Artificial intelligence and blockchain in tandem for success

Artificial intelligence (Of) and Blockchain intelligently combined, is a milestone towards the technological future.

Both technologies are becoming increasingly self-sufficient. Whether consciously or unconsciously, technology has arrived in our lives. We often don't notice this. Combinations are still the exception. Unfortunately!

The AI ​​in particular is making a quiet triumphal march in our homes, our everyday life is supported by artificial intelligence. Without this technical support, electricity providers would sleep much more restlessly – Power outages would be the order of the day. Conducting the enormous amounts of electricity over the European routes and their distribution cannot be handled without intelligent systems.
And, auch wenn es vielen Menschen nicht behagt, die Systeme arbeiten in gewissem Umfang autonom. Alles muss blitzschnell „über die Bühne“ gehen. Sonst gehen bei uns wortwörtlich sehr schnell die Lichter aus.

Auch digitale Zahlungsanbieter wären ohne die Künstliche Intelligenz und deren Techniken aufgeschmissen. Schnelligkeit und der Komfort müssen in Einklang gebracht werden. KI-Betrugsfrüherkennung versprechen neue Möglichkeiten durch zweckmäßigeres Risikomanagement in Echtzeit.

Blockchain gibt Sicherheit

Blockchain ist gerade durch den Bitcoin gerade in aller Munde. Dabei sind Digitalwährungen nur ein winziger Anwendungsbereich für dieses dezentrale und mehrfache Vorhandensein gewisser Datensätze. Dies macht das System sicher!
Es ist bisher unmöglich alle Datensätze auf einmal zu verändernzu manipulieren.

Bisherist bewusst gewählt. Auch wenn es die Jünger der Blockchain-Technologie nicht gerne hören oder schlichtweg nicht wissen (wollen), wird die Zeit kommen, wo Quantencomputer in falschen Händen die Technologie an ihre Grenzen bringen wird. Zu diesem Thema werde ich in naher Zukunft einen separaten Artikel schreiben.

Mit der beste Schutz ist, wenn der Schwarm an Blockchain-Servern groß und deren Standorte dezentral sind. Vereinfacht gesagt: Je mehr gleichartige Datensätze es gibt, desto schwerer ist es, alle auf einmal zu manipulieren.

Was muss passieren?

Die Künstliche Intelligenz hat ein Problem! Um autark zu arbeiten, sind sehr große Mengen an Lerndaten notwendig. Diese werden oftmals rudimentär eingespielt, benutzt und fließend dann mit Echtdaten in ein System. Hier ist der Knackpunkt: Lerndaten lassen sich auf einfache Weise manipulieren!

Artificial intelligence and advertising have huge untapped potential

Even if it is suggested to you, that advertising is up to date, don't believe it! The potential is almost inexhaustible.
You can also compare it to a gold mine, where finished gold bars are lying around waiting to finally be lifted.

Artificial intelligence and advertising are made for each other! All the more regrettable, that until today there are almost no serious applications to be found, which serve to promote digital sales.

Despite all the technical innovations, advertisements are still mostly advertised with rigid posters, as they have been for decades. And, admitted, many a billboard has given way to a flat screen or a large screen, but the watering can principle has remained: Werbung für jedermannvon Individualisierung keine Spur. Schade!

Vielleicht schimmert es Ihnen schon worauf ich hinaus will: personen- und situationsbezogene Werbung.
Fast jedem Werbenden und jeder Agentur läuft es jetzt kalt den Rücken runter: Privacy Policy – geht nicht!

Falsch, total falsch. Vereinfacht gesagt, was Sie sehen, darf auch die künstliche Intelligenz sehen! So wie Sie entscheiden, wen Sie ansprechen oder einen Flyer in die Hand drücken, kann auch die künstliche Intelligenz entscheiden, welche Werbung auf dem Flatscreen in dieser und jener Sekunde gezeigt werden soll.

Hört sich simpel an, ist es auch. Schon im Jahr 2019 wurde ein Werbeträger entwickelt, welcher mit einer Kamera versehen ist, einen Mini-PC integriert hat und Personen Werbung anbieten kann, die der Betreiber im Vorfeld definiert hat.


Beispiel gefällig? Über die Strandpromenade spazieren Menschen mit sehr starkem Sonnenbrand, was bietet sicher besser an als mit einem Gehwegaufsteller / Kundenstopper vor der Apotheke für Sonnencreme und After Sun Lotion zu werben. Völlig automatisch.

