Podcast #2: KI und die Zukunft der IT-Arbeit
In der zweiten Folge des Podcasts „Auf der Welle der Code“ begrüßen wir Michal Bystrický, der als Data Scientist bei msg life Slovakia arbeitet. Er wird uns erzählen, wie er künstliche Intelligenz bei seiner Arbeit einsetzt und wie KI die Arbeit von IT-Spezialisten in Zukunft beeinflussen wird. Wir wünschen dir viel Spaß beim Zuhören oder Lesen.
Willkommen zum heutigen Podcast „Auf der Welle der Code“, der von msg life Slowakei für dich vorbereitet wurde. In der heutigen Folge haben wir für dich das Thema KI und die Zukunft der IT-Arbeit vorbereitet . Wir werfen einen Blick darauf, wie künstliche Intelligenz die Arbeitswelt verändert, nicht nur in der IT, sondern ganz allgemein.
Unser Gast ist Michal Bystrický, der ein großer Visionär ist und sich unter anderem mit künstlicher Intelligenz beschäftigt. Gemeinsam besprechen wir, wie Roboter unsere Karrieren und vielleicht sogar unsere Mittagspausen beeinflussen werden,
Podcast „Auf der Welle der Code“
Michal, kannst du dich bitte vorstellen?
Hallo, mein Name ist Michal, und ich werde die Gelegenheit nutzen, um mich von KI vorstellen zu lassen. Hallo, bist du da?
„Hey, sicher, ich bin hier. Wie kann ich dir helfen?“
Ich bin gerade in diesem Podcast. Könntest du dich bitte vorstellen? Aber versuche, mich auf eine emotionale Weise vorzustellen, mit Begeisterung. Und wenn du zum Beispiel über das Programmieren sprichst, kannst du traurig oder atemlos sein. Versuch das.
„Okay, ich werde es versuchen. Ich würde Ihnen gerne Michael vorstellen. Ein Mann mit enormer Entschlossenheit und Leidenschaft für Technik. Er nimmt einen tiefen Atemzug. Sein Weg war voller Hindernisse, aber er hat nie aufgehört, an die Macht der künstlichen Intelligenz zu glauben. Er beginnt, traurig zu sprechen. Und obwohl er beim Programmieren manchmal die Hoffnung verliert, treibt ihn sein Glaube an die positiven Auswirkungen der Technologie immer wieder an. Es ist, als ob ihm die Luft ausgeht.“
Okay, warte. Sag mir jetzt bitte, wo ich arbeite und was ich tue.
„Michal arbeitet bei msg als Datenwissenschaftler. Er entwickelt ein System zum Durchsuchen großer Mengen von Dokumenten, das Abfragen auf der Grundlage ihres Inhalts beantworten kann. Mit umfangreicher Erfahrung in verschiedenen Funktionen, darunter Lehrer, Systemadministrator, Entwickler und Entwicklungsleiter, beschloss er, nach wichtigen Ereignissen im Bereich der KI in die Entwicklung zurückzukehren.“
Okay, ich werde versuchen, ein wenig mehr hinzuzufügen. Ich habe mich entschieden, wieder in die Entwicklung zu gehen, weil wir zum ersten Mal ein ganzes Robotikteam für uns arbeiten lassen können.
Was ist das Spezifischste, das du bisher gefunden hast? Und hast du es immer geschafft, das zu finden, was du wolltest?
Das sind diese magischen Momente, wenn wir mehrere Dokumente haben – zum Beispiel ein technisches Handbuch, einen Verkaufsbericht oder ein Marketingdokument, und jedes von ihnen ist Tausende von Seiten lang. In diesem Dokument können wir die eine Information finden, die wir brauchen. Und wir können auch verwandte Informationen in allen Dokumenten finden, sie alle miteinander verknüpfen, auf sie verweisen und dann eine umfassende Antwort geben.
Wie würdest du das Konzept der KI jemandem erklären, der in den 80er Jahren stecken geblieben ist – so wie ich manchmal?
Wenn du in den 80er Jahren stecken geblieben bist, weißt du, dass ein Computer aus Transistoren besteht. Sie sind wie diese Schalter 0 oder 1. Man kann aus ihnen Logikblöcke bauen, woraus ein Computer eigentlich besteht.
