How I Got To Drink the Best Wine in the World

A question on Quora today sent me off on a trip down memory lane. Someone asked: „Which bottles should be tasted at least once in the life of a wine lover?“

My answer was:

Tricky, because simply going by name and vintage can backfire completely. In the 80ies when I worked as a freelance restaurant tester and wine critic for “Playboy” magazine, I was invited to a blind tasting competition in Wiesbaden hosted by Helmut Wodarz, the legendary chef at the “Ente im Lehel”. There, the best Bordeauxs money could buy (and we’re talking ’49 Mouton Rothschild, ’59 Latour and ’61 Haut Brion here; wines that cost over $100 then and probably more than $1,000 today) were to face off against some of the best Californian wines provided by the Nappa Valley Vinters Association who were out to prove that they could hold their own with the best in the world. The Californians brought along a selection of relatively young wines, above all the legendary ‘74, the “last of the old cabs” grown on vines that were 25 years old and more.

It was very simple to determine who was who: If the wine was brownish, muddy and had a “widow’s ring”, it was sure to be a Frenchman. If it was dark red, crystal clear and unblemished, it came from California.

Weiterlesen

Veröffentlicht unter Wein | Verschlagwortet mit , , , , | Hinterlasse einen Kommentar

Den Wald trotz lauter Bäume erkennen

Die vielleicht größte Stärke von KI-Systemen ist ihre Fähigkeit, Muster wie Regelmäßigkeiten, Wiederholungen, Ähnlichkeiten oder Gesetzmäßigkeiten in einem riesigen Datenwust zu erkennen, aber auch in Bildern und Tönen. Der Begriff Mustererkennung (englisch: Pattern Recognition) tauchte schon in den 30er Jahren im Zusammenhang mit statistischen Auswertungen auf, aber erst der Computer eröffnete in den 50er und 60er Jahren Anwendungsmöglichkeiten auf anderen Gebieten. In den 70er Jahre setzte sich zunächst die optische Texterkennung (Optical Character Recognition, OCR) durch, die zunächst vor allem in der Verarbeitung des Posteingangs großer Firmen Erfolge feierte. Dort kam es ja nicht so sehr auf die Inhaltsanalyse an: Es genügte meist Dinge wie das Layout von Formularen, Firmenlogos oder bestimmte Textfelder erkennen zu können. Mit der Zeit war es auch möglich, zwischen relevanten Bereichen (Texte, Bildunterschriften) und irrelevanten Bereichen (Abbildungen, Weißflächen, Linien) zu unterscheiden.

Heute bildet Mustererkennung die Grundlage vieler Funktionen in der intelligenten Datenverarbeitung, sei es in der Medizin oder Biologie, in der Spracherkennung oder bei Übersetzungssoftware, in der Objekterkennung und bei Börsenhandelssystemen, um nur ein paar Beispiele zu nennen.

Aber ist Mustererkennungs wirklich KI? Weiterlesen

Veröffentlicht unter artificial intelligence, Intelligenz der Zukunft, Künstliche Intelligenz | Verschlagwortet mit , , , , , | Hinterlasse einen Kommentar

Dartmouth und der erste KI-Winter

Teilnehmer am Dartmouth Summer Research Project on Artificial Intelligence 1956 (Photo: Margaret Minsky)

Genau genommen wurde das Gebiet der Künstlichen Intelligenz im Sommer 1956 erfunden, als sich die damals führenden Forscher auf dem jungen Gebiet der Kognitivwissenschaft zu einem Workshop an der Dartmouth-Universität im US-Bundestsaat New Hampshire trafen. Das Dartmouth Summer Research Project on Artificial Intelligence war ein Stelldichein der großen Namen in dem damals noch winzigen Forschungsfeld, zum Beispiel John McCarthy von Stanford, der den Begriff der „Artificial Intelligence“ als Erster prägte, Claude Shannon von den Bell Labs, der „Vater der Informationstheorie, Marvin Lee Minsky, der später das AI Laboratory am MIT gründen sollte, Nathaniel Rochester, der den legendären IBM 701 konstruierte, der erste für wissenschaftliche Zwecke bestimmte Rechner, der den Übergang zu voll elektronischen Computern bei IBM markierte. Sechs Wochen lang trafen sich diese Gurus mit einer wechselnden Schar von Experten und Anhängern der Idee im ersten Stock der mathematischen Fakultät der Eliteuni. Im Grunde war es eine Mischung aus Sommer-Camp und Brainstorming, aber es hat die Geschichte der Computerwissenschaft und der Maschinenintelligenz bis heute maßgeblich beeinflusst.

