Die Tutoren der KI-Schule im Interview

Im November startet die KI-Schule, eine einzigartige Weiterbildungsmaßnahme. Hier können Kulturschaffende die Methoden des maschinellen Lernens erlernen und ausprobieren, ob sie dieses Werkzeug für ihr Schaffen nutzen können und wollen. Dr. Joachim Haenicke, Dr. Jan Sölter und Dr. Thomas Rost sind die Tutoren der KI-Schule. Im Interview stellen sie ihre Pläne vor.

Joachim Haenicke: Mit 11 hatten wir zuhause unseren ersten Computer – ein C64. Ich habe nach den ersten Spielen schnell versucht, eigene kleine Spiele zu programmieren. Viel später, während meines Ingenieurinformatikstudiums, habe ich mich dann professioneller mit praktischen Aufgaben in Programmierkursen beschäftigt und zum Ende des Diploms sehr intensiv mit der Programmierumgebung Matlab gearbeitet. Später, während des Diploms im Neurowissenschaftsstudium, habe ich mich in C++ reingefuchst. Python kam dann während der Promotion an der FU Berlin dazu. In den letzten beiden Jahren konnte ich in einem kleinen Team nochmal sehr viel mehr über professionelle Softwareentwicklung im Team lernen. Und so langsam habe ich begriffen, dass beim Programmieren der Weg das Ziel ist – es gibt immer Neues zu erlernen.

Thomas Rost: Im Studentenwohnheim hatte ich nichts zu tun und habe auf meinem programmierbaren Taschenrechner mit Basic herumgespielt. In Wirklichkeit wollte ich nur Tetris spielen. Das habe ich in verschiedenen Sprachen programmiert, bis ich schließlich gemerkt habe, dass das Programmieren an sich auch richtig Spaß macht. Tiefer eingestiegen ins Programmieren bin ich dann im Rahmen meines Computational Neuroscience Studiums.

Jan Sölter: Bei mir ging es mit dem Programmieren tatsächlich viel später los als bei den beiden anderen. Als Physiker wollte ich immer nur allgemeingültige Formeln suchen und aufstellen. Da dachte ich Programmieren lenkt einen nur ab. Erst als ich später mit 27 Jahren in den Bereich des maschinellen Lernens gekommen bin, habe ich ganz schnell ganz viel programmiert. 

Joachim Haenicke: Informatiker*innen oder Data Scientists denken nicht komplizierter als die meisten anderen Menschen. Hilfreich ist jedoch in jedem Fall ein Hang zum Abstrahieren und in möglichst generellen Strukturen oder Prinzipien die Welt beschreiben zu wollen. Um programmieren zu erlernen, ist aus meiner Erfahrung kaum etwas hilfreicher als ein konkretes Projekt, das man umsetzen möchte. Daher bietet sich tatsächlich auch diese Schulung sehr gut dafür an, einen tieferen, motivierenden Einstieg in die Welt der Algorithmen zu unternehmen, da die Teilnehmer*innen im letzten Drittel ein eigenes Projekt umsetzen werden.

Thomas Rost: Beim Programmieren fängt man irgendwann an, die Probleme in viele kleine Häppchen zu unterteilen, die für sich allein einfach zu lösen sind. Dadurch ergeben sich dann beim Durcharbeiten der Häppchen viele kleine Erfolgserlebnisse. 

Obwohl es im Bereich der Data Science viele spektakulär klingende Methoden gibt, versuche ich immer, mit sehr grundlegenden KI-Ansätzen zu beginnen, die ich noch im Detail durchschauen kann und arbeite mich dann langsam zu komplizierten Methoden vor, um zu sehen, ob sie überhaupt noch eine Verbesserung bringen. Oftmals funktionieren ziemlich einfache Ansätze bereits sehr gut oder sogar am besten. 

