Mijn Weg naar Kunstmatige Intelligentie: Van Wiskunde en Programmeren naar KI

In een wereld die steeds meer door technologie wordt gedomineerd, wordt het begrijpen van kunstmatige intelligentie (KI) steeds belangrijker. Als iemand die altijd al een passie had voor wiskunde en programmeren, was het slechts een kwestie van tijd voordat ik me intensief met dit fascinerende vakgebied zou bezighouden. In deze blogpost wil ik mijn reis naar KI met jullie delen en laten zien hoe mijn vaardigheden in wiskunde en programmeren mij helpen om de wereld van kunstmatige intelligentie te verkennen.

De Basis: Wiskunde en Programmeren
Wiskunde is de ruggengraat van veel technologieën, vooral op het gebied van KI. Concepten zoals lineaire algebra, kansrekening en statistiek zijn cruciaal voor het begrijpen van algoritmen die machine learning en neurale netwerken aandrijven. Mijn interesse in wiskunde hielp mij niet alleen bij het oplossen van complexe problemen, maar ook bij het begrijpen van de onderliggende principes van KI. Programmeren is een ander belangrijk hulpmiddel in mijn gereedschapskist. Programmeertalen zoals Python zijn bijzonder nuttig gebleken, omdat ze een breed scala aan bibliotheken bieden die speciaal zijn ontwikkeld voor machine learning en data-analyse. Met deze tools kan ik niet alleen algoritmen implementeren, maar ook experimenteren en mijn eigen modellen ontwikkelen.

De Eerste Stappen in Kunstmatige Intelligentie
Omdat ik een stevige basis had in wiskunde en programmeren, begon ik me meer te verdiepen in KI. Ik begon met online cursussen en tutorials die mij de basisbeginselen van machine learning bijbrachten. Onderwerpen zoals gesuperviseerd leren, ongesuperviseerd leren en neurale netwerken werden voor mij begrijpelijk. Het was spannend om te zien hoe ik met de geleerde concepten daadwerkelijk werkende modellen kon bouwen.

De Toekomst van KI
Vandaag de dag voel ik me goed voorbereid op de uitdagingen van kunstmatige intelligentie. De mogelijkheden zijn vrijwel eindeloos: van het ontwikkelen van slimme toepassingen tot het werken aan ethische vraagstukken rond KI – ik ben enthousiast over de perspectieven die zich voor mij openen. Samenvattend kan ik zeggen dat mijn sterke punten in wiskunde en programmeren niet alleen een solide basis vormen voor mijn reis in de wereld van kunstmatige intelligentie, maar ook mijn nieuwsgierigheid en creativiteit stimuleren. Ik kijk ernaar uit om te blijven leren en mijn bijdrage te leveren aan deze spannende technologie!

Mein Weg zur Künstlichen Intelligenz: Von der Mathematik und das Programmieren zur KI

In einer Welt, die zunehmend von Technologie geprägt ist, gewinnt das Verständnis von Künstlicher Intelligenz (KI) immer mehr an Bedeutung. Als jemand, der schon immer eine Leidenschaft für Mathematik und Programmieren hatte, war es nur eine Frage der Zeit, bis ich mich intensiv mit diesem faszinierenden Bereich auseinandersetzte. In diesem Blog-Beitrag möchte ich meine Reise zur KI mit euch teilen und aufzeigen, wie meine Fähigkeiten in de Mathematik und Programmierung mir dabei helfen, die Welt der Künstlichen Intelligenz zu erkunden.

