Er erweckt Machine Learning zum Leben
Was passiert eigentlich hinter den Kulissen von KI-Innovationen? Noel Johansson, AI/ML-Entwickler bei Phyron, teilt seine Perspektive zu den Themen Machine Learning, Automatisierung, Hyperpersonalisierung und wohin die Reise mit der KI als Nächstes geht.
Kategorie
Kontakte
Zuletzt aktualisiert
Noel Johansson hat einen Master-Abschluss in Machine Learning von der Königlichen Technischen Hochschule in Stockholm. Abgerundet wurde seine Ausbildung durch weitere ML-Studien in Südkorea.
Was hat dich dazu inspiriert, dein Studium und deine Karriere auf Machine Learning und KI auszurichten?
„Ich habe einen praxisorientierten Kurs in Machine Learning belegt, bei dem wir ML-Algorithmen von Grund auf neu implementieren und auf reale Datensätze anwenden mussten. Mir gefiel, wie man aus Rohdaten aussagekräftige Erkenntnisse gewinnen kann. Den Prozess des Modelltrainings zur Vorhersage, Klassifizierung und Lösung von Problemen fand ich unglaublich bereichernd.“
Wie würdest du einem absoluten Anfänger – sagen wir, einem Vertriebs- oder Marketingleiter in einem Autohaus – die Vorteile von Machine Learning und Automatisierung erklären?
„Ich würde mich darauf konzentrieren, wie dadurch sowohl die Effizienz als auch die Entscheidungsfindung verbessert werden. Die Automatisierung wiederkehrender Aufgaben, wie das Sortieren von Kundenanfragen, das Empfehlen von Fahrzeugen basierend auf den Vorlieben der Käufer oder das Vorhersagen zukünftiger Umsatztrends. Es geht einfach darum, Prozesse schneller und präziser zu machen, um Zeit für andere wichtige Dinge zu gewinnen.“
Warum Südkorea? Welchen Kurs hast du dort besucht?
„Ich habe mich für Südkorea entschieden, weil ich in eine Kultur und ein akademisches Umfeld eintauchen wollte, die sich von dem unterschieden, was ich bisher kannte. Ich habe dort mehrere fortgeschrittene Kurse besucht, darunter Deep Learning Theory, Computational Image Generation and Manipulation sowie Computer Vision.“
Was ist deine Rolle bei Phyron AI?
„Ich arbeite im AI/ML-Entwicklungsteam. Meine Aufgabe ist es, Machine-Learning-Modelle zu entwerfen, zu implementieren und zu testen, die unsere Innovationen vorantreiben. Im Grunde helfe ich dabei, neue ML-Modelle zum Leben zu erwecken und sicherzustellen, dass sie in der Praxis Höchstleistungen erbringen.“
Was waren die wichtigsten Entwicklungen der letzten Jahre?
„Ich habe mein KI-Studium vor sechs Jahren begonnen, kurz vor dem großen Boom von Large Language Models wie GPT-3 und ChatGPT. Am bedeutendsten war seitdem der rasante Aufstieg von Transformer-Modellen und die schnelle Skalierung von KI-Systemen. Ein weiterer großer Wandel liegt in der Verfügbarkeit von KI-Tools und -Infrastrukturen. Viele komplexe Modelle sind heute auch für Laien zugänglich. Dank Frameworks wie TensorFlow und PyTorch ist KI heute allgegenwärtig – im Guten wie im Schlechten.“
Was ist das nächste große Ding in der KI-Automatisierung?
„Ich glaube, der nächste große Trend wird Hyperpersonalisierung sein. Wir sehen bereits erste Ansätze davon bei generativer KI, wo Texte, Bilder und Videos in großem Stil auf individuelle Vorlieben zugeschnitten werden können. In naher Zukunft wird diese Personalisierung noch viel präziser und flächendeckender werden.
„Stellen Sie sich zum Beispiel eine KI vor, die Marketingvideos oder Produktbilder generieren kann, die basierend auf dem Verhalten und den Interessen der Kunden individuell für jeden einzelnen von ihnen gestaltet sind.“
Was fasziniert dich an der Zukunft der KI am meisten?
„Für mich ist es das Potenzial der KI, die menschliche Kreativität zu erweitern. Wir fangen gerade erst an zu erforschen, wie Mensch und KI zusammenarbeiten können, und ich glaube, dass aus dieser Verbindung in den nächsten zehn Jahren die innovativsten Dinge entstehen werden.“