Ein schmutziges Auto auf der Straße lässt sich auch völlig unproblematisch erkennen. Auf einer Großleinwandin Nähe der nächsten Ampeleine Waschanlageum die Eckezu empfehlen, wird viel Anklang finden.
Was Sie natürlich nicht dürfen, ist das schmutzige Auto auf der Großleinwand zeigen und so den Fahrer verärgern. Eine wirklich dumme Idee, denn das zur Schau stellen verstößt in vielen Ländern gegen Gesetze und kann auch in Bezug auf eine Marketingkampagne gewaltig nach hintern losgehen.

Dies sind zwei alltägliche Beispiele, die sich jedoch beliebig verfeinern lassen bis hin zu firmenspezifischen Anwendungen.

Artificial intelligence in times of Corona

Artificial intelligence (Of) has long since arrived in our everyday life. Independently of the corona crisis and suggestive financial crisis, independently operating programs are normal.

Perhaps some of the processes are yours, which are related to artificial intelligence, not consciously or already so involved in everyday life, that you no longer attach any importance to them. You don't need either!

Anyway, that's what I'm saying, that artificial intelligence is so firmly anchored there, despite all the financial problems in industry and the service sector, that AI can no longer be dismantled.

Lots of people are coming right now – whether entrepreneurs or employees – up to me and ask, whether artificial intelligence still has a future.
The question is legitimate. After all, the artificial intelligence hype began in the year 2018-19 still (fast) Full employment and development budgets seemed infinite.

The foundations of modern developments can be explained by finance- and do not stop economic crises. It has been like that for the past few centuries, that great inventions emerged from major crises.

The crisis will give AI a new boost

The focus will change: the further Development of self-driving cars will surely take a back seat. More and more automobile manufacturers will enter into collaborations (must) and thus knowledge in the field of autonomous driving is also shared.

Of course, there will also be further groundbreaking advances in mobility, but not at the same pace as before the crisis year 2020.

Development costs are reduced across all industries. Naturally, the focus will initially be on returns – research does not have a good hand here.

As things stand at the moment, only a few companies will have money left over for developments, that do not bring huge amounts of money into the till in a very short time.

Rather, artificial intelligence sees a development spurt there, where technology helps and supports people in everyday life. Cheap labor is increasingly being replaced by machines. Intelligent machines will continue to change people's everyday lives.

Industrial robots are becoming even smarter and smartphones are even more merging virtual life with our reality. Direct applications are optimized, but completely new developments take longer.

Ultimately, artificial intelligence cannot be stopped! The current economic- and the financial crisis will give AI a new boost. No longer at the speed of sound, but in the steps, which increase the acceptance of artificial intelligence among citizens.

Artificial intelligence or artificial stupidity?

ob, ob (Of) ob.

ob, ob, ob.

ob. ob. ob, ob. ob!

ob, jedoch entwickelt sich die Software mit den eigenen Erfahrungen weiter. Vergleichbar mit einem Kind: Die Natur und Eltern geben dem Kind Wissen mit, aber Lernen und Rückschlüsse zieht der Jugendliche selbst.

KI-Entscheidungen lassen sich nur interpretieren

Dies auf die KI übertragen, ist noch eines der größten Herausforderungen. Entscheidungen von Computern zu verstehen und zu interpretieren, warum dieser in der Situation so gehandelt hat, ist ein eigener Zweig der KI-Forschung. Hier steht die Entwicklung sicherlich noch am Anfang.

Treten die ersten Rechtsfälle in Verbindung mit Künstlicher Intelligenz auf, dann wird es spannender denn je. Richter werden fragen, warum der Computer so handelte. Nach meinem heutigen Kenntnisstand kann man nur Antworten mit Annahmen und Wahrscheinlichkeiten präsentieren. Eine Herausforderung für jedes demokratisches Rechtssystem, wo es nur “and” oder “neinals Antwort gibt.

Wenn wir diese neuen Techniken und ihre Auswirkungen besser verstehen wollen, dann sollten wir zuerst die Lerndaten sichten. Zumeist verbirgt sich dort der Grundstein für Interpretationen oder Handlungen der Künstlichen Intelligenz.

Es gibt Fälle, wo der KI Rassismus vorgeworfen wird. Dies ist kompletter Unsinn. Entweder ist der Quellcode entsprechend verfasst oder die Basisdaten waren unzureichend. Werden dunkelhäutige Menschen als Affen angesehen, liegt es zumeist daran, dass in der Lernphase überwiegend hellhäutige Personen als Vorlage dienten. Waren dann noch Zoobesuche im Spiel und Affen wurden als solche markiert, dann ist das Ergebnis nicht verwunderlich.

