#KIWerkstatt
In diesem Blogbeitrag möchte ich über meinen Einstieg in die große Welt der KI berichten. Dieser Bericht richtet sich an die bisher unschlüssigen Beobachtern, die sich dennoch der Thematik annähern möchten. Ziel ist es, Interessenten meine ersten Eindrücke zum Thema KI näher zu bringen.
Mein Einstieg in TensorFlowJS bzw. KI war reine Neugier. KI bzw. AI ist momentan das große Thema im Netz. Jeder aufgeschlossene Entwickler kommt an diesem Begriff nicht mehr vorbei, jedoch wusste man gleichzeitig mit dem Begriff nichts konkretes anzufangen.
Angefangen als kleine Spielerei las ich mich zunächst in die Materie ein und merkte schnell, dass die im Internet vorhanden Quellen zu unübersichtlich sind. Neben hochwissenschaftlichen Arbeiten und Videos, welche die reine Theorie der KI zum Beispiel mit Powerpoint-Folien wiedergaben, verließ mich schnell die Motivation sich dem Thema KI anzunähern. „Viel zu viel Nacharbeit, zudem noch zu kompliziert!“, dachte ich mir. Doch dann stolperte ich durch Zufall in die firmeninterne #KI-Werkstatt.
Als Frontend Webentwickler sollte ich hierfür eine Auswertung eines mit TensorFlow trainierten Modells erstellen. Diese Aufgabe führte dazu, dass ich wieder Interesse an dem Thema KI aufzubauen begann. Dies liegt auch nicht zuletzt daran, als dass meine Kollegen den großen Unterschied machen! Hier also der erste große Tipp: Sucht euch Gleichgesinnte, welche motiviert sind sich als Gruppe mit verschiedenen Themen auseinanderzusetzen. Wie im Sport macht es mit einem Trainingspartner nun einmal mehr Spaß.
Bezogen auf die Motivation benötigt ihr nämlich eine Menge, denn die Lernkurve kann für viele erschreckend sein. Eine Art Einstiegshilfe möchte ich aber in Bezug auf meinen Weg gerne darstellen. Zu allererst sollte euch klar sein, dass jeder anders lernt. Ich für meinen Fall stürze mich gerne direkt in die Materie und erarbeite mir fehlendes Wissen im Nachgang. Und genau hier kam TensorFlowJS zum Einsatz. Wieso TensorFlowJS im speziellen? Das liegt an meiner bereits gesammelten Erfahrung mit vielen Javascript Frameworks, daher war dies für mich die logischste Entscheidung. Wer sich bereits mit Python auskennt, kann natürlich abweichend von meiner Erfahrung TensorFlow ohne JS erkunden.
Doch was ist TensorFlowJS in einem Satz? Es handelt sich dabei um eine Bibliothek zum entwickeln und trainieren von Machine Learning (kurz ML) Modellen in Javascript, welche auf Node.js oder im Browser bereitgestellt werden können. (Quelle: https://www.tensorflow.org/js) Einer von vielen Vorteilen ist u. a. das Trainieren eines ML-Modells direkt im Browser und das Ausliefern von bereits trainierten Modellen an Web-Anwendungen, welche diese im laufenden System wechseln können. Das könnte z. B. der Austausch eines besser trainierten Modells mit einem älteren, unpräzisen Modell eines Gesichtserkennungsprogramms sein.
Die auf TensorFlow gegebenen Demos und Tutorials geben jedem, ob Anfänger oder Fortgeschrittenen, die Möglichkeiten sich mit KI zu beschäftigen. Hierbei führen die Tutorials den Nutzer Schritt für Schritt bis ans Ziel und erklären zudem noch detailliert die Vorgänge. Mein Favorit und meine Empfehlung für Einsteiger ist „Handwritten digit recognition with CNNs“ (https://codelabs.developers.google.com/codelabs/tfjs-training-classfication/index.html). Auch die Dokumentation mit anschaulichen Beispielen lädt dazu ein sich mit Details zu beschäftigen. Ganz klarer Vorteil ist hierbei, dass man nicht unterschiedliche Quellen und Ressourcen verwendet, sondern ein kompaktes Paket. Einsteigerfreundlicher geht es nicht. Im Vergleich zu anderen KI Webseiten kann man sich seinen eigenen Weg organisieren und sich an Python oder dem TensorflowJS Framework annähern, ohne über mehrere Links an verschiedene Webseiten geführt zu werden.
Fazit:
TensorFlowJS bringt frischen Wind in die Segel für Javascript-Fans, welche sich mit der Thematik KI bisher zurückgehalten haben. Die Ausrede, dass der Einstieg nicht geebnet wird und man nicht an die Hand genommen wird, zählt nicht mehr. International entstehen große Gemeinschaften, welche sich mit KI beschäftigen. Man muss nicht länger Python perfekt beherrschen und schon gar nicht sich mit beispielsweise erst veröffentlichten Masterarbeiten beschäftigen. Die Lernkurve ist steil, jedoch kann man sich motiviert alleine oder als Gruppe dieser Herausforderung stellen und daran wachsen. Die Zukunft zeigt bereits heute, dass KI eine große Rolle auf dem Weltmarkt einnimmt, da sie unterschiedlichste Bereiche abdecken wird. So werden Risikomanagement, Logistik oder Verkaufsstrategien schon heute zum Teil mit Vorhersagen geregelt, die Tendenz ist hierbei steigend.