Die Grundlagen: Mathematik und Programmieren

Mathematik ist das Rückgrat vieler Technologien, insbesondere im Bereich der KI. Konzepte wie lineare Algebra, Wahrscheinlichkeitsrechnung und Statistik sind entscheidend für das Verständnis von Algorithmen, die Maschinenlernen und neuronale Netzwerke antreiben. Mein Interesse an Mathematik half mir nicht nur dabei, komplexe Probleme zu lösen, sondern auch, die zugrunde liegenden Prinzipien der KI zu verstehen. Das Programmieren ist ein weiteres wichtiges Werkzeug in meinem Arsenal. Programmiersprachen wie Python haben sich als besonders nützlich erwiesen, da sie eine Vielzahl von Bibliotheken bieten, die speziell für maschinelles Lernen und Datenanalyse entwickelt wurden. Mit diesen Tools kann ich nicht nur Algorithmen implementieren, sondern auch experimentieren und eigene Modelle entwickeln.

Der Einstieg in die Künstliche Intelligenz

Da ich ein solides Fundament in Mathematik und Programmierung hatte, begann ich also, mich intensiver mit KI zu beschäftigen. Ich startete mit Online-Kursen und Tutorials, die mir die Grundlagen des maschinellen Lernens näherbrachten. Themen wie überwachtes Lernen, unüberwachtes Lernen und neuronale Netzwerke wurden für mich greifbar. Es war spannend zu sehen, wie ich mit den erlernten Konzepten tatsächlich funktionierende Modelle erstellen konnte.

Die Zukunft der KI

Heute fühle ich mich gut gerüstet für die Herausforderungen der Künstlichen Intelligenz. Die Möglichkeiten sind schier endlos: Von der Entwicklung smarter Anwendungen bis hin zur Arbeit an ethischen Fragestellungen rund um KI – ich bin begeistert von den Perspektiven, die sich mir bieten. Zusammenfassend lässt sich sagen, dass meine Stärken in Mathematik und Programmierung nicht nur eine solide Grundlage für meine Reise in die Welt der Künstlichen Intelligenz bilden, sondern auch meine Neugier und Kreativität anregen. Ich freue mich darauf, weiterhin zu lernen und meinen Beitrag zu dieser aufregenden Technologie zu leisten!

Nicht nur auf einfache Projekte anwendbar

 Aus aktuellem Anlass:

Es muss ein Mechanismus existieren, dass die Schweigsamen auch ihre Meinung äußern dürfen: Es kann und soll nicht sein, dass nur weil die intelligentesten den Mund nicht auf machen ein Projekt schief läuft (Buch "Adrenalin Junkies und Formular Zombies", Tom Demarco, Kap. 25). 

 

Hier zu lesen:  FlePA

Über Management und Effektivitätsteigerung - im Zeitalter der Informatik

Wie immer sind die Bücher von DeMarco und Konsorten ein großes Lesevergnügen.


Vom Buch: Wien wartet auf Dich!
Tom DeMarco, Timothy Lister, Peter Hruschka


"Trotz all dem Gerede über "smarteres Arbeiten" ist die Meinung weit verbreitet, dass richtiges Management nur damit zu tun hat, wie man seine Leute dazu bewegt, härter und länger zu arbeiten, meistens auf Kosten ihres Privatlebens. Manager geben immer damit an, wie viele Überstunden ihre Mitarbeiter leisten und welche Tricks man anwenden kann, um noch mehr aus ihnen herauszuholen."


Die Ideen in diesem Text sind nicht neu, doch schön auf dem Punkt gebracht.
Auffallend, auf jeden Fall, ist die dadurch zum Vorschein kommenden Einstellung (Arbeitsverständnis) des Managements: es wird nicht "geführt" oder "geleitet" ('gemanaged') sondern lediglich mit allen Mitteln versucht, das maximale Möglich von den Mitarbeitern herauszupressen. Dies, natürlich, ist nicht die richtige Vorgehensweise.

Eine Folge aus dieser Vorstellung bezüglich der Führung von Unternehmen (und auch Projekten) ist die, dass die Arbeiten, die Management-Inhärent sind, schlicht nicht durchgeführt bzw. an die Belegschaft weitergeleitet werden (manchmal ist das gut, manchmal aber auch nicht... nur: Was für eine Rolle soll eigentlich das Management dann spielen?).