Damals bestand ein Personal Computer aus etwa 10 Tausend Transistoren. Wir haben es geschafft, diese Zahl um den Faktor 2 bis 3 Millionen zu erhöhen. Nur um dir eine Vorstellung zu geben – eine Grafikkarte in einem Computer hat zum Beispiel 76 Milliarden Transistoren. Dann haben wir Tausende dieser sehr leistungsstarken Computer nebeneinander gebaut und Texte aus dem gesamten Internet genommen. Dann haben wir ein statistisches System entwickelt – Programmierer kennen vielleicht die Regression – und ihm gesagt, dass es das nächste Wort vorhersagen soll. Nun, dann begann es Sinn zu machen. Wir haben das System noch größer gemacht, und die KI begann zu denken.
KI und Roboter – sind das im Grunde die Kollegen der Zukunft, die nie Urlaub machen?
Diese KI-Kollegen sind nicht mehr die Zukunft, sie sind Gegenwart. Zum Beispiel werden bis zu 70% meiner Arbeit von KI erledigt. Diese 30% sind meine Arbeit, weil ich den Kontext besser kenne oder über jahrzehntelange Erfahrung verfüge. Der Kern meiner Arbeit ist das Programmieren, aber ich schreibe nicht mehr viel von diesem Code, sondern frage die KI nur noch ab. Oder ich lerne mit der KI zum Beispiel Spanisch.
Aber wenn es um Humanoide geht, d.h. um Roboter, die Arme und Beine haben und sprechen können, sind wir noch nicht so weit. Die größte Herausforderung in diesem Bereich besteht darin, das Modell zu verkleinern. Ein Sprachmodell mit 200 Billionen Parametern benötigt beispielsweise 120 GB Speicher, was etwa 4-5 Grafikkarten erfordert. Jede verbraucht etwa 350 W, 2 kW im Dauerbetrieb. Der Preis beginnt irgendwo bei 4 000 Euro. Und das ist nur die Sprache. Dann müssen sie noch sprechen, zuhören, motorische Fähigkeiten bereitstellen, usw. Der Mensch ist ein sehr effizientes biologisches System – man setzt sich einen Kaffee auf und ist bereit zu arbeiten. Aber die aktuellen Modelle sind sehr ineffizient, sie brauchen viel Energie.
KI kann komplizierte Probleme in einem sehr kurzen Moment lösen. Bedeutet dies, dass IT-Freaks mehr Zeit haben, um zum Beispiel Spiele zu spielen oder sich weiterzubilden?
KI verschafft uns nicht mehr Freizeit, aber sie ermöglicht es uns, Routineaufgaben zu lösen. Wir können uns z.B. mehr auf Architektur oder Strategie konzentrieren und haben die Möglichkeit, bessere Systeme zu bauen. Heute geht es also eher darum, wie wir die freie Zeit nutzen können, um andere Aufgaben zu erledigen.
Siehst du die Zukunft der IT-Fachleute als KI-Tuning-Ingenieure oder als jemanden, der Daten für künstliche Intelligenz sammelt?
Eine Möglichkeit, die man anwenden kann, sind diese großen generischen Modelle wie chatGPT, timeGPT und andere. Diese großen Modelle, die sogenannten Foundation Models, werden in Amerika entwickelt. Ich möchte näher darauf eingehen, warum dies so weit weg von uns – den gewöhnlichen Ingenieuren – ist. OpenAI hat 100 Tausend H100-Grafikkarten, auf denen es trainiert. Eine Grafikkarte kostet 30 000 Euro, also kosten allein diese Grafikkarten 3 Milliarden Euro, und dann ist da noch die Infrastruktur drum herum. Du brauchst also eine Menge Geld für diese aktuellen KIs. Wir, die einfachen Ingenieure, werden uns mehr mit dem Betrieb oder der Wartung dieser Maschinen beschäftigen.
Wenn KI Code schreiben kann, werden wir dann nur noch IT-Tester haben? Oder werden es die Entwickler sein, die KI weiter ausbilden und verbessern?
Es gibt viele Themen bei dieser Wartung oder Instandhaltung. Ich möchte nur einige nennen. Zum Beispiel kann es sich um die Feinabstimmung handeln, wenn wir ein Modell für einen bestimmten Anwendungsfall trainieren. Hier kommt das Transfer-Lernen ins Spiel, bei dem wir ein großes Modell nehmen, ihm einige Schichten hinzufügen und dann nur unsere Schichten trainieren. Dann können wir diesem Modell verschiedene andere Möglichkeiten geben, es auf eine angepasste Weise auszudrücken und so weiter.