Zugleich war der Dartmouth-Workshop auch das erste Beispiel für den beispiellosen Hype, der dieses Thema seitdem begleitet. Einige Teilnehmer sagten damals im Sommer 1956 voraus, dass es innerhalb von nur einer Generation, also spätestens in etwa 20 bis 25 Jahren, Maschinen geben würde, die ebenso intelligent sein würden wie der Mensch. Herbert Alexander Simon, der 1978 den Wirtschafts-Nobelpreis gewinnen sollte, und sein Kollege Allen Newell, der 1975 den A.M. Turing Award gewinnen sollte, so etwas wie der Nobelpreis für Computerwissenschaftler, sagten 1958 voraus, dass in zehn Jahren ein Computer der amtierende Schachweltmeister sein würde.

Nun, wie wir wissen sollte es fast 40 Jahre, nämlich bis 1997 dauern, ehe IBM’s Superrechner Deep Blue das Schachgenie Garry Kasparov besiegen und sich damit den Weltmeistertitel holen würde. Das hielt die KI-Pioniere aber nicht davon ab, lautstark die Werbetrommel für ihr Fachgebiet zu rühren – mit großem Erfolg: Firmen und Regierungsstellen überschlugen sich in den 60er und 70er Jahren darin, ihnen Millionen von Dollar zu geben, um ihren Traum zu verwirklichen. Weiterlesen

Veröffentlicht unter Allgemein, artificial intelligence, Intelligenz der Zukunft, Künstliche Intelligenz | Verschlagwortet mit , , , , , , , , , , , , , , , | Hinterlasse einen Kommentar

Was ist Deep Learning wirklich – und wie neu ist es?

KI stößt dort an ihre Grenzen, wo das Trainieren intelligenter Systeme und Algorithmen mit menschlichem Aufwand verbunden ist. Expertensysteme sind dafür das beste Beispiel: Im Zeitalter von Big Data und IoT liefern Sensoren so große Datenmengen, dass kein Mensch mehr mit dem Füttern der Rechnersysteme nachkommen kann. Die Maschinen, das war schon iin den Urtagen der KI in den 50er Jahren klar, werden lernen müssen, selber zu lernen.

AI-Pionier Marvin Minsky schuf bereits 1951 die erste lernende Maschine, die er SNARC nannte (die Abkürzung von Stochastic neural analog reinforcement calculator), ein neuronaler Netzcomputer, der das Verhalten einer Maus in einem Labyrinth simulieren sollte. Die virtuelle Maus war in der Lage, ohne fremde Hilfe einen Weg aus dem Irrgarten zu finden, indem es immer neue Versuche unternahm, sich aber das Ergebnis der früheren Versuche merken konnte. Das ist auch die Methode, mit der Kleinkinder lernen und ihre Umgebung erforschen: Gebranntes Kind scheut bekanntlich das Feuer! Es wird quasi künstliches Wissen aus Erfahrungen generiert. Die aus den Daten gewonnenen Erkenntnisse lassen sich verallgemeinern und für neue Problemlösungen oder für die Analyse von bisher unbekannten Daten verwenden.

Maschinenlernen (Machine Learning) beschreibt also Algorithmen, die sich in Abhängigkeit von den Eingangsdaten selbst anpassen können. Auf diese Art können Muster und Gesetzmäßigkeiten in Datenbeständen erkannt werden, um darauf basierend Vorhersagen zu treffen. Typische Anwendungsgebiete für Machine Learning sind etwa Spamfilter, Prognosesysteme (z. B. Wetter) sowie Betrugserkennung.

