni, schau ja nicht in dieser Impftags-Force 01:29:10.260 --> 01:29:12.200 jetzt. Schade, der wäre doch gut geeignet 01:29:12.200 --> 01:29:15.300 Ja, ich denke mir jetzt vor, du hast 01:29:15.300 --> 01:29:17.360 so ein Äquivalent von Horst Seehofer 01:29:17.360 --> 01:29:19.420 als Open-Source-Minister. 01:29:19.580 --> 01:29:21.240 Ich glaube, das wollen wir alle nicht. 01:29:23.280 --> 01:29:25.100 Aber wie gesagt, ich habe 01:29:25.100 --> 01:29:27.180 jetzt noch kein politisches Programm 01:29:27.180 --> 01:29:29.340 ausgearbeitet, das ich hier präsentieren möchte, 01:29:29.460 --> 01:29:31.220 aber ich glaube, das ist auf jeden Fall eine 01:29:31.220 --> 01:29:32.680 Richtung, die ich 01:29:32.680 --> 01:29:35.160 sehen könnte. Ich weiß nicht, ich hätte mal 01:29:35.160 --> 01:29:36.440 überlegt, das wäre doch ziemlich 01:29:36.440 --> 01:29:39.260 einfach, dass zumindest 01:29:39.260 --> 01:29:41.000 mal die Anforderungen von irgendwelchen 01:29:41.000 --> 01:29:42.940 öffentlichen, größeren Projekten reinzuschreiben, 01:29:43.300 --> 01:29:45.120 das ist halt selbstverständlich, wenn das halt mit öffentlichen 01:29:45.120 --> 01:29:46.620 Mitteln finanziert wird, auch 01:29:46.620 --> 01:29:49.200 dann als Infrastruktur wieder zurück 01:29:49.200 --> 01:29:51.040 an die Öffentlichkeit geht, aber 01:29:51.040 --> 01:29:52.260 ja, keine Ahnung. 01:29:52.880 --> 01:29:55.100 Ja, das würde ich auch unterstützen, vor allem 01:29:55.100 --> 01:29:57.200 ja, aber ich meine, ich kann mir auch 01:29:57.200 --> 01:29:58.320 gut vorstellen, warum die das nicht möchten, 01:29:58.860 --> 01:30:00.740 aber... 01:30:00.740 --> 01:30:03.080 Ja, ja, klar, also dass die Auftragnehmer das nicht möchten, 01:30:03.080 --> 01:30:05.080 das kann ich mir auch gut vorstellen, aber es ist halt, ja... 01:30:05.820 --> 01:30:06.800 Ich meine, ich könnte mir auch vorstellen, 01:30:06.880 --> 01:30:08.980 die jetzt vor manche dieser öffentlich finanzierten 01:30:08.980 --> 01:30:11.020 Projekte, auch die man dann so 01:30:11.020 --> 01:30:12.960 nur als Nutzer mal zu sehen 01:30:12.960 --> 01:30:14.820 kriegt, wenn man mit denen interagiert. 01:30:15.120 --> 01:30:15.620 Achso, ja. 01:30:16.800 --> 01:30:19.060 Oder sowas jetzt zum Beispiel, auch selbst so eine App 01:30:19.060 --> 01:30:20.740 oder irgendein Portal, irgendwas wird entwickelt, 01:30:20.840 --> 01:30:22.960 da wird auch nicht viel Geld reingebracht und 01:30:22.960 --> 01:30:24.480 okay, es gibt auf jeden Fall 01:30:24.480 --> 01:30:26.740 ein Argument zu sagen, das sollte 01:30:26.740 --> 01:30:28.180 Open Source sein, damit wir das auch 01:30:28.180 --> 01:30:30.720 sehen können. Zumindest 01:30:30.720 --> 01:30:32.960 jetzt nicht die ganze kritische Infrastruktur 01:30:32.960 --> 01:30:35.080 oder so, aber grob 01:30:35.080 --> 01:30:36.760 okay, wie funktioniert das? Was ist da 01:30:36.760 --> 01:30:37.300 hinter? 01:30:38.680 --> 01:30:39.900 Oder vielleicht ein paar Details. 