KI und Machine Learning ausprobieren

 

Ich habe ja bei LinkedIn Learning (LiL) diverse Training zu KI, aber auch  Big Data, Maschinenlernen und Datenanalyse veröffentlicht. Aktuell bin ich auf einen extrem spannenden Ansatz von Google gestoßen, wie man Künstliche Intelligenz und Maschinenlernen direkt im Browser mehr oder weniger spielerisch ausprobieren kann. „KI und Machine Learning ausprobieren“ weiterlesen

KI-Update bei Python für die Datenanalyse 1: Grundlagen

Es ist schon eine kleine Weile her, seit ich den US-Kurs zu Big Data, Maschinenlernen und Datenanalyse meiner amerikanischen Kollegin Lillian Pierson ins Deutsche adaptiert habe und er unter Python für die Datenanalyse 1: Grundlagen bei LinkedIn Learing veröffentlicht wurde. Er ist immer noch einer meiner bestgehenden LiL-Kurse, aber die ganzen Entwicklungen rund um künstliche Intelligenz haben mich zu einem kleinen KI-Update veranlasst. Obwohl es auch zu der Zeit der ursprünglichen Aufnahme natürlich schon sehr leistungsfähige und fortgeschrittene KI gab, war es da ein Randthema für Nerds. ChatCPT & Co haben das geändert und KI ins tägliche Leben der Masse katapultiert. Deshalb machte es m.E. viel Sinn, einmal die Grundlagenbedeutung von Big Data, Maschinenlernen und Datenanalyse für KI aufzunehmen also auch den Tipp, wie umgekehrt KI bei diesen Grundlagenthemen selbst helfen kann.

Digitale Barrierefreiheit

Ich werde immer wieder gebeten, ob ich fremden Content auf meiner Webseite, im Blog etc. teile bzw. bewerbe. Das lehne ich eigentlich (fast) immer ab. Aber eben fast. In Ausnahmefällen (wenn ich das Thema wichtig finde bzw. dazu stehe) weiche ich von der Regel ab. Gerade wurde ich von einem Xing-Kontakt gebeten, einen Content zur digitalen Barrierefreiheit zu teilen bzw. Unterstützung für die Bekanntheit zu geben. Das kann ich guten Gewissens tun, denn das Thema ist wichtig und geht auf der anderen Seite bei den derzeitigen Hype-Themen rund um KI , Python etc. ziemlich unter. „Digitale Barrierefreiheit“ weiterlesen

Update für KI-unterstütztes Programmieren mit OpenAI und ChatGPT

Zu meinen Kursen bei LinkedIn Learning (LiL) werden Statistiken über die Zugriffs- bzw. Nutzerzahlen geführt. Mittlerweile habe ich da über 70 aktive Kurse am Start. Der ganze Hype um  künstlichen Intelligenz (KI – engl. Artificial Intelligence oder kurz AI) hat dafür gesort, dass das Videotraining „KI-unterstütztes Programmieren mit OpenAI und ChatGPT“ unter die Top-5 bei den Zugriffszahlen meiner aktiven Kurse aufgestiegen ist und auch weitere Kurse mit Bezug zu KI steigende Zugriffszahlen bekommen haben. Und das bei einer Laufzeit von gerade mal 5 Monaten seit der Veröffentlichung. Die Nutzerzahlen werden over-all gesehen und damit im Vergleich zu Kursen, die meist mehrere Jahre bereits verfügbar sind. „Update für KI-unterstütztes Programmieren mit OpenAI und ChatGPT“ weiterlesen

Experimente – Chrome OS Flex und Chat GPT 4

Ich komme gerade vom Küstenfliegen in Dänemark zurück und habe die Woche etwas Zeit für Experimente, die schon eine Weile anstehen. Einmal wollte ich ChatGPT 4 ausprobieren und zum Anderen Chrome OS auf einem normalen PC. Das sogenannte Chrome OS Flex soll das ermöglichen.