Deep Learning ist der Teilbereich des Machine Learning, dem die KI-Forschung gerade die allerhöchste Aufmerksamkeit widmet. Sie nutzt neuronale Netze, die sich an der Funktionsweise des menschlichen Gehirns ausrichten, um aus riesigen Datenmengen belastbare Prognosen und Entscheidungen abzuleiten, ohne dass dazu menschliches Eingreifen nötig ist. Deep Learning setzt umfangreiches Training voraus. Dazu wird das System mit bereits vorhandenem Wissen gefüttert, beispielsweise Bilddatenbanken, die es anschließend mit unbekannten Daten vergleicht und analysiert. Der Vorteil gegenüber den alten Expertensystemen der 80er Jahre liegt in dem wesentlich geringeren Trainingsaufwand: Der Mensch muss dem System nur eindeutig sagen, ob das zu identifizierende Objekt auf dem Bild zu sehen ist oder nicht (zum Beispiel eine Ampel oder ein Fußgänger). Das Deep Learning-Programm benützt diese Information, um die typischen Merkmale einer Ampel oder eines Fußgängers zu „lernen“ und daraus ein Vorhersagemodell zu entwickeln. Dazu arbeitet sich das Programm immer tiefer in die Zwischenschichten des neuronalen Netzes hinein – daher der Begriff „Deep Learning“. So kann es sein, dass die Knoten oder Einheiten der ersten Zwischenschicht lediglich die Helligkeit der Bildpixel registrieren. Die nächste Schicht könnte erkennen, dass bestimmte Pixel Linien bilden. Die dritte Ebene könnte zwischen horizontalen und vertikalen Linien unterscheiden, und so weiter, bis das System am Ende Arme, Beine und Gesichter erkennen kann und damit in der Lage ist, die abgebildete Person als „Fußgänger“ zu klassifizieren. Weiterlesen

Veröffentlicht unter artificial intelligence, Künstliche Intelligenz | Verschlagwortet mit , , , , , , , , , , , | Hinterlasse einen Kommentar

Warum das Web weiß ist

Suchmaschinenbetreibern wird seit Jahren vorgeworfen, rassistische Algorithmen zu verwenden. Versuchen Sie es selbst: Wer bei Google oder Bing als Suchbegriff „Hände“ eingibt, bekommt fast ausschließlich weiße Hände präsentiert. Ähnliches passiert, wenn man „babies“ eingibt: Es lachen einem nur weiße Säuglinge entgegen! Die Grafikdesignerin Johanna Burai geründete deshalb 2015 sogar ein Projekt, das Sie World White Web nannte, wo sie Handfotos von Menschen dunkler Hautfarbe sammelte und die Besucher aufforderte, diese möglich weitläufig zu teilen, um damit das so genannte Ranking der Suchmaschinen zu beeinflussen. Über Zeit, so argumentierte sie, würden die Algorithmen anfangen dunkle Hände als „normal“ einzustufen und entsprechend weiter oben in den Ergebnissen zu platzieren.

Google wehrt sich und verweist darauf, dass die Suchergebnisse lediglich die Häufigkeit reflektieren, mit der bestimmte Bildtypen im Web zu finden sind und wie sie beschrieben werden. Es habe nicht mit „Werten“ zu tun. Im Klartext: Weiße Hände und weiße Babies werden meist in einem positiven Kontext beschrieben (süß, goldig), Farbige viel häufiger in einem negativen (Flüchtlingsnot, Naturkatastrophen). Weiterlesen

Veröffentlicht unter artificial intelligence, Intelligenz der Zukunft, Künstliche Intelligenz | Verschlagwortet mit , , , , , | Hinterlasse einen Kommentar

Wie eine Maschine das größte Spiel gewann

Der Match zwischen Schachweltmeister Garry Kasparov und IBMs Superrechner Deep Blue gilt als ein Wendepunkt in der Computergeschichte. Dabei war ein anderes Spiel viel wichtiger. Es fand am 13. April 2019 statt zwischen einer Künstlichen Intelligenz (KI) statt namens OpenAI Five, die unter anderem von Tesla-Gründer Elon Musk finanziert wird, und einem menschlichen Team namens Dota-2-Team OG. Und die Folgen dauern bis heute an.

Wenn Sie, geneigter Leser, nicht in der Welt der Online-Spiele zu Hause sind, dann sagt Ihnen vermutlich auch der Begriff Moba nichts. Laut Wikipedia sind das so genannte Multiplayer Online Battle Arena, auch bekannt als Action Real-Time Strategy (ARTS), ein Computerspiel-Genre aus der Unterkategorie der Echtzeit-Strategiespiele. Ein bekannter Vertreter dieses Genres ist das Spiel World of Warcraft, das allerdings aus dem Jahr 2004 stammt und deshalb schon als ziemlich betagt gilt. Dota 2 gehört hingegen zur aktuellen Generation von Action-Echtzeit-Strategiespielen, bei dem zwei Teams von jeweils fünf Spielern gegeneinander antreten, um strategisch Gegner umzubringen, Zielobjekte zu erobern und schließlich die Basis des Gegners zu belagern und zu zerstören.