01:30:40.060 --> 01:30:41.700 Okay, wenn die jetzt irgendwelche Modelle trainieren, 01:30:42.380 --> 01:30:46.100 dann wäre es schon gut, 01:30:46.720 --> 01:30:49.160 ein bisschen mehr Informationen dazu zu haben, 01:30:49.220 --> 01:30:50.220 was da jetzt reinfließt. 01:30:50.300 --> 01:30:51.220 Und wer hat das gebaut? 01:30:51.400 --> 01:30:52.900 Sind da überhaupt diese ganzen Fragen, 01:30:53.000 --> 01:30:54.580 die man eigentlich mal berücksichtigen sollte, 01:30:54.700 --> 01:30:55.860 sind die denn berücksichtigt worden? 01:30:56.240 --> 01:30:57.060 Hat da sich jemand drüber nachgedacht? 01:30:57.060 --> 01:30:57.440 Ja, genau. 01:30:57.960 --> 01:30:59.020 Ja, wahrscheinlich nicht. 01:30:59.020 --> 01:31:00.880 Und das wäre schon gut. 01:31:01.280 --> 01:31:05.560 Aber ich glaube, es gäbe dann auch 01:31:05.560 --> 01:31:07.420 so ein ganz neues neue Genre 01:31:07.420 --> 01:31:08.060 an 01:31:08.060 --> 01:31:11.460 Technikjournalisten, 01:31:11.800 --> 01:31:13.520 die sich wahrscheinlich den ganzen Tag damit beschäftigen 01:31:13.520 --> 01:31:15.520 könnten, die Open-Source-Projekte, 01:31:15.720 --> 01:31:17.240 die staatlich geförderten Open-Source-Projekte 01:31:17.240 --> 01:31:18.740 auseinanderzunehmen und zu analysieren. 01:31:20.900 --> 01:31:22.840 Was ja auch nicht schlecht wäre. 01:31:23.940 --> 01:31:24.380 Aber 01:31:24.380 --> 01:31:27.240 es gibt halt, wenn man sich 01:31:27.240 --> 01:31:29.400 Machine Learning anguckt, es gibt ja nicht wirklich 01:31:29.400 --> 01:31:29.920 Standards, 01:31:31.540 --> 01:31:33.220 die man da anbringen könnte. Und es ist ja auch 01:31:33.220 --> 01:31:33.560 schwierig. 01:31:35.420 --> 01:31:37.000 Und es gibt auch ja nix, was jemals, 01:31:37.200 --> 01:31:41.060 es gibt ja wenige Dinge, die bisher überhaupt von einem Gericht mal getestet wurden. 01:31:44.340 --> 01:31:48.140 Wenn es um auch so Themen, auch so Datensicherheit, bla, 01:31:48.500 --> 01:31:53.660 oder was, wenn jetzt so ein Korpus an Trainingsdaten, 01:31:54.220 --> 01:31:58.060 wenn der eine Lizenz hat, was bedeutet das für Modelle, die du trainierst? 01:31:58.060 --> 01:32:01.740 Es gibt Modelle natürlich, wo du am Ende die Originaldaten rekonstruieren kannst. 01:32:01.860 --> 01:32:05.020 Das ist, würde ich jetzt als Laie sagen, ein relativ klarer Fall. 01:32:05.140 --> 01:32:07.120 okay, das geht natürlich nicht, wenn jetzt 01:32:07.120 --> 01:32:08.240 die Daten nicht verfügbar sind. 01:32:08.880 --> 01:32:10.360 Dann gibt es aber andere Sachen, wo du, okay, nur 01:32:10.360 --> 01:32:13.260 wie abstrakt sollten 01:32:13.260 --> 01:32:14.940 diese Gewichtungen sein, die du trainierst, 01:32:15.380 --> 01:32:17.000 um halt das Argument 01:32:17.000 --> 01:32:19.260 machen zu können, das repliziert 01:32:19.260 --> 01:32:20.900 jetzt nicht unbedingt die 01:32:20.900 --> 01:32:22.960 Originaldaten. Kann man das überhaupt sagen? 