Nun kann ich diese Gedanken weiter auf die "agilen" Methoden übertragen: Sind diese "Methoden" (insbesondere das "Gedraenge", Scrum, weil sehr stark Prozess-orientiert) doch nicht lediglich noch ein Versuch, nicht "managen" zu müssen, sondern mit Hilfe sogenannter "agilen" Vorgehensweisen sich noch weiter von den Management-Aufgaben (planen, schätzen, koordinieren/organisieren) zu entfernen?



Wenn Sie ein besseres agiles Arbeiten wünschen: http://amtrs.de/savap.htm


Doch wenn Sie überhaupt besser arbeiten wollen: http://amtrs.de/flepa.htm

Produktivitätsteigerung als Folge von "Investitionen", nicht als Folge von dem Einsatz irgendwelchen (agilen) Methoden

Aus dem Buch: Der Termin
Tom DeMarco (1997)

»Im Prinzip ist Prozessverbesserung eine gute Sache. Sie bedeutet, dass Sie Ihren Job immer besser machen. Aber ich bin wenig begeistert von Programmen wie dem CMM-Ansatz, die sich Prozessverbesserung auf ihre Fahne schreiben. Sie werden leicht zum Selbstzweck.«

»So etwas wie eine schnelle Lösung gibt es in unserer Branche nicht. Es gibt keine Möglichkeit, die Produktivität kurzfristig zu steigern. Die Produktivität, die Sie heute erreichen, ist das direkte Ergebnis der langfristigen Investitionen, die vor Ihrer Zeit getätigt wurden. Und auch Sie können die Produktivität nur beeinflussen, wenn Sie Ihrerseits eine langfristige Investition tätigen, die Ihren Nachfolgern zugute kommt.«

Soll man glauben (dürfen), dass man Produktivitätssteigerungen durch Einsatz von "agilen" Methoden erzielen kann?

Ich finde den Text im Buch ganz gut, denn einerseits halte ich auch sehr wenig von CMM und andererseits scheint mir die Erklärung mit der Investition sehr "bodenständig". So etwas fehlt heute in der IT-Industrie.

Auf jeden Fall finde ich die Aussage im Buch sehr interessant.

Kann man Produktivität schätzen? - Und, wichtiger eigentlich: Bringt das was?

Die Bücher von Tom DeMarco sind, irgendwie zeitlos, ein Lesevergnügen 1. Klasse für alle Projektbeteiligten :-)

Vom Buch: Wien wartet auf Dich!
Tom DeMarco, Timothy Lister, Peter Hruschka
Seite 27ff:

Lawrence und Jeffery wollten die Produktivitätseffekte verschiedener Schätzverfahren ermitteln. Ihr Ziel war es, den alten Glauben zu bestätigen oder zu widerlegen, wonach Entwickler (in diesem Fall Programmierer) härter arbeiten, wenn sie ihre eigenen Schätzungen einhalten wollen. Für jedes der 103 Projekte entwickelten Lawrence und Jeffery eine gewichtete Metrik für die Produktivität. Dann teilten sie ihre gesammelten Daten in Gruppen ein, gegliedert nach der Art, wie die ursprünglichen Schätzungen zustande kamen.
[...]
Systemanalytiker sind die besseren Schätzexperten; besser als die Programmierer und besser als die Manager. Sie verstehen typischerweise die Arbeit bis ins Detail, sind aber nicht von dem natürlichen Optimismus der Personen befallen, die die Arbeit durchführen müssen, und auch nicht von den politischen oder budgetären Randbedingungen des Chefs beeinflusst.
[...]
Schlechte Schätzungen und hoffnungslos enge Terminpläne schwächen die Energie von Entwicklern. Capers Jones, der für seine Metrikstudien über Entwicklungsmodelle bekannt ist, hat es folgendermaßen ausgedrückt: "Wenn der Terminplan eines Projekts von Grund auf unrealistisch und unvernünftig ist, so dass selbst mit einer Menge von Überstunden nichts erreicht werden kann, wird das Projektteam zornig und frustriert... und die Moral sinkt auf den Nullpunkt." (Capers Jones, Programming Productivity (New York, McGrawHill, 1986), S. 213)

Dabei spielt es fast keine Rolle, ob die von Grund auf unrealistischen und unvernünftigen Termine vom Chef oder von den Entwicklern stammen.

