Minds Mastering Machines 2023
Einblicke in die neuesten Technologien, spannende Projekte aus der Praxis und ethische Fragestellungen rund um KI und Maschinelles Lernen
Die diesjährige M3-Konferenz war erneut der Treffpunkt für Data Scientists, Data Engineers, Developer und KI-Enthusiasten, die Machine-Learning-Projekte in die Realität umsetzen. Vom 9. bis 11. Mai 2023 bot die Konferenz in Karlsruhe eine Plattform für den Austausch von Wissen, die Diskussion über aktuelle Entwicklungen und die Vorstellung innovativer Anwendungen im Bereich der Künstlichen Intelligenz. Mit einer breiten Palette von Vorträgen und Keynotes bot die Konferenz allen TeilnehmerInnen damit wertvolle Einblicke in die Welt des Maschinellen Lernens.
Um so mehr freuen wir uns als scieneers GmbH, dass wir in diesem Jahr mit gleich mit zwei Kollegen – Nico Kreiling und Martin Danner – bei der Konferenz vertreten sein durften.
Nico und Martin präsentierten am zweiten Konferenztag insgesamt drei spannende Vorträge zu verschiedenen Themen:
Transformer Meets Time-Series: Temporal Fusion Transformer im Einsatz
Martin eröffnete mit seinem Vortrag „Transformer Meets Time-Series: Temporal Fusion Transformer im Einsatz“ neue Perspektiven für Unternehmen, die präzise probabilistische Vorhersagen bei höchster Interpretierbarkeit benötigen. Er demonstrierte anhand eines beeindruckenden Fallbeispiels, wie der Einsatz eines Temporal Fusion Transformers bei Iqony genutzt werden kann, um Business- als auch technischen Anforderungen aus der Energiewirtschaft gerecht zu werden und Hürden wie die unzulängliche Verfügbarkeit von Trainingsdaten einzelner Anlagen durch Data Fusion überwinden kann, um präzise Prognosen des Wärmebedarfs von mehreren Fernwärmesystemen zu realisieren.
Die Slides zum Durchblättern
Eine Einführung in Polars von einem Pandas-Fan
Nico zeigte, als begeisterter Pandas-Anwender, in seinem Vortrag „Eine Einführung in Polars von einem Pandas-Fan“ eine vielversprechende Alternative zu Pandas auf. Er diskutierte die Herausforderungen von Pandas, wie ineffiziente Speichernutzung, inkonsistente Behandlung fehlender Daten und fehlende Multicore-Unterstützung. Dabei stellte er Polars vor, ein aufstrebendes Open-Source-Projekt, das auf Rust und Apache Arrow basiert und in Performance-Benchmarks bereits beeindruckende Ergebnisse erzielt hat. Nico beleuchtete die Frage, ob Polars bereits stabil genug ist, um bestehende Pandas Workloads zu verarbeiten, und ob es den hohen Erwartungen von langjährigen Pandas-Liebhabern an die Flexibilität der Abfragesprache gerecht wird.
Die Slides zum Durchblättern
Modellkomprimierung mit Open-Source-Bibliotheken: Optimierung Neuronaler Netze in Kundenprojekten
Der zweite Vortrag von Martin , „Modellkomprimierung mit Open-Source-Bibliotheken: Optimierung Neuronaler Netze in Kundenprojekten“, behandelte die immer geringeren Latenz- und Rechenzeitanforderungen intelligenter Echtzeit- und Streaming-Anwendungen auf Basis Neuronaler Netze. Er stellte den Neural Compressor von Intel vor, der durch Optimierungsstrategien und -algorithmen Lösungen für diese Probleme bietet. Martin präsentierte dekonstruktive Netzwerk-Optimierungstechniken, die gerade in der aktuellen Zeit mit dem Hype rund um LLMs von besonderem Interesse sind, und zeigte anhand von Implementierungen in Kundenprojekten den Mehrwert dieser Bibliothek auf.
Die Slides zum Durchblättern
Unsere Highlights, Eindrücke und ein allgemeines Fazit der Konferenz
Ein weiteres Highlight der Konferenz war die Keynote von Professorin Anne Lauscher mit dem Titel „Ethische Fragestellungen um Conversational AI – A Search for the ‚Truth'“. Sie eröffnete eine faszinierende Diskussion über die ethischen Probleme im Zusammenhang mit Conversational AI-Systemen wie dem ChatGPT von OpenAI. Professorin Lauscher betonte, dass obwohl solche Systeme flüssige und interessante Antworten liefern können, sie immer noch mit kritischen Mängeln zu kämpfen haben, wie etwa der Produktion faktisch falscher Aussagen, der Verstärkung unfairer Stereotypen und der Ausgrenzung von unterrepräsentierten Gruppen. Sie beleuchtete die Frage nach der „Wahrheit“ in der Kommunikation mit Conversational AI und präsentierte Forschungsergebnisse aus dem Bereich des Natural Language Processing, die zu einer verantwortungsvolleren AI-basierten Kommunikation beitragen sollen. Sie teilte interessant Lösungsansätze und zeigte auf wie mittels wohl durchdachtem Prompt-Engineering – als Interface zwischen Mensch und Conversational AI-System – den gezeigten Unzulänglichkeiten in erster Instanz begegnet werden kann.
Mit einer breiten Palette an vielen spannenden Vorträgen aus den unterschiedlichsten Branchen war die Minds Mastering Machines 2023 nicht nur eine Plattform für den Austausch von Wissen und Ideen, sondern demonstrierte deutlich – allem voraus anhand vieler beeindruckender Einblicke in Praxisanwendungen – den enormen Mehrwert den der Einsatz von Machine Learning und Künstliche Intelligenz für Unternehmen bereithält. Darüber hinaus spiegelten die vorgestellten Themen die aktuellen Entwicklungen im Bereich der Large Language Models wider und sensibilisierten die Teilnehmer für die ethischen Aspekte bei der Nutzung von KI-Technologien. Die Konferenz bot zudem eine einmalige Gelegenheit, sich sowohl über die Grundlagen als auch aktuelle Entwicklungen von Machine Learning-Verfahren, den Einsatz von Transformer-Modellen sowie den gesamten Lebenszyklus von Trainings- und Validierungsprozessen auszutauschen.
Wir als scieneers blicken bereits gespannt auf das kommende Jahr und freuen uns darauf, erneut an der Minds Mastering Machines Konferenz teilzunehmen, um die neuesten Entwicklungen im Bereich KI und Maschinelles Lernen mit einer inspirierenden Community zu diskutieren.
Autoren
Martin Danner, Data Scientist bei scieneers GmbH
martin.danner@scieneers.de
Nico Kreiling, Data Scientist bei scieneers GmbH
nico.kreiling@scieneers.de