01:32:22.960 --> 01:32:23.840 Ja, ja, das ist halt... 01:32:23.840 --> 01:32:26.840 Wenn jetzt Instagram oder Facebook sagt, 01:32:26.900 --> 01:32:28.180 oh, wir trainieren jetzt unsere Modelle 01:32:28.180 --> 01:32:30.240 anhand von 01:32:30.240 --> 01:32:33.020 Profilbildern unserer Nutzer. Geht das? 01:32:33.080 --> 01:32:34.900 Geht das nicht? Können die das dann verwenden? 01:32:35.140 --> 01:32:37.020 kannst du einfach das Internet scrapen 01:32:37.020 --> 01:32:39.060 und dann dein 01:32:39.060 --> 01:32:41.020 Modell veröffentlichen, 01:32:41.060 --> 01:32:42.540 dass dann alle möglichen Firmen benutzen 01:32:42.540 --> 01:32:45.060 und wenn irgendwas ist, wer ist schuld? 01:32:45.300 --> 01:32:46.560 Du? Die Firmen? 01:32:47.200 --> 01:32:48.940 Das sind alles Fragen, die 01:32:48.940 --> 01:32:49.720 haben... 01:32:49.720 --> 01:32:52.720 Da kann man sich drüber auslassen, ich bin, wie gesagt, 01:32:53.140 --> 01:32:54.500 ich bin bleie, 01:32:54.800 --> 01:32:56.720 ich hab da nur Meinungen oder Ideen zu, 01:32:56.920 --> 01:32:58.700 aber auch da kommst du ja gar nicht drauf an. 01:32:59.060 --> 01:33:00.700 Es ist am Ende, es gibt ja keine, 01:33:02.000 --> 01:33:02.660 es gibt kaum 01:33:02.920 --> 01:33:04.720 Entscheidungen dazu, es gibt kaum Fakten dazu, 01:33:04.860 --> 01:33:05.920 Du musst halt gucken. 01:33:09.180 --> 01:33:10.560 Naja, das wird noch eine ganze Zeit lang dauern, 01:33:10.620 --> 01:33:12.120 bis das einigermaßen... 01:33:12.120 --> 01:33:13.800 Bis das überhaupt jemand da irgendwo verstanden hat. 01:33:15.500 --> 01:33:16.640 Wahrscheinlich der... 01:33:16.640 --> 01:33:17.700 Selbst so diese... 01:33:17.700 --> 01:33:20.520 So diese Trolley-Probleme von wegen 01:33:20.520 --> 01:33:22.600 hier, okay, wer ist schuld, wenn das selbstfahrende 01:33:22.600 --> 01:33:24.840 Auto einen Menschen überfährt? Das gab's ja schon. 01:33:25.580 --> 01:33:26.900 So, wer ist da schuld? 01:33:29.160 --> 01:33:30.860 Die Firma, die das Auto hergestellt 01:33:30.860 --> 01:33:32.800 hat, die Person, der das Auto 01:33:32.800 --> 01:33:34.800 gehört, der Entwickler, 01:33:34.860 --> 01:33:36.280 der dieses Modell 01:33:36.280 --> 01:33:37.220 trainiert hat, 01:33:39.520 --> 01:33:44.780 die Person, die auf Mechanical Turk 01:33:44.780 --> 01:33:46.120 für drei Dollar die Stunde 01:33:46.120 --> 01:33:48.260 das falsch gelabelt hat. 01:33:48.940 --> 01:33:50.280 Das falsch gelabelt hat. 01:33:55.160 --> 01:33:56.720 Das sind auf jeden Fall 01:33:56.720 --> 01:33:57.300 interessante Fragen. 01:33:59.540 --> 01:34:00.980 Ich denke, der Weg 01:34:00.980 --> 01:34:02.060 zu sinnvollen und 01:34:02.060 --> 01:34:02.940 so 01:34:02.940 --> 01:34:05.260 Common Sense 01:34:05.260 --> 01:34:07.940 irgendwie Umgang damit im Alltag 01:34:07.940 --> 01:34:09.900 wird gepflastert sein mit einem Haufen 01:34:09.900 --> 01:34:12.020 Fehlentscheidungen, absurden Situationen und 01:34:12.020 --> 01:34:12.460 komischen 01:34:12.460 --> 01:34:15.540 Wie bei allem, ja. 01:34:15.540 --> 01:34:16.280 Wie bei allem, ja. 01:34:17.300 --> 01:34:17.540 Ja. 01:34:20.420 --> 01:34:20.860 Ja. 01:34:21.940 --> 01:34:23.440 Jetzt haben wir einen entspannenden Ausblick 01:34:23.440 --> 01:34:23.880 in die Zukunft. 