„Experimente – Chrome OS Flex und Chat GPT 4“ weiterlesen

Grenzen von ChatGPT bei der Quellcodegenerierung

Ich in ja derzeit voll beim Hype um künstlichen Intelligenz (KI) dabei. Nicht zuletzt mit Videotraining wie KI-unterstütztes Programmieren mit OpenAI und ChatGPT und einigen anderen bei LiL. Aber jetzt hat mich ChatGPT erneut massiv enttäuscht. Schon die falsche Aussage zu der Anzahl von Tagen zwischen zwei Datumsangaben hat mich ziemlich zweifeln lassen. Aber im Moment lasse ich mir für eine Reihe von Aufgaben Quellcode generieren und der ist teils schlicht und einfach falsch bzw. nicht lauffähig. „Grenzen von ChatGPT bei der Quellcodegenerierung“ weiterlesen

DeppGPT

Bei dem ganzen Hype um künstlichen Intelligenz (KI), an dem ich mich u.a. mit Videotraining wie KI-unterstütztes Programmieren mit OpenAI und ChatGPT oder Python für die Datenanalyse 2: Machine Learning bei LinkedIn Learning sowohl beteilige als auch davon profitiere, ist die recht neue KI DeppGPT vom Postillon eine ziemlich interessante Stilblüte. „DeppGPT“ weiterlesen

Deutsche Datenschützer gegen ChatGPT & KI

Es sieht so aus als würden Deutsche Datenschutzbehörden ein Verwaltungsverfahren gegen OpenAI und ChatGPT einleiten und sogar mit einem Verbot in Deutschland drohen. Wegen möglicher Datenschutzverletzungen beim Training der KI. Ich fasse es einfach nicht. Schon die DSGVO war ein Schuss ins Knie und hat dem Datenschutz m.E. mehr geschadet als alle Spionageaktionen der üblichen US-Unternehmen. Und jetzt wollen die doch glatt Deutschland von der wichtigsten Entwicklung der IT abhängen und den freien Zugang zu Informationen sperren. „Deutsche Datenschützer gegen ChatGPT & KI“ weiterlesen

Wen macht KI wann überflüssig? Versuch als Nostradamus

Im Rahmen des aktuellen Hypes um künstlichen Intelligenz (KI), der für mich erfreulich meine ganzen Onlinetraining bei LinkedIn Learning (LiL) ziemlich befeuert (ganz neue Kurse wie KI-unterstütztes Programmieren mit OpenAI und ChatGPT, aber auch etablierte wie Python für die Datenanalyse 2: Machine Learning,  Python: Statistische Auswertungen, Mathematik-Grundbegriffe für Programmierer, Python für die Datenanalyse 1: Grundlagen oder auch  Daten aus Tabellenkalkulationsprogrammen mit Python bearbeiten), kommt immer mehr die Diskussion auf, welche Berufsbilder durch KI verschwinden werden, sich grundlegend ändern oder deren Bedarf an Menschen in den Berufen massiv abnehmen wird.

Gerade wurde ich auf einem Vortrag aufmerksam, ob Programmierer in der nächsten Zeit durch KI überflüssig werden. Das steht natürlich in krassem Widerspruch zu dem Gebetsmühlenartig zu hörenden Gejammer, dass so unglaublich viele IT-Fachleute fehlen würden. Denn natürlich steht „Programmierer“ nur als populärer Aufhänger für allgemeine IT-Berufe. „Wen macht KI wann überflüssig? Versuch als Nostradamus“ weiterlesen

GTP-4 API Warteliste

Ich habe mich eben auf die Warteliste für das GTP-4 API gesetzt. Ich glaube zwar nicht, dass die Sperre von ChatGPT in Deutschland wirklich durchkommt und zudem sollte so eine Zensur – falls sie denn doch kommt – keinen Einfluss auf die Zugänglichkeit von dem API haben (denke ich). Aber dennoch will ich rechtzeitig die Version 4 ansehen und schauen, ob ich die Fortschritte gegenüber GPT-3 erkennen kann. Die sollen ja riesig sein, wobei mich schon GTP-3 umgeworfen hat. Auch wenn in manchen Foren gelästert wird, dass die Möglichkeiten der KI eher mau und Ergebnisse oft falsch wären, sehe ich das ganz anders. Insbesondere ich Art der Interaktion ist für mich immer noch beeindruckend – auch wenn ich jetzt schon eine Weile damit experimentiere.