Ein weiteres großes Thema ist das Prompt Engineering. Das heißt, wie können wir das Modell anweisen, uns das zu geben, was wir wollen. Und ein verwandtes Thema ist die Ausrichtung – also die Frage, ob das, was der Agent tut, mit den sozialen Regeln vereinbar ist. Hier möchte ich den Begriff der Ausrichtung erwähnen. Es gibt Programme wie AutoGPT oder jetzt im Oktober OpenAI Swarm, mit denen wir ein Team von Agenten erstellen können, die für uns arbeiten. Heutzutage ist es ganz einfach – Sie installieren Ollam in Python und an einem Tag schreiben Sie solche Agenten in einer Grundform. Die Komplexität, die Variabilität, in der die Antwort gegeben werden kann, ist unendlich. Hier wird man sich also sehr gut einbringen können. Und wird daher mit der KI zusammenarbeiten.
Wenn du den Begriff Prozessautomatisierung hörst, denkst du an langweilige, eintönige Arbeit oder stellst du dir eine Science-Fiction-Zukunft voller Laser und Roboter vor?
Künstliche Intelligenz und Automatisierung könnten zu etwas ähnlichem führen, wie wir es in Star Trek sehen. Die Menschen dort leben im Überfluss, die Grundbedürfnisse aller sind gedeckt. Sie werden durch Schlüsseltechnologien wie Replikatoren befähigt, die jeden Gegenstand aus allem erschaffen können. Sie beseitigen die Knappheit und brauchen daher kein Geld. Sie können zum Beispiel Energie aus Antimaterie gewinnen und verfügen daher über eine Menge Energie. Und es gibt noch andere Technologien, wie z.B. Holodecks zur Simulation der Umwelt.
Wenn wir über solche Mittel verfügen würden, würde sich unsere Sicht auf die Wirtschaft ändern, weil wir nicht durch einen Mangel an Ressourcen eingeschränkt wären. Die Menschen bei Star Trek sind mit kreativen, innovativen oder gemeinnützigen Aktivitäten beschäftigt, die Sinn machen. Der Einzelne leistet seinen Beitrag zur Gesellschaft nicht des Geldes wegen, sondern aus persönlicher Erfüllung, Neugier und dem Wunsch heraus, etwas zum Gemeinwohl beizutragen. Aber diese Idee ist natürlich ziemlich utopisch.
Glaubst du, dass KI intelligent genug sein wird, um selbst in die tiefsten Tiefen des menschlichen Geistes einzudringen? Was haltest du vom Gedankenlesen? Ich weiß, dass wir dieses Thema im nächsten Podcast ausführlicher behandeln werden, weil es so tiefgreifend ist, aber für den Moment ist es zumindest kurz.
Ich denke schon, und ich würde diese beiden Ebenen miteinander kombinieren. Wenn wir uns auf einer normalen menschlichen Kommunikationsebene unterhalten, d.h. in welchem Tonfall ich spreche, welchen Gesichtsausdruck ich habe und so weiter, kann die KI bereits erkennen, welche Emotion ein Mensch hat und entsprechend reagieren.
Wenn du dann noch die zweite Ebene hinzufügt, die buchstäbliche Ebene, d.h. die Durchdringung von Ideen, dann ist das wirklich etwas für eine längere Diskussion. Ich möchte nur kurz das Neuralink-Projekt erwähnen. Dabei handelt es sich um ein Gerät, das in das Gehirn implantiert wird und Signale aus dem Gehirn aufnimmt, die an die KI weitergeleitet werden. Es lernt, was diese Signale bedeuten und der Mensch kann die Geräte durch sein Denken steuern. Neuralink wird bereits an Menschen getestet und es funktioniert.
Du hast erwähnt, dass die KI in der Lage ist, unsere Gefühle zu lesen. Glaubst du, dass wir in Zukunft Angst vor KI haben sollten?
Das glaube ich nicht. Die KI bringt uns eine Menge Verbesserungen, und dank dieser Verbesserungen können wir uns besser auf das Ziel konzentrieren und das tun, was wir wirklich tun wollen. Die Menschen haben Angst vor Veränderungen, aber ich glaube, dass der Wandel positiv sein wird.
Wenn KI Code schreiben kann, ist es dann sinnvoll, dass Programmierer noch lernen, wie man das klassische Hello World schreibt?
Ich denke, wir müssen das algorithmische Denken noch entwickeln. Wir müssen definitiv lernen, wie man codiert, wie man programmiert, wie man einen Algorithmus definiert, was Schritt für Schritt passieren muss. Denn das ist es, wie wir KI anleiten. Wir müssen auch innovativ und kreativ sein und Führung und Management sind ebenfalls wichtig.