Das überraschendste Ergebnis der Studie von Lawrence und Jeffery aus dem Jahre 1985 stand ganz am Schluss, als sie die Produktivität der 24 Projekte untersuchten, für die es überhaupt keine Schätzungen gab. Diese Projekte wiesen eine viel höhere Produktivität auf.

[Siehe Tabelle im o.g. Buch. Inhalt: Produktivität ohne Schätzung = 50% mehr als die Schätzung der Programmierer.]

Die Projekte, bei denen der Chef keinerlei Druck bezüglich des Fertigstellungstermins ausübte ("Weckt mich auf, wenn ihr fertig seid!"), wiesen die höchste Produktivität auf.

Mein Fazit: Nun muss ich unbedingt als Systemanalytiker zwar schätzen, der PM muss die Entwickler aber sich selbst überlassen.

Heute was gelernt!

Wie auch immer, bei Projekten sind Schätzungen sehr wichtig, denn es wäre wirklich irrsinnig etwas anzufangen ohne klare Vorstellungen von Zeit und Kosten zu haben. Doch das Mikroschätzen der "agilen Methoden" ist, meiner Meinung nach, overkilled, demnach auch die Einteilung in starren, unflexiblen, "Time Boxen" ("Agilität" lässt gerade ganz lieb grüßen...). Viel besser natürlich: FlePA.

Aber wenn Sie es doch nicht sein lassen können, dann machen Sie es zumindest so richtig wie möglich: SAvAP.

Agile: Das Laetrile für den Projekt Manager?

Die Bücher von Tom DeMarco sind, irgendwie zeitlos, ein Lesevegnügen 1. Klasse für alle Projektbeteiligten :-)


Vom Buch: Wien wartet auf Dich!
Tom DeMarco, Timothy Lister, Peter Hruschka
- Seite 32 -


Laetrile ist eine farblose Flüssigkeit, die aus dem weichen Inneren von Aprikosenkernen herausgepresst wird. In Schweden kann man diese Flüssigkeit in Lebensmittelgeschäften ungefähr für denselben Preis wie Mandelaroma kaufen. Man benutzt sie beim Backen so wie andere Extrakte. In Mexiko wird diese Flüssigkeit für 50 Dollar pro Tropfen als "Heilmittel" für die tödliche Geißel Krebs verkauft. Natürlich heilt sie gar nichts. Alle Anzeichen deuten darauf hin, dass alles nur grausamer Betrug ist. Aber da sonst niemand den Todeskandidaten irgendetwas anbieten kann, werden die Versprechungen der Laetrile-Quacksalber ernst genommen, ganz egal wie schändlich diese sind.
Personen, die extrem verzweifelt sind, prüfen Behauptungen nicht allzu kritisch nach.
Manche Manager sind in einer ähnlich "extrem verzweifelten" Lage und diese Verzweiflung macht sie zu einfachen Opfern für vielerlei technische Laetrile, die vorgeben, die Produktivität zu steigern. Nur selten gibt es Belege für die Wirksamkeit der offerierten Versprechungen. Aber auch sie verzichten auf Belege, weil ihre Not so groß ist.


Das  ganze 6. Kapitel: "Laetrile" ist sehr lesenswert!!!

Kommentare hierzu halte ich für überflüssig.

Abhilfe "De Luxe": FlePA .

Abhilfe für den normalen, praktischen Fall: SAvAP .