Ich persönlich habe Cortana nie genutzt und jeden erdenklichen Weg genutzt, um Microsoft’s Assistenten-App zu deaktivieren. Ein Grund mehr, um die Entwicklung zu beobachten, da ich im Gegensatz zu klassischen Assistenten Apps sehr an den Entwicklungen an der künstlichen Intelligenz interessiert bin.

Die Einstellung von Cortana erfolgt im August 2023, wie die Support-Seite des Unternehmens bestätigt. Dies markiert das Ende einer Ära, in der Cortana als eigenständige App in Windows existierte. Das Unternehmen hatte diese Entscheidung im Juni offiziell auf der Seite bekanntgegeben, dabei aber keine zusätzlichen Details oder Gründe genannt.

Dieser Schritt deutet jedoch darauf hin, dass Microsoft Cortana als Sprungbrett in eine neue KI-Zukunft sieht. Benutzer können sich auf eine verbesserte Interaktion mit einem intelligenten Chatbot freuen, der auf der GPT-4-Technologie basiert. Diese Technologie ist das Ergebnis der Partnerschaft zwischen Microsoft und OpenAI, einem bekannten KI-Unternehmen, über das ich bereits in der Vergangenheit geschrieben habe (Siehe OpenAI Chat GPT, Worldcoin).

Bereits im Mai verkündete Microsoft, dass es diese neue, auf ChatGPT basierende Bing-Erfahrung direkt in das kommende Windows 11 integrieren würde. Die Nutzer können sich also auf ein verbessertes, KI-gesteuertes Erlebnis freuen.

Während dieser Übergangszeit bleibt Cortana in irgendeiner Form erhalten, allerdings wird die Unterstützung für die eigenständige Windows-App eingestellt. In der mobilen Version von Outlook, Teams und in Microsoft Teams Rooms bleibt Cortana jedoch weiterhin verfügbar.

Das Unternehmen plant allerdings, diese Cortana-gesteuerten Erfahrungen durch seine neu entwickelten Bing Chat-Dienste zu ersetzen. Diese werden in den Unternehmensbereich eingeführt und in Produktivitätssoftware, Outlook, Teams und mehr integriert.

Microsoft stellt klar, dass die Änderung die Arbeitsweisen der Nutzer in Windows beeinflussen kann. Um diesen Übergang zu erleichtern, bietet das Unternehmen verschiedene Alternativen an. Neben dem neuen KI-gesteuerten Bing sind dies der Sprachzugang von Windows 11, Microsoft 365 Copilot und Windows Copilot.

Dieser Strategiewechsel des Technologiegiganten ist ein klares Signal dafür, dass Künstliche Intelligenz immer mehr an Bedeutung gewinnt. Microsoft ist dabei nicht das einzige Unternehmen, das auf fortschrittliche KI-Technologien setzt. Amazon fördert beispielsweise die Entwicklung allgemeiner künstlicher Intelligenz und Apple arbeitet an eigenen generativen KI-Tools.

Mit der Einstellung von Cortana und dem Fokus auf ChatGPT und Bing setzt Microsoft neue Maßstäbe in der KI-Technologie. Dies könnte ein Vorläufer für ähnliche Entwicklungen in anderen Technologieunternehmen sein. Die Zukunft wird zeigen, wie die Big Tech-Unternehmen ihre digitalen Assistenten weiterentwickeln und wie sie Künstliche Intelligenz noch effizienter in ihren Diensten einsetzen werden. Dies gilt auch für Start-Ups, wobei man sagen muss, dass die Ressourcen schon recht kostspielig sind, wenn es um die Entwicklung in dieser Richtung geht.

Der Beitrag Cortana packt die Koffer – Microsoft schwenkt auf futuristische KI erschien zuerst auf CEOsBay.

Was ist eine API?

Eine API (Application Programming Interface) ist eine Sammlung von Protokollen, Routinen und Tools zur Interaktion zwischen verschiedenen Softwareanwendungen. Vereinfacht ausgedrückt, ermöglicht eine API die Kommunikation zwischen zwei Softwareanwendungen, indem sie dem Entwickler die Möglichkeit bietet, bestimmte Funktionen oder Daten einer Anwendung zu verwenden, ohne sich um deren interne Implementierung kümmern zu müssen.

Funktionsweise von APIs

APIs ermöglichen die Kommunikation zwischen Anwendungen, indem sie standardisierte Anfragen und Antworten verwenden. In der Regel bezeichnet man eine Anwendung, die eine API bereitstellt, als Server. Die Anwendung, die die API nutzt, bezeichnet man als Client. Der Client sendet eine Anfrage an den Server, der diese Anfrage bearbeitet und daraufhin eine Antwort zurücksendet.