Jan Sölter: Ich denke auch, dass man als Data Scientist ziemlich experimentell arbeitet und nie genau weiß, was einen erwartet. Man lässt sich von einem Datensatz inspirieren, forscht nach, generiert Hypothesen und validiert bzw. falsifiziert diese mit weiteren Experimenten. Generell ist es eine sehr kreative Arbeit, bei der man sich nicht darauf verlassen sollte, dass eine bekannte Lösung auch das nächste Problem löst.

Joachim Haenicke: Ich freue mich besonders auf die Kreativität der Teilnehmer*innen – unerwartete Projektideen, unkonventionelle Herangehensweisen, um neue Perspektiven auf Daten/Zusammenhänge zu erhalten. Es wird spannend werden, inwieweit wir im letzten Drittel des Kurses die Projektideen der Teilnehmenden umsetzen können. Wir hoffen, dass nicht einfach nur bereits existierende Projekte umgesetzt werden, sondern auch komplett originäre Lösungen entstehen können. Die vielfältigen Hintergründe der Teilnehmenden werden hilfreich sein für ein interdisziplinäres, kreatives Vorgehen.

Thomas Rost: Das interessante an der Lehre ist, dass man die Dinge auf einem ganz anderen Niveau zu verstehen beginnt, wenn man sich anstrengt, sie möglichst gut zu erklären. Bei der KI-Schule kommt dazu, dass das Publikum aus fachfremden aber interessierten Teilnehmenden besteht, was eine gewisse Herausforderung bzgl. der fachlichen Tiefe darstellt. Unser Anspruch ist, dass die KI-Schule niemanden überfordert und dennoch spannende Ergebnisse erzielt werden – die Teilnehmenden mit vertieftem Fachwissen können natürlich freiwillig tiefer in die Projekte einsteigen, um komplexere KI Modelle zu entwickeln.

Jan Sölter: Nicht zu vergessen; wir hoffen, dass die Teilnehmer*innen daran interessiert sind, etwas Neues zu Lernen und Spaß dabei haben.

Joachim Haenicke: Mich fasziniert es immer wieder, zu welch spannenden Lösungen man mit Hilfe der modernen Rechentechnik in kurzer Zeit gelangen kann und ich denke, das wird bei den Teilnehmer*innen nicht anders sein. Wir werden uns Mühe geben, die Prinzipien, die dahinterstecken, allen möglichst nahe zu bringen. Ich hoffe, dass wir den Teilnehmer*innen eine Menge Aha-Erlebnisse bereiten.
Das ist sicherlich ein wesentlicher Teil, auf den sich die Teilnehmer*innen freuen können: ein grundsätzliches Verständnis bzgl. der Technik zu erlangen, die hinter aktuellen KI-Systemen steckt. Mit KI ist es ein wenig wie mit einem Fernseher oder Auto – die meisten verwenden die Technik ohne wirklich zu verstehen, wie sie grob funktioniert – dabei sind die Funktionsweisen hinter den Techniken im Kern sehr einfach zu verstehen, wenn sie in einfachen und praxisnahen Beispielen erklärt werden. 

Thomas Rost: Da man Jahre damit verbringen kann, die mathematischen Hintergründe der KI zu studieren, überspringen wir diesen Teil fast komplett und konzentrieren uns schnell darauf, bereits existierende Methoden und KI-Komponenten aus dem Internet zu nutzen und den Teilnehmenden das nötige Know-how zu vermitteln, um eigenständig neue Anwendungen und Kombinationsmöglichkeiten auszuprobieren. 

Jan Sölter: Ja genau, das Schöne an der aktuellen KI-Entwicklung ist ja auch, dass viele Ergebnisse ziemlich offen im Internet bereitgestellt werden. Und mit dem Grundwissen aus diesem Kurs kann man dann diesen Wissensschatz aktiv nutzen. Vielleicht wird der eine oder andere Teilnehmende sehr überrascht sein, wie einfach man dann eine neue kleine KI auf die Welt bringt.