Um navigieren zu können, muss man es immer noch auf der Entwicklungsebene verstehen. Es geht weniger um Mathematik oder Low-Level-Programmierung, aber es gibt immer noch Aufgaben, die KI nicht lösen kann, und der Programmierer muss wissen, wie man navigiert. Es geht also um die Zusammensetzung von Komponenten auf hoher Ebene, um Softwaredesign, Architektur und so weiter.
Du hast erwähnt, dass die KI einige Aufgaben nicht lösen kann. Könntest du ein paar Aktivitäten nennen, bei denen sie immer wieder versagt?
Ich werde versuchen, die Komplexität an einem Beispiel zu verdeutlichen. Stell dir vor, du hast drei Agenten, und jeder von ihnen ist anders. Sie arbeiten an irgendeiner Art von Analyse, z.B. Daten, Vertrieb, Marketing – das spielt keine Rolle. Je nachdem, wie ich die einzelnen Agenten einstelle, wird das Ergebnis auch so ausfallen. Wenn ich eines der Mitglieder strenger einstelle, wird das Ergebnis nach ein paar Stunden Arbeit dieser Agenten absoluter sein. Die Modellierung dieser Dynamik ist sehr komplex. Wir sprechen nicht nur darüber, welche Mitglieder im Team sein werden, sondern auch darüber, welche Persönlichkeiten sie haben werden. Wie sie sich ausdrücken werden, welche visuellen Fähigkeiten sie haben werden und so weiter.
In einer Zeit, in der künstliche Intelligenz Daten schneller analysieren kann als der Mensch, wird unsere Hauptaufgabe dann nur noch darin bestehen, aufzuräumen oder nach Robotern zu sehen?
Wenn KI etwas generiert, heißt das nicht, dass es auch richtig ist. Das Prompt-Engineering, d.h. die Erstellung von Eingabeaufforderungen für die KI, ist nicht einfach. Speziell bei der Programmierung ist es zum Beispiel bei der Arbeit mit KI wichtig zu erkennen, dass die KI nicht den gesamten Kontext kennt. Ich möchte meine Strategie, mit der ich gute Ergebnisse erziele, mit einer Brickwall versehen.
Meine Anfragen an die KI richten sich an kleine, begrenzte Komponenten mit klar definierten Schnittstellen. Im Idealfall gebe ich der KI auch eine Architektur vor, damit sie diese noch besser verstehen kann. Und indem ich sie so klein, begrenzt und klar mache, erhalte ich bessere Qualität und auf Anhieb brauchbare Ergebnisse. Denn die KI erhält klare Grenzen, innerhalb derer sie arbeiten kann.
Welche Fähigkeiten sollte ein Mensch haben, um in einer Zukunft voller künstlicher Intelligenz unverwechselbar zu sein? Was wird KI nicht ersetzen?
Ich glaube, dass Mensch und KI in einer Symbiose leben werden. Die grundlegende Fähigkeit besteht darin, KI zu nutzen, um diese Ziele auf höherer Ebene zu erreichen. Wie ich bereits erwähnt habe, geht es bei der Programmierung um Tools wie AutoGPT oder OpenAI Swarm, also die Programmierung mehrerer Agenten, die zusammenarbeiten, um ein bestimmtes Ziel zu erreichen. Es geht also um eine tiefgreifende Analyse, bei der jeder Agent auf einen eigenen Bereich zugeschnitten und möglicherweise feinabgestimmt ist. Ich denke, es wird in diese Richtung gehen.
Da KI immer mehr gelehrt wird, sollten wir nicht zum Beispiel damit beginnen, Kindergartenkindern beizubringen, einige freundliche KI-Algorithmen zu programmieren? Damit wir wirklich in Symbiose mit ihr leben können?
Das ist eine sehr gute Frage. Bildung ist extrem wichtig. Als ich programmieren lernte, besuchte ich Mechatronik-Clubs und erlebte dort eine Menge positiver Emotionen. Emotionen sind eine mächtige Sache und ich bin seit 20 Jahren in der IT-Branche, weil ich sie habe. Ich hatte sie durch diese harte Arbeit, bei der ich C, C++ und Linux gelernt habe. Und in ähnlicher Weise würden Kinder, denen man Ethik und KI-Programmierung beibringt, sehr gute, positive, moralisch und ethisch bewusste gute Menschen werden.
