Dieser Blogbeitrag wurde ursprünglich auf IT Pro Portal veröffentlicht.
Wissenschaft und Industrie scheinen auf den ersten Blick seltsame Partner zu sein. Der eine konzentriert sich auf das Theoretische und Konzeptionelle, während der andere von den praktischen Aspekten der Fristen, Ziele und letztlich des Profits angetrieben wird.
Ich bin in der privilegierten Lage, auf beiden Seiten des Zauns zu arbeiten. Ich bin Professor für Informatik an der Universität von San Francisco und Chief Scientist bei SnapLogic, einem Anbieter von Anwendungs- und Datenintegrationssoftware. In beiden Funktionen habe ich mich mit künstlicher Intelligenz beschäftigt, und im Laufe meiner 20-jährigen Karriere bin ich zu der Erkenntnis gelangt, dass diese beiden unterschiedlichen Sphären zusammenarbeiten müssen, wenn es darum geht, Innovationen voranzutreiben.
KI verspricht, die wichtigste Technologie der Zukunft zu werden, und wenn die hochfliegenden Ambitionen und das unkonventionelle Denken der Wissenschaft mit der "Can-do"-Einstellung, der Dringlichkeit und den Ressourcen der Industrie in Einklang gebracht werden können, werden wir eine Explosion ihrer Anwendungen erleben. Ich glaube sogar, dass die KI- und ML-Technologie nicht nur ein nettes Feature sein wird, sondern eine Voraussetzung für alle künftigen Anwendungen.
Daten, Daten überall
Diese Zusammenarbeit zwischen Industrie und Hochschulen nimmt seit einiger Zeit zu, und wie bei den meisten Dingen in der Technologie läuft alles auf die Daten hinaus. In den ersten 10 bis 15 Jahren meiner beruflichen Laufbahn war ich im traditionellen akademischen Bereich tätig, und immer, wenn wir forschten oder Arbeiten veröffentlichten, gab es einen entscheidenden Stolperstein: Es fehlten uns Daten aus der Praxis.
Das änderte sich vor etwa 10 Jahren mit dem Aufkommen der sozialen Netzwerke und der Suche. Die Googles, Twitters und Facebooks dieser Welt sahen sich mit Problemen des Datenwachstums konfrontiert, die die Kapazität herkömmlicher Datenbanktechnologien überstiegen, so dass sie maßgeschneiderte Lösungen für ihre riesigen Datenmengen entwickelten.
Natürlich haben die großen Such- und Sozialunternehmen all diese Nutzer- und Verhaltensdaten nicht zu dem Zweck gesammelt, die KI-Entwicklung voranzutreiben, aber sie haben das Potenzial erkannt, das darin steckt. Der Wendepunkt kam, als Twitter zum ersten Mal Akademiker einlud, diese Daten zu analysieren. Plötzlich und unerwartet wurde den Akademikern ein Schatz an Daten aus der realen Welt zur Verfügung gestellt. Die ganze theoretische Maschinerie, die wir in der akademischen Welt entwickelt hatten, konnte in Form von echten Empfehlungen und sinnvollen prädiktiven Anwendungen umgesetzt werden. Promovierte Akademiker begannen, in der Industrie mit realen Daten zu arbeiten, was weitere theoretische Entwicklungen anstieß und so weiter und so fort.
Viele der neuesten und vielversprechendsten Entwicklungen im Bereich der KI sind durch diese symbiotische Beziehung entstanden, und wenn diese Beziehung gestärkt werden kann, werden wir viele weitere Durchbrüche erleben.
Kulturelle gegenseitige Befruchtung
Die positiven Auswirkungen der Beziehungen zwischen Hochschulen und Industrie beschränken sich nicht nur auf die Datensätze. Die gegenseitige Befruchtung der Kulturen ist meiner Meinung nach ein wichtiger Aspekt, um weitere Innovationen in diesem Bereich voranzutreiben.