Interessanter Nebeneffekt – oder ehrlich gesagt für mich mehr als Nebeneffekt 😉 – der ständigen Medienpräsenz von KI (engl. Artificial Intelligence oder kurz AI) und wohl unabhängig davon, die Meldungen gut oder schlecht sind:

Die Besucherzahlen meiner Onlinevideos von LinkedIn Learning (LiL), die sich mit Künstlicher Intelligenz im weiteren Sinn oder auch mathematischen Grundlagen davon beschäftigen, haben gut angezogen. „GTP-4 API Warteliste“ weiterlesen

6 Monate Denkpause für KI?

In einigen Medien wie Spiegel Online gibt es Berichte, dass einige Wissenschaftler und IT-Koryphäen fordern, das Training besonders leistungsfähiger KI-Modelle für ein halbes Jahr auszusetzen. Angeblich soll in der Zeit erst einmal abgeschätzt werden, wie sich deren Auswirkungen und Risiken einordnen lassen. Die Gruppe der unterzeichnenden Personen aus der IT ist teils wirklich prominent, aber sogar in Foren wird schon thematisiert, dass diese weitgehend mit Firmen in Verbindung stehen, die im Moment wohl den Anschluss an die vorderste Front der KI-Forschung verloren haben. Ein Schlemm, wer hier keine guten Absichten unterstellt, sondern das Bedürfnis, enteilte Mitbewerber einzuholen. „6 Monate Denkpause für KI?“ weiterlesen

KI-unterstütztes Programmieren mit OpenAI und ChatGPT

Nachdem ich erst vorgestern aus Graz von neuen Videoaufnahmen bei LinkedIn Learning (LiL) zurückgekommen bin, habe ich direkt eine Mail von LiL zu einer internationaler Aktion erhalten, in der Kurse über künstlichen Intelligenz (KI) im Mittelpunkt stehen und auch ein Kurs von mir dabei wäre (Python für die Datenanalyse 2: Machine Learning von Lillian Pierson und Ralph Steyer). LinkedIn Learning hat weltweit etwa 100 LinkedIn Learning-Kursen zum Thema KI (engl. Artificial Intelligence oder kurz AI), die in der Kampange ab sofort bis zum 15. Juni kostenlos angeboten werden. Schon in dem Blogbeitrag zu der Aktion habe ich angekündigt, dass sehr bald von mir ein weiteres Training zum Thema KI folgen wird. Und tatsächlich ist es heute bereits soweit.

Das Videotraining „KI-unterstütztes Programmieren mit OpenAI und ChatGPT“ wurde veröffentlicht.

„KI-unterstütztes Programmieren mit OpenAI und ChatGPT“ weiterlesen

Da isses endlich – mein neues Training bei LiL zu Kryptografie und Steganografie mit Python

Gerade wurde mein neustes Training Kryptografie und Steganografie mit Python bei LinkedIn Learning (LiL) freigeschaltet. Als Sicherheitsthema mehr oder weniger „zeitlos“ und deshalb – da nicht zeitkritisch – ungewöhnlich lange in der Produktion gewesen, finde ich es persönlich aber wahnsinnig interessant. Mir hat da die Einarbeitung und das praktische Umsetzen von den theoretischen Konzepten mit Python bei dem Training so richtig viel Spaß gemacht.

Um ein bisschen abzuschweifen – ich werde immer wieder gefragt, ob ich noch viel mit Mathematik zu tun habe? In der Tat ist die Frage nicht ganz einfach zu beantworten, denn wie viele Mathematiker bin ich komplett in die Computerschiene geraten. Aber hin und wieder bricht auch in dieser IT-Welt die „echte“ Mathematik durch. Beispielsweise bei Kursen wie Mathematik-Grundbegriffe für Programmierer:innen von LiL, wo „Mathematik“ schon im Titel steckt. Oder auch LiL-Kurse wie Python: Statistische Auswertungen haben offensichtlich eine Verbindung zu Teilen der Mathematik – wenngleich in Bezug zu einer Programmiersprache. Ebenso kommt Mathematik rund um die Datenanalyse und das Maschinenlernen (Python für die Datenanalyse 1: Grundlagen und Python für die Datenanalyse 2: Machine Learning) im Hintergrund massiv zum Einsatz. Wenngleich alles auf einem einfachen und praxisorientiertem Level – aus Sicht von Mathematikern gesehen. Also mathematische Beweise habe ich etwa seit meinem Studium nicht mehr geführt.