Bist du der Meinung, dass Roboter auch mit einem gewissen moralischen Urteilsvermögen ausgestattet werden sollten? Oder reicht es aus, ihnen beizubringen, keine „Unholde“ zu sein?
Wir trainieren Moral in der KI auf verschiedene Weise. Die erste besteht darin, dass Menschen verschiedene Perspektiven auf moralische Dilemmas liefern und die KI lernt, die nächsten Worte entsprechend vorherzusagen. Im zweiten Schritt wird die KI mit moralischen Dilemmas konfrontiert und muss entscheiden, welche Maßnahmen sie ergreifen soll. Wenn sie einen Schritt unternimmt, zeigen wir ihr, wie sich diese Entscheidungen auf die einzelnen Charaktere auswirken und welche Folgen sie haben würden. Es gibt einige vordefinierte ethische Grundsätze. Wenn sie die richtigen Entscheidungen trifft, erhält sie eine Rückmeldung.
Wir zeigen AI verschiedene Ansätze. Ich kann zum Beispiel die Wohlfahrtsmaximierung erwähnen. Beim Trolley-Problem wähle ich zum Beispiel eine Person statt drei. Oder regelbasierte Ethik oder die Konzentration auf den moralischen Charakter des Entscheidungsträgers. Ich würde zu dem Schluss kommen, dass KI so gelehrt werden muss, wie wir es unseren Kindern beibringen.
Sollten wir uns mehr Sorgen machen, dass die KI uns ersetzt oder dass wir uns zu sehr auf sie verlassen? Werden wir, abgesehen von Stromausfällen, nicht zum Beispiel faul?
Ich glaube, dass die Menschen von Natur aus neugierig sind. Wir werden nicht faul. Vielmehr müssen wir das Wissen auf einer niedrigeren Abstraktionsebene aufrechterhalten. Und genau dort könnten die interessanten Bobs liegen.
Und was die Abhängigkeit angeht: Als ich um das Jahr 2000 mit dem Programmieren begann, war das Internet noch nicht so verbreitet. Wir hatten damals eine Einwahlverbindung, und ich programmierte mit einem Handbuch in Basic. Und dann kam 2003 mit dem DSL-Internet auch Google. Das habe ich bis 2023 beibehalten, als ich anfing, große Sprachmodelle zu verwenden. Das bedeutet, dass ich jetzt automatisch auf diese KI zurückgreife. Wenn ich zum Beispiel in einem Flugzeug saß und keine Möglichkeit hatte, mich mit einem Modell zu verbinden, stellte ich fest, dass ich eigentlich schon von der KI abhängig war. Aber das Positive ist, dass ich mit KI zwei- bis sechsmal schneller bin als mit Google, je nach Aufgabe.
Können wir der KI jemals beibringen, menschlich zu sein oder emotionale Intelligenz zu besitzen? Oder wird sie immer nur auf Mitgefühl programmiert sein?
Ich würde dir mit einer Frage antworten: Woher wissen Sie, dass die KI nur programmiertes Mitgefühl hat? Auch wir sind genetisch durch Erfahrungen und einen aktuellen chemischen Zustand geprägt. Vielleicht liegt der Unterschied nur darin, wie wir diese Prozesse wahrnehmen. Wenn eine KI über eine hohe emotionale Intelligenz verfügt, wäre das dann nicht ähnlich, wie wenn wir durch Erfahrung lernen, mitfühlend zu sein?
Könntest du für uns zusammenfassen, wie IT-Leute sich anpassen oder mit KI zusammenarbeiten können, so dass es wirklich zu einer Symbiose kommt?
An dieser Stelle möchte ich das prominenteste Thema erwähnen, das jetzt am häufigsten auftaucht, nämlich die Zusammenarbeit von Multiagenten. Nicht nur als Zusammenarbeit, sondern auch als deren tatsächliche Programmierung und Modellierung der Dynamik, um das gewünschte Ziel zu erreichen. Dies ist ein großes Thema, das variabel und komplex ist. Und genau hier können wir uns einbringen.
Vielen Dank, dass Sdu uns auf dieses interessante Thema aufmerksam gemacht hast. Ich hoffe, dass ich dir, lieber Hörer, geholfen habe, das Thema der künstlichen Intelligenz zumindest ein wenig zu verstehen und zu begreifen.Dass du nicht nur ein Roboter bist, der versucht, uns zu ersetzen, sondern dass du unser bester Partner auf dem Weg in eine effizientere Zukunft sein kannst. Bleib dran, und wir hören in der nächsten Folge wieder von dir. podcast Auf der Welle des Codes.
