48
31. August 2017 Joachim M. Buhmann Institut für Maschinelles Lernen, ETH Zürich Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung?

Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

  • Upload
    others

  • View
    1

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017

Joachim M. Buhmann

Institut für Maschinelles Lernen, ETH Zürich

Künstliche Intelligenz mit lernenden Maschinen:

Wo stehen wir mit Big Data und Digitalisierung?

Page 2: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 2

Die Welt, in der wir leben!

Page 3: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 3

Was ist künstliche Intelligenz?

„Intelligence is mind implemented

by any patternable kind of matter.“ Newell & Simon; Dartmouth Conference 1956

Automatisierung intelligenten

Verhaltens (Wikipedia)

Historie

Kybernetik (Wiener) 1945-1960

Künstliche Intelligenz, (McCarthy, et

al. 60s & 70s)

Neuronale Netze (1985)

Machinelles Lernen (Modern AI, 1990-

today)

Deep learning (2010-today)

Page 4: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 4

Biologische Nervennetzwerke

sind adaptiv und lernfähig.

Künstliche neuronale Netze

bilden diese Lernfähigkeit nach.

Lernende Maschinen beherrschen

algorithmische Induktion

Nervenzell-Netze mit Hirnscans sichtbar gemacht. © VAN WEDEEN

DeepFace network by Facebook

Page 5: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 5

The Algorithm: Idiom of

Modern Science (Bernard Chazelle)

Ein Algorithmus ist eine wohl-

definierte Rechenprozedur, die

Eingabewerte liest und

Ausgabewerte berechnet. (CLRS)

Analyse von Algorithmen

✔ Laufzeit, Speicherbedarf

✗ Robustheit, Generalisierung!

Lernende Algorithmen „erforschen“

die Komplexität der Wirklichkeit

Muḥammad ibn Mūsā al-Khwārizmī[

(c. 780 – c. 850)

Page 6: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 6

Network Science & Big Data –

Herausforderung des 21. Jahrhunderts

Network Science & Big Data

NZZ am Sonntag – Wissen

(#22, 1. Juni 2014)

Autonome Systeme

Im Internet

Biologische Netzwerke

X-omics

Kommunikations-

netzwerke

Soziale Netze =>

Computational

Humanities

Finanznetzwerke

...

Page 7: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 7

1. Data Science die Wissenschaft

des 21. Jahrhunderts

Page 8: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 8

Big Data: Megatrend der IT

Datenvolumen und -verfügbarkeit sind rapide

angewachsen

Big Data für Big Business:

„New Economy“,

Transformation ganzer

Industriezweige

Big Data für „Big Brother“ ?

Abwägung zwischen Sicherheit und Privatsphäre

Page 9: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 9

4 BIG V’s Big Data Charakteristiken

© wordpress.com

Volume – Quantitatives Mehr an

Daten

Velocity – Datengenerierung und

Nutzung in Echtzeit

Variety – Unstrukturierte Daten,

Beobachtungsdaten, Rohdaten

(aus unterschiedlichen Quellen)

Veracity – Unsicherheit in Daten

Page 10: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 10

Page 11: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 11

Nicht personenbezogene Daten:

CERN, Klimadaten, Prozess- und

Sensordaten, Netz-Optimierung

Hochsensitive Daten: medizinische

Daten, Genomdaten, Finanzdaten, …

“Aktivitätsdaten”: Web Aktivität,

Ortsdaten, Kauf- / Konsumverhalten,

soziale Interaktionen ...

Big Data und Privacy

Page 12: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 12

Websuche: existierende Webinhalte

(das Web als Big Data Repository)

Intelligente Datenanalyse (z.B.

Ranking) bringt Nutzer und Inhalte

zusammen

Nutzungsdaten: Optimierung, z.B.

Plazierung von Werbung

Google Websuche: New Kid, Big Data

Veteran

Transformation der

Wissensgesellschaft

Nicht-mehr-weg-zu-

denken

Enabler von E-commerce

Sammlung & Verwendung

(persönlicher) Daten

Gerechte Verteilung des

Mehrwerts?

Page 13: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 13

2. KI & MLretten uns vor der

Programmierkrise (!?)