In meinem neusten Training hingegen kommt die Mathematik sogar ebenso recht intensiv zum Einsatz – mehr als es der Titel Kryptografie und Steganografie mit Python deutlich macht. Denn die Verfahren, die hierbei eine Rolle spielen, erinnern mich durchaus an das Thema Zahlentheorie, das ich im 2. Semester hatte, und allgemein die Algebra und Logik sowie sogar ganz wenig die Stochastik. Aber das Training versucht dennoch die Mathematik mehr in den Hintergrund zu stellen und das praktische Probieren in den Fokus zu nehmen. Was liegt denn hinter den ganzen Fachbegriffen und Techniken und kann man das auch ganz einfach und praktisch sich veranschaulichen? Ich selbst brauche bei komplexen Themen immer einen maximal vereinfachten Ansatz und wenn ich den verstanden habe, kann ich mich Schritt-für-Schritt an die komplexen Level ranarbeiten. Getreu dem Motto, dass Mathematik ganz einfach ist – die Komplexität entsteht nur daraus, dass ganz viele einfache Dingen zusammengesetzt sind. Hat man die Einzelteile verstanden, versteht man auch das Gesamte.

Also kümmere ich mich in dem Training darum, was genau hinter Sicherheitstechniken wie Verschlüsselung und Signaturen steckt oder was unter Steganografie zu verstehen ist. Die Programmiersprache Python eignet sich hervorragend dazu, sich mittels praktischen Beispielen in diese Thematik einzuarbeiten, da wichtige Funktionen bereits in der API bereitgestellt werden. In diesem Videokurs erfahren Sie alles Wichtige zu AES und RSA und Sie lernen einfache Verschlüsselungs- und Angriffstechniken zu entwickeln und anzuwenden. Anhand von Code-Challenges am Ende eines Kapitels können Sie das Erlernte sofort testen und Ihre Lösung mit der angebotenen »Solution« vergleichen. Parallel zu vielen kleinen und einfachen Beispielen entsteht in dem Training ein komplexes Programm, das eine grafische Oberfläche bereitstellt und Daten sowohl verschlüsseln, verstecken und signieren sowie die Informationen wieder herstellen kann.

Ich gehe davon aus, die Zielgruppe von dem Training eher geringer ist als bei vielen anderen Grundlagenthemen von mir, aber was rein meine Interessen und das Fachliche angeht, sehe ich in dem Kurs vermutlich das Highlight meiner bisherigen Videotraining.

KI und Datenauswertung von Facebook anscheinend komplett fehlerhaft

Da redet alle Welt von „Künstlicher Intelligenz“ (KI oder AE) und „Big Data“ bzw. der automatisierten Datenanalyse und gerade Facebook scheint es nicht hinzubekommen, aus Daten die richtigen Schlüsse zu ziehen. Ich werde seit einigen Monaten mit irrelevanter Werbung genervt. Dummerweise habe ich mich auf das Spiel eingelassen und die dann versucht zu verbergen und auch explizit als „irrelevant“ angeklickt. Seit dem bekomme ich sie immer mehr angezeigt. Rein aus Ärger habe ich das Prozedere jetzt gut 20 – 30 Mal gemacht und jetzt bekomme ich als Resultat diese Werbung ausschließlich vorgesetzt.

Frei nach dem Motto. „Dich interessiert das nicht und du wirst es nie kaufen? -Dann nerven wir so lange, bis du aufgibst!“

Es ist so auffällig, dass es nur so sein kann, dass in irgendeinem Auswertealgorithmus von Facebook ein Pluszeichen und ein Minuszeichen wohl vertauscht sind. Je weniger ein Thema interessant ist, desto mehr Werbung aus dem Bereich schicken wir. Das sollten die Werbetreibenden auch mal beachten, bevor sie der Datenkrake Geld für vollkommen falsch platzierte Werbung in den Rachen werfen. Und als Anwender darf man nicht eine der angebotenen Interaktionslinks von Facebook anklicken. Auch wenn man da anscheinend gewisse Dinge einstellen kann – das wird in jedem Fall negative Folgen haben :-(.

Vielleicht sollten die Programmierer bei Facebook mal meine Trainings bei LinkedIn Learning zur Datenanalyse ansehen.

Künstliche Intelligenz und Überwachung – sehenswerter, wichtiger Beitrag auf ZDF Info

Bei ZDF Info ist ein sehr guter, informativer und ziemlich beunruhigender Beitrag zum Thema „Künstliche Intelligenz und den Wettlauf der Großmächte“ zu finden. Weniger technisch, aber die Auswirkungen auf die Arbeitswelt und vor allen Dingen auf die Privatsphäre werden da beleuchtet. Mit den „üblichen“ Ausführungen zu der kompletten Spionage durch Facebook, Google und Co über ihre Webseiten als auch die sogenannten „Smart“-Geräte (Synonym für Wanzen), aber auch wie Staaten versuchen, mit Überwachung als auch KI (oder auch kurz AI für artifizielle Intelligenz oder englisch AE für artificial intelligence) das ganze Volk unter komplette (Gedanken-)Kontrolle zu bekommen (und leider tut sich da gerade China ziemlich negativ hervor). Aber es wird auch vertieft, wie man durch (as-)soziale Medien gezielt manipulieren kann. Die damalige Cambridge-Manipulation der US-Wahl durch Facebook-Daten als Aufhänger, wird auch das Thema weiter gesponnen.