Beim „OpenAI Five Arena“ im April 2019 in San Francisco saßen die fünf menschlichen Spieler, OG die sich ein halbes Jahr vorher den Weltmeistertitel erkämpft und dabei mehr als 11 Millionen US-Dollar Preisgeld gewonnen hatten,  einem Team aus fünf so genannten rekurrente neuronale Netzen gegenüber, die sich vorher gegenseitig trainiert hatten. In Fachkreisen nennt man sowas Reinforcement Learning, oder verstärkendes Lernen: Im Gegensatz zum traditionellen überwachten Lernen (Supervised Learning) werden dabei in einer Simulationsumgebung in vielen Durchläufen nach der Versuch-und-Irrtum-Methode („Trial-and-Error“) Daten generiert, die am Ende die erfolgversprechendste Strategie ergeben.

Im Vorfeld des Turniers haben die fünf KIs von OpenAI zehn Monate lang ununterbrochen gegeneinander gespielt, was umgerechnet einer Spielzeit von etwa 45.000 Jahren entspricht. Am Ende war das Ergebnis eindeutig: 2:0 musste sich das Weltmeister-Team gegen die KIs geschlagen geben. Weiterlesen

Veröffentlicht unter Intelligenz der Zukunft, Künstliche Intelligenz | Verschlagwortet mit , , , , , , , , , , , , , , , , , , , , , , , , | Hinterlasse einen Kommentar

Was feiern wir heute?

Heute ist in Österreich Nationalfeiertag – aber was feiern die denn? Schließlich wurde Österreich im Laufe der Jahrhunderte immer wieder „befreit“. Und wen ich auch frage, ich bekomme immer eine andere Antwort. Deshalb dieser kleine Quiz.

A. Die Befreiung durch Albrecht III. im Jahr 1365

Albrecht mit dem Zopf (1349-1395), Begründer der Albertinischen Linie des Hauses Habsburg (1457 erloschen)

Übergabe der Stadtschlüssel Wiens im Schloßpark von Schönbrunn 1805

B. Die Befreiung durch Napoleon 1809

 

 

 

 

 

C. Die Befreiung durch Deutschland 1938

 

 

 

D. Die Befreiung durch die Alliierten 1945

Soviet tanks passing the Parliament Building in Vienna, Austria, April 17, 1945. (AP Photo)

 

 

 

 

 

 

 

E. Die Befreiung vom Krieg dirch die Ausrufung der „immerwährenden Neutralität Österreichs“ 1955

Veröffentlicht unter An American in Austria | Verschlagwortet mit , , , | Hinterlasse einen Kommentar

Wer hat Angst vor der Wolke?

Es hat lange – viel zu lange – gedauert, aber so langsam scheinen die Deutschen ihre atavistische Angst vor Cloud Computing abzulegen. Es sind gar nicht so viele Jahre her, das wurde Martin Jetter, der damalige Deutschlandchef von IBM, von einem typischen schwäbischen Mittelständler gefragt: „Kennet Sie mir sage, wo meine Daten send, wenn ich sie in diese Cloud steck?“ Jetter verstand die Frage offenbar nicht, antwortete dann -typisch Techie – das sei doch egal, Hauptsache er, der Kunde könne jederzeit darauf zugreifen, und die Daten wären sicher.“ Mit ihm nicht, meinte der Schwabe: „I will immer ganz genau wisse, wo meine Daten send. Des mit der Cloud ischt nix für mi!“