Page 14: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 14

Bilderkennung, Gesichtserkennung

Grosse Bilddatenmengen als

Trainingsdaten (2004: 1000 Bilder,

heute: 107 Bilder aus ImageNet)

Objektklassifikation mit einigen

10’000 visuellen Kategorien

Anwendungsszenarien:

Gesichtserkennung,

Überwachung, aber auch:

autonome Fahrzeuge

DeepMind: Solve Intelligence. Use

it to make the world a better place.

Page 15: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 15

“Deep Network” Halluzinationen

Page 16: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 16

Automatische Übersetzung

Statistical machine translation

mit Textbeispielen aus dem Internet,

z.B. EU/UN Dokumenten.

Daten getriebener Ansatz anstatt linguistische Analyse

mit Wörterbuch/Grammatik. “It has been said before!”

Page 17: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 17

Jeopardy – IBM Watson’s

Claim to Fame:

IBM's Watson, der Computer

mit Sprachverständnis,

schlägt 2011 die besten

menschlichen Spieler in der

US TV show Jeopardy!

Watson's Erfolgsrate für Lungenkrebsdiagnose

übertrifft mit 90% deutlich die 50% Rate von Onkologen.

[Samuel Nessbaum, Wellpoint]

Page 18: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 18

AlphaGo beats Lee Se-dol

Page 19: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 19

Relevanz ist ein

Schlüsselproblem

Amazon: Welches Produkt ist

relevant für mich?

Facebook: Welches Posting ist

relevant für mich?

Web Marketing:

Welche Werbung könnte mich

interessieren?

Relevanzvorhersage

The stories that appear in your

News Feed are influenced by

your connections and activity on

Facebook.

Page 20: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 20

Learning from large datasets of programs

(“Big Code”)

Statistical

Programming Tool

Programming

TaskSolution

probabilistic

model

~20 million repositories

Billions of lines of code

High quality, tested,

maintained programs

last 5 years

number of

repositories[Big Code]

Page 21: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 21

function FZ(e, t) { var n =

[]; var r = e.length; var i =

0; for (; i < r; i += t) if (i

+ t < r)

n.push(e.substring(i, i + t));

else n.push(e.substring(i,

r)); return n;

}

function chunkData(str, step) {

var colNames = [];

var len = str.length;

var i = 0;

for (; i < len; i += step)

if (i + step < len)

colNames.push(str.substring(i, i +

step));

else

colNames.push(str.substring(i, len));

return colNames;

}

JSNice.org

Verschleiertes

ProgrammLesbares Programm

Computer lernen, Programme zu “entschleiern”

© Martin Vechev (ETH Zurich)

Page 22: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 22

3. ML 4 Machine Learning

for the Life Sciences

Page 23: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 23

Big Data in der Medizin

Worüber reden wir eigentlich?

Heterogene Datenquellen

Patientendatensamples

genesclasses

Diagnose-, Prognose- und Therapiedaten der Mediziner Quantified self

Page 24: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 24

Big Data Management & Analyse

Datenmanagement

Speicherung, Informationssystem, Benutzerschnittstellen, cloud computing

Datenanalytik &

Maschinelles Lernen

Knowledge Discovery &

Data Mining

KH Brodersen, JMB, KE StephanT Fuchs, P Wild, H Moch, JMB

Page 25: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 25

Informationstechnologie für

Personalisierte Medizin

meine Daten meine Information unser Wissen

Activation of the mTOR Signaling Pathway in Renal Clear

Cell Carcinoma. Robb et al., J Urology 177:346 (2007)

mein/unser Nutzen

Glücklicher (lebender) PatientMonate

Üb

erl

eb

en

sra

te[%

]

Page 26: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 26

15

0 0

00

pixe

l

Page 27: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 27

Überlebenswahrscheinlichkeit:

Wo ist die Information verborgen?

Page 28: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 2828

Renal Cell Carcinoma

(Nierenkrebs)

Clear cell Renal Cell Carcinoma ist einer

der zehn häufigsten Krebsarten in

westlichen Gesellschaften.

Nierenkrebs Prognose ist schlecht.