Alles in allem beunruhigende Vorstellungen, ich mich sowohl als reines Opfer (Bürger bzw Kunde bzw einfach Mensch) betreffen, aber zudem meine eigene Arbeit berühren. Denn ich verdiene ja durchaus an Techniken wie Künstlicher Intelligenz, Datenauswertung im Allgemeinen, Data Science oder Big Data und Maschinenenlernen sowie Datenanalyse. Sei es durch Videotraining bei LinkedIn Learning (LiL), sei es durch Schulungen, die in dem Umfeld ablaufen (gerade heute habe ich ein Vorabgespräch zu so einer Schulung gehabt).

Ich habe definitiv kein schlechtes Gewissen dabei, denn per se sind die Techniken nicht schlecht oder böse. Aber man muss verdammt wachsam sein, dass sie nicht missbraucht werden und wo sie es schon werden – sei es bei Facebook, Google, Apple, Amazon oder auch Staaten, muss man dies immer wieder deutlich machen. Das gilt gerade für Leute für mich, die zumindest im weiteren Zirkel der Entwicklung aktiv sind.

Es gibt einfach zu viele Eloi in der Welt und die Morlocks haben zu leichtes Spiel.

Und was ich gerade beim Schreiben des Beitrags nur beiläufig bemerkt habe – in meinem Firefox Browser war plötzlich die Standardsuchmaschine von DuckDuckGo auf Bing umgestellt. Die Jäger versuchen wirklich mit allen Tricks Opfer zu erlegen. Eine Sekunde nicht aufgepasst und man verwendet keine sichere Suchmaschine wie DuckDuckGo mehr, sondert landet mit Suchanfragen bei einer Datenkrake.

Uffbasse Leute, uffbasse!

 

Die 5 wachstumsstärksten Kompetenzen bei Fach- und Führungskräften im deutschsprachigen Raum

LinkedIn Learning (LiL) hat eine neue Kampagne zu den am schnellsten wachsenden Kenntnissen und Fähigkeiten ins Leben gerufen und mein Kurs „Python lernen“ ist Teil dieser Kampagne. In der Kampagne sind 5 Kurse vom 20. Oktober bis 20. November freigeschaltet und mein Python-Kurs steht da sogar als Top 1.

Die Kursthemen ergaben sich auf der Grund der Fragen, welche Kompetenzen deutsche, österreichische und Schweizer Fach- und Führungskräfte derzeit für besonders wichtig halten? Und mit welchen Kenntnissen und Fähigkeiten wollen sie potenzielle Arbeitgeber überzeugen? Dass das Thema Python hier dabei ist, deckt sich auch mit den Erfahrungen, die ich im Moment hinsichtlich der Nachfrage von Schulungsthemen habe.

Das ist schon das zweite Mal, dass Kurse von mir bei solchen Aktionen dabei sind :-). Vor geraumer Zeit wurden zwei meiner Kurse bei LiL in einer Kampagne von Microsoft und LinkedIn ausgewählt. Und zwar Python für die Datenanalyse 1: Grundlagen und Python für die Datenanalyse 2: Machine Learning. Es handelte sich dabei zwar „nur“ um Adaptionen von US-Kursen, aber ich bin dennoch stolz auf die Aufnahme und erst Recht auf diese neue Auswahl mit einem vollständig eigenständigem Kurs.

Python für die Datenanalyse: Grundlagen

Da isses ja! Im letzten Nov aufgenommen und jetzt brandneu veröffentlicht.


Python für die Datenanalyse: Grundlagen


Mein neustes Online-Training bei LinkedIn Learning – eine Adaption eines US-Trainings – dreht sich um Big Data und die Auswertung und Analyse von Daten sowie deren Manipulation, Transformation und ihrer sinnvollen Aufbereitung über Python samt seinen diversen Bibliotheken. Neben dem allgemeinen Verständnis für Data Science und Big Data werden auch Tools und Bibliotheken wie Anaconda, das Jupyter Notebook oder Numpy und Pandas behandelt.