Dabei ist Cloud Computing ja längst nicht mehr aus unserem Alltag wegzudenken. Die Ursprünge des „Distributed Computing“ reichen allerdings zurück in die Computer-Steinzeit. Bereits Ende der 60er Jahre machte das ARPANET der US-Militärs vor, wie man mit Hilfe von dezentraler Netzstruktur und Paketvermittlung ein weltumspannendes Kommunikationssystem bauen konnte, das auch noch sicher war! In den 70er war es möglich, per Ethernet-Verbindungen Computer über weite Distanzen zusammenzustecken. Das erste Symposium über die Prinzipien des Distribuierten Computings fand 1982 in Ottowa statt, und in den 90er Jahren tauchte dafür erstmals der Begriff des „Cloud Computing“ auf. John Burdette Gage, der berühmte Chefwissenschaftler von Sun Microsystems, prägte um diese Zeit den unsterblichen Satz: „Das Netzwerk ist der Computer!“

Es folgte, zumindest hierzulande, ein tiefes Jammertal. Statt mutig auf den Zug in die verteilte Computerzukunft aufzuspringen, zogen sich deutsche Unternehmer und Privatnutzer lieber zurück ins stille Kämmerlein. Hauptsache sicher, das war ihnen viel wichtiger.

Doch inzwischen scheint ein Umdenken einzusetzen „Beim Speichern privater Daten in der Cloud ist Deutschland gespalten in zwei etwa gleich große Lager von Befürwortern und Skeptikern. Doch es ist ein Pro-Cloud-Trend zu beobachten: Das zeigt eine exklusive Umfrage, die das Marktforschungsunternehmen forsa im Auftrag von STRATO durchgeführt hat,“ schreiben die Autoren einer aktuellen Studie, die vom Internet-Provider Strato in Auftrag gegeben wurde und der nun vorliegt. 1.003 deutsche Internetnutzer im Alter von 18 bis 75 Jahren wurden befragt, und die Ergebnisse geben wenigsten zu Hoffnung Anlass. Weiterlesen

Veröffentlicht unter Cloud Computing | Verschlagwortet mit , , , | Hinterlasse einen Kommentar

Virtually Unrolling Ancient Scrolls

Too delicate to handle

When Mount Vesuvius erupted in 79 A.D., covering the towns of Pompeii and Herculaneum in ash and lava, everything, including an invaluable library of scrolls, was lost to the inferno. Or at least they were lost until Brent Seales came along. As head of the computer science department at the University of Kentucky, Seales was fascinated by the hundreds of carbonized papyrus scrolls that were unearthed in 1752 in a villa in Herculaneum that allegedly once belonged to Julius Ceasar’s father-in-law. Today, the scrolls are kept at the National Archaeological Museum in Naples and are believed to be the only intact library from antiquity to survive. Except, of course, that nobody could actually read what was written on them.

Historians have been searching for centuries for lost works from classical antiquity such as Sappho’s poems or Mark Antony’s treatise on drunkenness – works which are known only through references to them by other writers.

Until now, reading the scrolls from the aptly named Villa of the Papyri has been impossible. Any attempt to unroll them would lead to their destruction – they simply crumble into dust. Searls believes he has found a way to “virtually unroll” them using artificial intelligence, machine learning and high-energy x-rays, the Washington Post reports. Weiterlesen

Veröffentlicht unter posts in English | Verschlagwortet mit , , , , | Hinterlasse einen Kommentar

“What is the best flavored wine?”

There are two ways to answer this question which I found on Quora. Presumably, the writer didn’t really mean “which wine tastes best”. That would simply be a matter of taste.

I prefer to read the question as “What is the best wine to which other flavors have been added”, which makes more sense.

Personally, I love Retsina, a dry white wine from Greece to which tree resin is added, sometimes more, sometimes less. This has been done since ancient times as a means of preservation. Yes, it’s an acquired taste, but nothing beats a well-cooked moussaka or a rabbit stifada with a glass of ice-cold, home-made Retsina that always reminds me of the pine woods above Chora Sfakion on Crete.

Other ways of aromatizing wine were used in ancient times, for instance in Mesopotamia, Greece, and in ancient Rome, with honey, herbs and spices leading the list. This was done mostly for medicinal reasons, but people obviously got used to the taste after a while, and some preferred these wines, as we know from contemporary sources.

Today, there are lots of examples of wines that have been altered to make them taste better or at least differently. Probably the best-known is Vermouth, which was invented in 1786 by Antonio Carpano, a wine producer in Piemonte. Weiterlesen

Veröffentlicht unter Barolo Chinato, Carpano Antica Formula, Vermouth, Wein | Verschlagwortet mit , , | Hinterlasse einen Kommentar