Häufig leiden Patienten bereits an

Metastasen, wenn die erste Diagnose

erstellt wird.

Identifikation von Biomarkern für Prognose

(prognostic marker) oder Antwort auf

Therapie (predictive marker) ist von

höchster Bedeutung, um die Patienten-

prognose zu verbessern.

Page 29: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 29

Gewebeproben (TMA)

Page 30: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 30

Digitale Gewebeproben einer Kohorte

~700 TissueSamples

0.6 mm 0.2mm

Page 31: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 31

Expertenwissen als Gold

Standard für Pathologie

TMA Estimator

Schätzung, wie stark

ein histologischer Schnitt

gefärbt ist (+- 2 Ränge).

TMA Annotator

Detektion von Zellkernen

im histologischen Schnitt

(20% Fehler).

TMA Classifier

Klassifikation einzelner

Zellkerne in bösartig, gutartig,

gefärbt und nicht gefärbt

(20% Fehler).

Page 32: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 32

Lernende Algorithmen: Krebsdiagnose mit

Entscheidungsbäumen32

-

---

-

--

-

---

--

-

-

---

--

-

+

+

+

+

-

--

-

-

+

+

+

+

+

+

+

+ -

--

-

-

--

-

---

--

-

---

--

-

---

--

++

+

+

-

---

--

+

++

+

+

+

+

+

+

+

+

+--

---

-

+

+

+

+

+

+

+

+

-

--

-

--

+

+

+

+

- -

+ + + + +

- - -+

- Gutartige Stichproben

+ Bösartige Stichproben

Page 33: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 33

Lernen eines Entscheidungsbaumes33

-

---

-

--

-

---

--

-

-

---

--

-

+

+

+

+

-

--

-

-

+

+

+

+

+

+

+

+ -

--

-

-

--

-

---

--

-

---

--

-

---

--

++

+

+

-

---

--

+

++

+

+

+

+

+

+

+

+

+--

---

-

+

+

+

+

+

+

+

+

-

--

-

--

+

+

+

+

1

1

Page 34: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 34

Lernen eines Entscheidungsbaumes34

-

---

-

--

-

---

--

-

-

---

--

-

+

+

+

+

-

--

-

-

+

+

+

+

+

+

+

+ -

--

-

-

--

-

---

--

-

---

--

-

---

--

++

+

+

-

---

--

+

++

+

+

+

+

+

+

+

+

+--

---

-

+

+

+

+

+

+

+

+

-

--

-

--

+

+

+

+

2 3

1

3

1

2

Page 35: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 35

Lernen eines Entscheidungsbaumes35

-

---

-

--

-

---

--

-

-

---

--

-

+

+

+

+

-

--

-

-

+

+

+

+

+

+

+

+ -

--

-

-

--

-

---

--

-

---

--

-

---

--

++

+

+

-

---

--

+

++

+

+

+

+

+

+

+

+

+--

---

-

+

+

+

+

+

+

+

+

-

--

-

--

+

+

+

+

A

A

3

1

2

2 3

1

Page 36: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 36

Lernen eines Entscheidungsbaumes36

-

---

-

--

-

---

--

-

-

---

--

-

+

+

+

+

-

--

-

-

+

+

+

+

+

+

+

+ -

--

-

-

--

-

---

--

-

---

--

-

---

--

++

+

+

-

---

--

+

++

+

+

+

+

+

+

+

+

+--

---

-

+

+

+

+

+

+

+

+

-

--

-

--

+

+

+

+

A

B C

D E

54 6

B C D E

3

1

2

5

6

4

A

2 3

1

Page 37: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 37

Lernen eines Entscheidungsbaumes37

-

---

-

--

-

---

--

-

-

---

--

-

+

+

+

+

-

--

-

-

+

+

+

+

+

+

+

+ -

--

-

-

--

-

---

--

-

---

--

-

---

--

++

+

+

-

---

--

+

++

+

+

+

+

+

+

+

+

+--

---

-

+

+

+

+

+

+

+

+

-

--

-

--

+

+

+

+

7 8

F

A

B C

D E5

4

3

1

2

54 6

B C D E

A

2 3

1

7

8

6

F

Page 38: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 38

Lernen eines Entscheidungsbaumes

-

---

-

--

-

---

--

