Mobile Business

AI & Mobile Business

Künstliche Intelligenz wird in Zukunft dank Smartphones für alle verfügbar sein. Die Anwendungsfelder dafür sind vielfältig von virtuelle Assistenten wie z.B. Siri über autonome Mobilität bis hin zu Diagnose des Gesundheitszustands. 

Unter künstliche Intelligenz versteht man die Entwicklung von Computersystemen, die Aufgaben ausführen können, welche normalerweise menschliche Intelligenz erfordern. Zu jenen Aufgaben zählen die  Bilderkennung, die Entscheidungsfindung und das Übersetzen von einer in die andere Sprache. AI ist das Überkonzept von „Machine Learning“ und „Deep Learning“.

„Machine Learning“, welches als Teilgebiet der AI zählt, beinhaltet die Möglichkeit, dass Maschinen neue Datensätze analysieren ohne vorab dazu angewiesen worden zu sein. Auf Smartphones wird dies für die Stimmerkennung, Textvorschläge, Gesichtserkennung, Fingerprint ID und digitale Assistenz genutzt (Q2).

 Bildquelle: Q1

 „Deep Learning“ ist wiederum eine Unterkategorie von „Machine Learning“. Hier werden unstrukturierte und nicht gekennzeichnete Daten über ein neuronales Netzwerk analysiert. Dies gilt als die anspruchsvollste Form des „Machine Learnings“. Zur Anwendung kommt diese Form der Analyse bei der Erkennung von Bildern, Objekten und Stimmen. In Zukunft bietet die Anwendung Potential für eine medizinische Diagnose des Gesundheitszustands über ein Smartphone.

Da die Anforderungen an Smartphones hinsichtlich der Reaktionszeit, Sicherheit, Rechenleistung und Unabhängigkeit von einem Netz (Cloud Computing) steigen, werden entsprechende AI-Chips bereits in den high-end Smartphones verbaut (z.B. im Iphone X mit dem A11 Bionic Chip, der auf einer neuralen Plattform funktioniert). Bis dato wurden AI-Anwendungen auf dem Smartphone cloud-basiert ausgeführt. Die jeweiligen Apps brauchen enorme Datenmengen und Rechenleistung für die Lern- und Trainingsprozesse. Das Cloud Computing bringt jedoch einige Nachteile mit sich:

• Die Daten werden vom Smartphone an das Netzwerk geschickt und zurück. Dies kann zu Verzögerungen führen.
• Die Datensicherheit kann gefährdet werden, da die Daten das Gerät verlassen.
• Teilweise können die Cloud-Server wegen schlechten Netzes nicht erreicht werden und die Anwendungen kommen zum Erliegen.

Dementsprechend scheint der Bedarf AI-fähige Plattformen in Smartphones zu verbauen gegeben. Dadurch können Anwendungen wie ein persönlicher Assistent, Kameras hinsichtlich einer korrekten automatischen Einstellung, Augmented Reality Anwendungen und Gesundheitsanwendungen profitieren (Q2)

Quellen: 

Q1: Hosking B. (2017): Rise of the machines : machine learning and artificial intelligence in Dynamics 365 Part 1. http://jopx.blogspot.com/2017/09/rise-of-machines-machine-learning-in.html. [16.06.2018]

Q2: Jeronimo F. (2017): Mobile AI and the Future of Intelligent Devices. Sponsored by: Huawei. White Paper. IDC UK. https://m.itcafe.hu/dl/cnt/2017-12/142233/idc_white_paper.pdf. [16.06.2018]