Als Fazit kann man sagen: Die Künstliche Intelligenz ist nur so schlau wie die zur Verfügung gestellten Daten. Je mehr Lerndaten und Erfahrungen ein System hat, desto treffender werden die Entscheidungen.

AI is always faced with challenges when it comes to evaluating images

What seems logical and clear to people in pictures, can be a huge challenge for artificial intelligence.

Image noise and knowledge logic require new solutions

Basically, two subject areas pose more or less major problems for artificial intelligence in image evaluation. This is the aleatory (random noise on objects) and the epistemic model.

Epistemic logic is one example, when Artificial Intelligence cannot distinguish a street from the sidewalk next to it, because both elements are made of asphalt.

In 3D recordings, this can perhaps be solved through the third dimension. However, such image sources are always available? Wohl nur in den wenigsten Fällen.

Auch ist die Live-Auswertung beim autonomen Fahren wegen fehlender Rechenleistung und einer gewissen Unschärfe bis heute nicht in der Lage, the 3. Dimension in dieser Feinheit auszuwerten.

Im Allgemeinen kann man dieses Problem in der Lernphase lösen, wenn man dem System weitere Daten zur Verfügung stellt und sich der Algorithmus mit Wahrscheinlichkeiten nähert, dass in unserem Beispiel neben der Fahrbahn ein Bürgersteig befindet.

Wenn es letztlich um die Sicherheit von Mensch, Objekten und Maschinen geht, sind Wahrscheinlichkeiten allein nur ein schlechter Lösungsansatz.
In solch einem heiklen Umfeld sind weitere Sicherheiten einzubauen. Ob es Radarelektronik ist oder in den Bereich von Abstandssensoren geht, muss im Zweifelsfall getestet werden.

Bei der reinen Bilderkennung wie Röntgenaufnahmen oder ähnliches, kann nur durch eine erweiterte Lernphase der Algorithmus im Zaum gehalten werden.

Aleatorik einfacher lösbar

Das zufällige Rauschen in Bildern (Random) lässt sich in vielen Fällen mit höheren Auflösungen eindämmen. Da ist aber auch zu beachten, dass auch dies wieder andere Fehlerquellen auslösen kann. Mit einer zu hohen Genauigkeit kann man sich auch wieder neue Problemfelder schaffenabhängig vom vorliegenden Bildmaterial.

Zur Erklärung: In der Aleatorik ist mit Unschärfe nicht das komplette Bild gemeint, sondern die Abgrenzung von Gegenständen zueinander. So kann eine Ampelanlage oder ein Baumstamm von der Software zackig oder stufig wahrgenommen werden. Für einen Menschen kein Problem, jedoch für die Programmlogik ein nicht zu unterschätzender Störfaktor.

Wenn genügend Rechenleistung zur Verfügung steht, ist häufig die eleganteste Lösung die Aleatorik softwaremäßig zu lösen. Mit Hilfe der Künstlichen Intelligenz und einer umfangreichen Lernphase lässt sich das Bildrauschen minimieren.

Instiktive Handlungen nur unter Laborbedingungen

Beide Themenbereiche sind gerade in der Mobilitätsbranche von großer Bedeutung. Starkregen oder gar Schneefall sind für die Bilderkennung im Bereich der Künstlichen Intelligenz bisher kaum lösbare Probleme. Für den Menschen ist es instiktiv klar, dass eine Schneeflocke auf der Scheibe oder auf einem Sensor kein Dilemma darstelltwas wie kann man die Künstliche Intelligenz in einem autonomen Fahrzeug daran hindern, in diesem Fall eine Notbremsung einzuleiten.

Nach meinem heutigen Kenntnisstand werden letztlich nur die Kombination aus mehreren Systemen eine sichere Fortbewegung sicherstellen. Bis die Künstliche Intelligenz soweit ist und menschliche Instinkte im Straßenverkehr zuverlässig deuten kann, werden noch Jahre vergehen.

Wenn Aleatorik und die Probleme der epistemischen Wissenslogik gelöst sind, ist ein riesiger Schritt in Richtung zum komplett autonom fahrenden Regional- und Fernzug getan. Im Gegensatz zum Straßenverkehr sind die Regeln und Fehlerquellen im Schienenverkehr überschaubarer.

Komplexität nicht zu unterschätzen

Mir ist bewusst, dass die Thematik viel komplexer ist. Um Laien in das Thema einzuführen, habe ich mir erlaubt, nur die gröbsten Baustellen zu erwähnen.