01:34:24.860 --> 01:34:27.300 Ja, es ist alles 01:34:27.300 --> 01:34:28.880 nicht ganz schlecht. 01:34:29.300 --> 01:34:30.460 Es ist alles nicht super schön. 01:34:31.080 --> 01:34:32.360 Ja, ich finde solche Sachen sehr wertvoll. 01:34:33.540 --> 01:34:35.180 Schön, dass wir mal drüber geredet haben. 01:34:37.080 --> 01:34:38.300 Nein, wirklich, was du jetzt da geschrieben hast, 01:34:38.540 --> 01:34:40.660 ist etwas, was uns irgendwie weiterbringt. 01:34:41.100 --> 01:34:43.020 Es hilft dabei, so Gefühle 01:34:43.020 --> 01:34:44.660 zu kriegen, auf jeden Fall. 01:34:45.920 --> 01:34:47.340 Ich habe immer die Hoffnung, 01:34:47.440 --> 01:34:48.880 dass das irgendwann besser wird und nicht schlechter. 01:34:49.740 --> 01:34:49.940 Ja. 01:34:50.740 --> 01:34:51.920 Also objektiv betrachtet, 01:34:52.040 --> 01:34:53.860 Dinge werden ja besser. 01:34:54.720 --> 01:34:57.040 Natürlich ist es immer, man hat das subjektive 01:34:57.040 --> 01:34:59.140 Empfinden und es gibt natürlich andere Probleme. 01:34:59.140 --> 01:35:20.960 Auch wenn du, okay, wenn du, der Gesellschaft es besser geht, auch dem Einzelnen geht es ja besser, wenn du so generell den Stand der Welt dir anschaust, sagst, okay, haben wir, wie viele Menschen haben wir, die unter der Armutsgrenze leben, aber natürlich ist das nicht die einzige Art und Weise, wie du sowas quantifizieren kannst. 01:35:21.160 --> 01:35:24.720 Ja, vor 100 Jahren haben die Leute Menschen noch im Zoo ausgestellt, das ist halt einfach, ja. 01:35:25.940 --> 01:35:46.520 Ja, natürlich. Oder die Lebenserwartung, der generelle Lebensstandard ist natürlich besser, aber das heißt ja eben auch nicht, dass man sagen kann, ach ja, ist ja alles super, im Schnitt geht's allen besser. Oder du bist weniger arm als vorher, bist aber immer noch arm. Also ist ja nach wie vor ein Problem. Und wir denken uns auch immer neue Probleme aus. 01:35:47.160 --> 01:36:12.460 Ja, das eskaliert natürlich auch an einigen Stellen immer völlig. Da muss man gucken, dass man das irgendwie wieder einfangen kann oder so. Aber ja, also ich habe nicht das Gefühl, dass das schlechter wird. Das ist immer so punktuell, so ein Wabern und so. Aber vielleicht geht es ja durch solche Sachen halt in die richtige Richtung, dass man dadurch besser Wissen verteilen kann auch einfach. Weil ich glaube, so verteiltes Wissen ist vielleicht eine der Grundlagen von dem, was wir vielleicht mit Freiheit da meinten oder so. Ich weiß nicht, wovon wir die ganze Zeit geredet haben. 