Ich habe das oben kurz angedeutet, aber es ist schwer vorstellbar, dass die Kulturen in der Industrie und in der Wissenschaft unterschiedlicher sein könnten. Als jemand, der den größten Teil seiner beruflichen Laufbahn als Akademiker tätig war, habe ich aus erster Hand erfahren, wie sich diese beiden Welten unterscheiden und wie bereichernd es für den Einzelnen ist, die andere Seite der Medaille kennenzulernen.
Dies lässt sich vielleicht am besten anhand eines Beispiels veranschaulichen. Ich kam 2010 zu SnapLogic, als das Unternehmen noch viel kleiner war als heute. Es war mein erster Ausflug in die Industrie, und ich wurde mit der Erstellung eines Prototyps für ein maschinelles Lernprojekt beauftragt, das in unsere Datenintegrationsplattform implementiert werden sollte. Die Aussicht, meinen Code vor meinen neuen Kollegen, Branchenveteranen, zu präsentieren, verunsicherte mich.
Als jemand, der seit seinem zwölften oder dreizehnten Lebensjahr programmiert, war es nicht ein Mangel an Fähigkeiten oder Erfahrung, der diese Reaktion hervorrief, sondern vielmehr die Aussicht, dies in einem völlig anderen Umfeld zu tun als dem, an das ich gewöhnt war. Im akademischen Bereich wird Code nur selten überprüft. Es gibt kein Publikum, es ist nur ein Aspekt der Arbeit, die man erledigt. In der Industrie ist die Arbeit viel zielgerichteter. Es gibt Ziele, Fristen und Meilensteine. Ihre Arbeit muss für die Kunden einen Mehrwert darstellen.
Am Ende war alles in Ordnung, und der Code, den ich geschrieben habe, ist bis heute in der Plattform vorhanden, aber es hat mir gezeigt, wie sehr wir in der akademischen Welt vor den Realitäten und dem Stress der Industrie geschützt sind. Durch meine Zeit in der Industrie habe ich gelernt, mich an eine andere Art von Programmierumgebung anzupassen, und bin dadurch ein vielseitigerer Profi geworden.
Diese kulturübergreifenden Vorteile bringe ich in meinen Unterricht ein, um meine Studenten besser auf eine Karriere in der Industrie vorzubereiten. Ich unterrichte jetzt einige der Realitäten bei der Erstellung von Produktionssoftware, auf die viele Akademiker verzichten würden. Wir bringen auch einige meiner Studenten dazu, vor Ort bei SnapLogic an realen KI-Projekten zu arbeiten, um den Kurs anzurechnen.
Indem man diese jungen Leute schon zu Beginn ihrer Karriere mit der Industrie in Kontakt bringt und nicht erst viel später, wie ich es getan habe, wird die nächste Welle von Informatikern nicht nur mit der Neugier der Akademiker, sondern auch mit der Praxisnähe und der Arbeitsmoral der Industrie ausgestattet sein. Dies wird, so hoffe ich, die nächsten großen Entwicklungen in der KI vorantreiben.
Die KI-Zukunft
Ich bin der festen Überzeugung, dass die KI in den kommenden Jahren einen enormen Einfluss auf die Geschäftswelt haben wird. Sie wird die Unternehmen effizienter machen und Ressourcen freisetzen, die in andere Bereiche investiert werden können, um bestehende Produkte zu verbessern oder neue zu entwickeln. Sie wird die Berufsrollen verändern und es den Mitarbeitern ermöglichen, sich auf menschlichere Aufgaben zu konzentrieren, die auf menschlichen Fähigkeiten beruhen, wie z. B. emotionales Einfühlungsvermögen, anstatt mit routinemäßigen, sich wiederholenden Aufgaben belastet zu werden.
Es wird jedoch ein schrittweiser Prozess sein, der nicht über Nacht stattfinden wird. Wenn wir die Hoffnung haben wollen, den Zeitplan zu beschleunigen, müssen Wissenschaft und Industrie an einem Strang ziehen, ihre Talente und Ressourcen bündeln und zusammenarbeiten. Die Bausteine für diese Beziehung sind bereits vorhanden, und beide Seiten werden davon profitieren.