-

-

---

--

-

+

+

+

+

-

--

-

-

+

+

+

+

+

+

+

+ -

--

-

-

--

-

---

--

-

---

--

-

---

--

++

+

+

-

---

--

+

++

+

+

+

+

+

+

+

+

+--

---

-

+

+

+

+

+

+

+

+

-

--

-

--

+

+

+

+

F

A

B C

D E5

4

3

1

2

54 6

B C D E

A

2 3

1

8

6

F 7

9

7 8

HG

9

JI

10

LK

11G

H

I J

11

10

L

K

-

-

-

-

-

- -+++

++

Page 39: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 39

Klassifikation mit Entscheidungsbäumen39

Neue Stichprobe =

= +

= -

Gesamt-

vorhersage:

Mehrheit über

alle Bäume

= -

Baum 2

= +

= +

= -

Baum T

= +

= -

= -

Baum 1

= +

= -

= +

Bäume

Konvergenz nach

100 Bäumen

Kla

ssifik

ationsfe

hle

r

Page 40: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 40

Ho

lis

tis

ch

er

Blic

k a

uf

rech

nerg

es

tütz

te P

ath

olo

gie

Da

ten

erz

eu

gun

gB

ildanaly

se

Üb

erle

be

nssta

tistik

Page 41: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 41

Neue bildgebende Verfahren

Digitalisierung von Bildarchiven

Hochdurchsatz Scanning Maschinelles Lernen

Big Data Science

Expert/Crowd Sourcing

Rechnergestützte

Pathologie

Medizinische Technologien

© Thomas Fuchs

Page 42: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 42

Die wissenschaftliche Methode!

Schritt 5: Schlussfolgerung –

Theorie aufstellen

Schritt 4: Resulte analysieren

Schritt 3: Experiment

durchführen

Was fehlt noch?

Schritt 2: Hypothesen

vorschlagen

Schritt 1: Fragen stellen

Was fehlt noch?

Page 43: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 43

Machine

Learning

Magic

Page 44: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 44

Low-Energy Architecture Trends

Novel low-power architectures operate

near transistor threshold voltage (NTV)

e.g., Intel Claremont

1.5 mW @10 MHz (x86)

NTV promises 10x more

energy efficiency at 10x

more parallelism!

105 times more soft errors (bits flip stochastically)

Hard to correct in hardware expose to programmer?

source: Intel

@ Thorsten Höfler

Page 45: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 45

Thesen mit Ausblick

1. “Big Data” in der Medizin ist heute Realität

Trotzdem: Hoher Bedarf an medizinisch annotierten Daten!

2. Herausforderungen für Informatik und Medizin

Knowledge Discovery: komplexe Regelmässigkeiten in

medizinischen Daten entdecken und nutzen

Modelle, Algorithmik und Software für Health Data Science

3. “Big Data” Technologien werden heute erfunden.

Ethik: Informative Selbstbestimmung mit gesellschaftlicher

Solidarität

Begeisterung fördert Kreativität!

Page 46: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 46

Wie ändert KI unser Weltbild ?

Wir erleben durch KI gerade eine Zeitenwende wie z.B. die

Entdeckung des Feuers oder das „Sesshaft-Werden“.

Maschinen werden in 2-3 Generationen „klüger“ sein als wir!

Vertreten wir ein rein materialistisches Weltbild, werden wir

gegen die KI-Rechenmaschinen verlieren.

Theologisch Metaphysische Weltsicht

Der Mensch ist ein komplettes Wesen aus Geist und Fleisch,

Gefühlen, Bewusstsein, ... , d.h. mehr als eine Denkmaschine!

Gott schuf den Menschen ihm zum Bilde [1. Mose 1:27]

Ist der Mensch die unterlegene

Maschine ?

Page 47: Künstliche Intelligenz mit lernenden Maschinen€¦ · Künstliche Intelligenz mit lernenden Maschinen: Wo stehen wir mit Big Data und Digitalisierung? ... Jeopardy –IBM Watson’s

31. August 2017 Joachim M. Buhmann UNISYS After Work Event 2017, Bern 47