01:36:12.460 --> 01:36:42.120 Ich weiß nicht, ich glaube, es ist ganz schwer zu sagen, wird das jetzt irgendwie, hat das so eben so technische Fortschritte, haben die aus sich heraus schon so in sich emanzipatorisches Potenzial oder gehen sie doch dann nur dazu, dass Leute irgendwie noch reicher werden, die vorher schon relativ reich waren? Schwer. Also ich meine, was man vielleicht sagen kann, ist, dass in Zeiten, in denen sich viel ändert, gibt es halt auch mehr Chancen für Leute, die halt sozusagen was machen möchten. 01:36:42.120 --> 01:36:43.740 Ja, oder wir nehmen die Antwort, die wir immer geben können, 01:36:43.840 --> 01:36:44.520 it depends. 01:36:44.680 --> 01:36:45.140 Ja, stimmt. 01:36:51.300 --> 01:36:52.340 Ich meine, es stimmt natürlich, 01:36:52.400 --> 01:36:53.820 oder auch jetzt in der aktuellen Situation, 01:36:54.280 --> 01:36:55.940 wo auch Remote Work 01:36:55.940 --> 01:36:58.040 normalisierter wird, wo es 01:36:58.040 --> 01:36:59.080 vielleicht ein bisschen weniger, 01:36:59.560 --> 01:37:01.900 schon immer war es durch das Internet, 01:37:01.960 --> 01:37:03.960 das Internet hat es immer weniger relevant gemacht, wo man 01:37:03.960 --> 01:37:04.940 denn gerade 01:37:04.940 --> 01:37:08.080 physisch war, oder schon 01:37:08.080 --> 01:37:09.320 allein die Tatsache, dass wir hier, 01:37:09.320 --> 01:37:11.100 wir sitzen hier, 01:37:11.220 --> 01:37:13.580 nehmen einen Podcast auf, ich bin in Australien, 01:37:14.100 --> 01:37:15.580 ihr seid in Deutschland, es läuft. 01:37:16.580 --> 01:37:17.780 Irgendjemand hört sich das an, 01:37:17.820 --> 01:37:19.580 der ist was weiß ich wo und 01:37:19.580 --> 01:37:21.160 das geht alles. 01:37:22.220 --> 01:37:23.600 Und jetzt, okay, es wird weniger 01:37:23.600 --> 01:37:25.180 wichtig, wo jemand arbeitet, 01:37:26.960 --> 01:37:27.800 wo jemand 01:37:27.800 --> 01:37:29.340 leben möchte. Ja, voll gut. 01:37:29.840 --> 01:37:30.520 Das ist auf jeden Fall 01:37:30.520 --> 01:37:33.260 theoretisch eine sehr positive 01:37:33.260 --> 01:37:35.760 Entwicklung oder kann eine sehr positive Entwicklung 01:37:35.760 --> 01:37:37.660 sein, wenn das entsprechend genutzt wird. 01:37:38.880 --> 01:37:39.680 Ich finde, das ist ein 01:37:39.680 --> 01:37:41.440 sehr tolles Schlusswort, ehrlich gesagt. 01:37:42.860 --> 01:37:43.780 Nee, klingt gut. 01:37:43.900 --> 01:37:45.160 Egal, wo ihr uns also hört. 01:37:45.480 --> 01:37:47.220 Ob ihr nachts, tagsüber, 01:37:47.660 --> 01:37:48.800 morgens, mittags, abends 01:37:48.800 --> 01:37:51.420 im Flieger oder im Boot 01:37:51.420 --> 01:37:53.260 oder auf der Couch 01:37:53.260 --> 01:37:55.300 zum Einschlafen, hab ich auch schon gehört. 01:37:55.360 --> 01:37:57.560 Denkt daran, es ist der Fortschritt, der gerade durch eure 01:37:57.560 --> 01:37:59.240 Kopfhörer in euer 01:37:59.240 --> 01:38:01.180 Gehirn ausstrahlt. Ganz genau. 01:38:01.180 --> 01:38:02.900 Vielen Dank, Ines, dass du heute dabei warst. 01:38:03.300 --> 01:38:03.760 Ja, war sehr schön. 01:38:04.300 --> 01:38:05.440 Danke für die Einladung. 01:38:07.120 --> 01:38:08.780 Bleibt uns gewogen und schaltet wieder rein. 01:38:09.680 --> 01:38:10.040 Tschüss.