Die Kommunikation erfolgt meist über das https-Protokoll und basiert auf einem Request-Response-Modell. Eine API-Anfrage enthält normalerweise Informationen wie die gewünschte Aktion, die zu verwendenden Daten und den Authentifizierungsschlüssel. Die Antwort beinhaltet dann das Ergebnis der Aktion, zusammen mit den angeforderten Daten, falls vorhanden.

Arten von APIs

Es gibt verschiedene Arten von APIs, je nach Zugriffsbeschränkungen und Anwendungsbereich. Hier sind einige der gebräuchlichsten Typen:

Öffentliche APIs: Auch als externe oder offene APIs bekannt, sind APIs, die für die Öffentlichkeit zugänglich sind. Entwickler können sie nutzen, um angebotene Dienste in ihre Anwendungen zu integrieren.

Private APIs: Diese APIs sind nur für einen bestimmten Entwicklerkreis oder innerhalb eines Unternehmens zugänglich. Entwickler verwenden sie, um interne Prozesse und Dienstleistungen zu unterstützen.

Partner-APIs: Partner-APIs sind für eine ausgewählte Gruppe von Entwicklern oder Unternehmen zugänglich, die eine Partnerschaft oder Geschäftsvereinbarung mit dem API-Anbieter eingegangen sind.

API-Protokolle und Datenformate

APIs nutzen verschiedene Protokolle und Datenformate, um Anfragen und Antworten zu strukturieren. Die gebräuchlichsten sind:

REST (Representational State Transfer): Ein Architekturstil, der auf der Verwendung von standardisierten https-Anfragen und Antworten basiert. REST-APIs sind ressourcenorientiert und relativ leicht verständlich. Man verwendet sie häufig mit JSON (JavaScript Object Notation) als Datenformat.

SOAP (Simple Object Access Protocol): Ein älteres Protokoll, das auf XML-basierten Nachrichten beruht und strenge Regeln für die Kommunikation vorschreibt. SOAP-APIs sind tendenziell komplexer als REST APIs, bieten jedoch eine höhere Sicherheit und formelle Spezifikationen.

GraphQL: Eine relativ neue API-Technologie, von Facebook. Im Gegensatz zu REST und SOAP ermöglicht GraphQL eine flexiblere Datenabfrage, indem der Client genau die benötigten Informationen anfordern kann. GraphQL verwendet eine eigene Abfragesprache und unterstützt sowohl Lese- als auch Schreiboperationen.

gRPC: Ein von Google entwickeltes API-Framework, das auf Protocol Buffers, als binäres Datenformat setzt und für hohe Leistungsfähigkeit und Skalierbarkeit optimiert ist. gRPC eignet sich besonders für Mikroservices und hochperformante Anwendungen. Ich gehe davon aus, dass ich darüber in naher Zukunft einen separaten Beitrag schreibe.

API-Authentifizierung und -Sicherheit

Um den Zugriff auf APIs zu kontrollieren und deren Sicherheit zu gewährleisten, kann man verschiedene Authentifizierungs- und Autorisierungsmechanismen einsetzen. 

Einige der gängigen Methoden sind:

API-Schlüssel: Ein einfacher und weit verbreiteter Ansatz, bei dem der Entwickler einen eindeutigen Schlüssel erhält, den man bei jeder API-Anfrage übermittelt, um den Zugriff zu autorisieren.

OAuth: Ein offener Standard für Authentifizierung und Autorisierung, der es ermöglicht, Anwendungen den Zugriff auf Benutzerdaten von Drittanbietern zu gewähren, ohne dass die Anwendung das Passwort des Benutzers kennen muss. Sozialen Netzwerke und große Webdienste wie Google und Facebook nutzen häufig OAuth.

JWT (JSON Web Tokens): Eine kompakte, selbstständige Methode zur sicheren Übertragung von Informationen zwischen Parteien in Form von Objekten. Man nutzt JWTs häufig in Kombination mit OAuth und anderen Authentifizierungsschemata.

Best Practices bei der Verwendung von APIs

Die erfolgreiche Nutzung von APIs erfordert einige Best Practices, um sicherzustellen, dass Anwendungen effizient und sicher arbeiten:

Dokumentation: Eine gut dokumentierte API erleichtert Entwicklern das Verständnis und die Integration der API in ihre Anwendungen.

Fehlerbehandlung: Eine robuste Fehlerbehandlung ist entscheidend, um sicherzustellen, dass Anwendungen auch bei unerwarteten Fehlern oder Ausfällen der API korrekt funktionieren.

