Die Datenwirtschaft Ausgabe 10 🥳 — Pandemie und Knie

Willkommen

🎉 Ausgabe 10. Was für eine schwere Geburt. Diesmal kam einiges dazwischen. Zum einen die andauernde Pandemie, Homeschooling und zum guten Schluss ist mein vorderes Kreuzband im rechten Knie gerissen. Da ich nach einer OP auf der Couch sitze und endlich etwas Zeit habe, konnte die Jubiläumsausgabe geschrieben werden. Diesmal mit einigen Links zu interessanten Projekten und Tools. Ganz ohne Leitthema. Es ist so einiges liegen geblieben, in den letzten Wochen — oder waren es Monate?

Viel Spaß beim Lesen des Newsletters!

Wer schreibt heute noch selbst?

Über GPT-3 habe ich schon in Ausgabe 7 geschrieben. Nicht vergessen darf man, dass bereits der Vorgänger (GPT-2) erstaunlich gut ist. Dazu ist GPT-2 kostenlos. Wie damit kreative Texte erzeugt werden, hat Jason Boog einfach und verständlich erläutert.

Richtig schön ist die Seite NO = more time. Sie unterstützt euch damit, verneinende Antwort auf Fragen wie „Should I attend to the meeting?“ zu generieren. Ihr wählt aus, ob freundlich oder nicht. Frage ich beispielsweise nach „Should I stop writing the newsletter“, sagt mir die KI:

> “No, I am so sorry, but I really cannot stop writing the newsletter. I have been writing the newsletter since last summer.”

Wie wahr, wie wahr. Also mache ich weiter.

Was wurde denn so geschrieben?

NLP — Natural Language Processing. Oder: Verarbeiten von natürlicher Sprache. Nicht mehr wegzudenken und präsenter, als manchem klar ist. Chatbots nutzen NLP, erkennen Tonalität und häufig gestellte Fragen. Jeder Voice Assistent („Alexa mach’s licht aus!“) analysiert die gesprochenen Worte und leitet daraus die gewünschten Aktionen ab. Wer sich technisch mit NLP auseinandersetzen will, kann das hervorragende Python-Modul Textblob verwenden. Ein weiterer Vertreter guter Module für NLP ist spaCy, dem jedoch (noch?) die Sentiment-Analyse fehlt. Was liegt näher, als Textblob und spaCy zu vereinen und damit ein mächtiges NLP-Werkzeug zu schaffen? Genau das hat Sam Edwardes getan!

Ich habe Daten, wo pack’ ich die hin?

Folgendes Szenario: Man sammelt über Monate Daten aus freien Quellen für seine eigenen Analysen. Irgendwann fragt jemand, ob deine verwendeten Daten irgendwo verfügbar sind. Als Open Source Liebhaber fragt man sich nun: wo hin damit? Die Antwort: Qri! Dort lege ich meine Daten ab, frei zugänglich und sowohl mit Kommandozeilen-Tools (für die Nerds), als auch mit einem Desktop-Client nutzbar. Oder man ruft direkt die CSV-Daten auf und verarbeitet sie in einem fantastischen Visualisierungs-Tool wie Datawrapper aus Berlin. Und wie genau ich das gemacht habe, steht in diesem Artikel.

Links

Abschließend noch ein paar Links, um die Langeweile während eines Lockdowns (wenn er doch endlich kommt) zu reduzieren!

El Pais hat eine wundervolle Visualisierung erstellt, wie sich Aerosole in der Luft verbreiten. Und zwar in Bars, Räumen und Klassenräumen.

DeepNude — so dämlich es klingt, ist es auch. Eine KI, die Mädchen auszieht. Virtuell. Ehrlich, was soll das? Und weil es nicht schlimm genug ist, gibt es das jetzt auch als Telegram Bot (keine Angst ich verlinke den Bot nicht). Telegram, das Sammelsurium des Abschaums — seien es Querdenker oder Menschen, die solche Bots erstellen. Ich finde es widerlich.

Wer einen sinnvollen Instagramfilter mit Gesichtserkennung erstellen möchte, der kann diesen Artikel lesen und hoffentlich etwas Sinnvolles damit anstellen.

Und zu guter Schluss noch etwas aus der Kategorie „Die KI wird uns vernichten“: AI Camera Ruins Soccer Game For Fans After Mistaking Referee’s Bald Head For Ball