Ressourcenmanagement: Bei der Verwendung von APIs ist es wichtig, auf Ressourcenmanagement zu achten. Dies erreichet man beispielsweise, indem man Ratenbegrenzungen (Rate Limiting) einhält, um die Anzahl der Anfragen pro Zeiteinheit zu begrenzen und die Belastung des API-Servers zu reduzieren.

Sicherheit: Bei der Arbeit mit APIs sollte man auf die Sicherheit der Anwendung und der API achten. Durch die Verwendung von Verschlüsselungstechniken und sicheren Authentifizierungsmethoden lässt sich dies relativ einfach realisieren.

Zukünftige Trends bei APIs:

APIs gewinnen weiterhin an Bedeutung, da sich die Technologielandschaft weiterentwickelt. Um neue Anforderungen und Herausforderungen zu bewältigen, müssen sich auch die APIs weiterentwickeln.

Einige zukünftige Trends bei APIs sind:

Hypermedia-APIs: Ein aufkommender Trend im Bereich der REST APIs ist die Verwendung von Hypermedia-Elementen zur Dynamisierung der API-Kommunikation. Hypermedia-APIs stellen Links und Aktionen in den API-Antworten bereit, um den Client zur Verfügung stehende Funktionen und Ressourcen dynamisch zu erkennen. Dadurch kann man die Kopplung zwischen Client und Server reduzieren.

API-Orchestrierung: Mit der zunehmenden Verbreitung von Mikroservices und verteilten Systemen gewinnen die API-Orchestrierung und -Aggregationen immer mehr an Bedeutung, um eine effiziente Kommunikation und Integration zwischen verschiedenen Diensten zu gewährleisten.

Edge-Computing und APIs: Mit der zunehmenden Verbreitung von IoT-Geräten und Edge-Computing-Technologien ist die Rolle von APIs bei der Bereitstellung von Echtzeitdaten und Funktionen für Geräte am Netzwerkrand essenziell.

KI-gestützte APIs: Integration von künstlicher Intelligenz und maschinellem Lernen, um leistungsfähige Funktionen wie Spracherkennung, Computer Vision bzw. Bildanalyse und datengesteuerte Vorhersagen bereitzustellen.

API-Sicherheit und Datenschutz: Angesichts der wachsenden Besorgnis über Datensicherheit und Datenschutz nimmt man APIs zunehmend unter die Lupe, um sicherzustellen, dass sie den geltenden Datenschutzbestimmungen entsprechen und angemessene Sicherheitsmaßnahmen implementieren.

Fazit

APIs sind ein grundlegendes Element moderner Softwareentwicklung und ermöglichen eine effiziente und skalierbare Kommunikation zwischen verschiedenen Anwendungen und Diensten. Durch das Verständnis der verschiedenen API-Typen, Protokolle, Datenformate und Best Practices können Entwickler ihre Anwendungen effektiv erweitern und mit externen Diensten integrieren. Indem man auf API-Dokumentation, Fehlerbehandlung, Ressourcenmanagement und Sicherheit achtet, kann man sicherstellen, dass die API-Integration erfolgreich ist und zur Verbesserung der Gesamtanwendung beiträgt.

Der Beitrag API – Nahtlose Verbindungen für Innovationen erschien zuerst auf CEOsBay.

Kurze Zeitreise

Project Jupyter entstand 2014 als Ausgliederung, aus dem von Fernando Pérez initiierten Projekts IPython. Wobei IPython nach wie vor existiert. Lediglich eher bekannt als Python Shell und Kernel für Jupyter, während das Notebook und andere sprachunabhängige Teile nun unter dem Namen Jupyter weiterentwickelt werden. Jupyter ist sprachenunabhängig und unterstützt die Ausführung vieler verschiedener Sprachen wie Julia, R, Haskell, Ruby und Python.

Im Jahr 2015 gaben GitHub und das Project Jupyter bekannt, dass das Dateiformat des Jupyter Notebooks auf der GitHub-Plattform unterstützt wird.

Ich selbst kam zwar bereits im Jahr 2015 als Producer mit Jupyter in Berührung, doch dies ist eine andere Geschichte. Wirklich gearbeitet, habe ich mit Jupyter Notebook in Bezug auf die künstliche Intelligenz bzw. dem maschinellen Lernen und dem NVIDIA Jetson bzw. dem Xavier und TX1 in Selbstregie. An dieser Stelle mein herzliches Dankeschön an Fernando Pérez und seinem unermüdlichen Einsatz für die Wissenschaft und der Open Source Szene und natürlich an NVIDIA, für die zur Verfügungstellung der DevKits (Development Kits). Wobei ich an dieser Stelle nicht garantieren kann, ob es in Ordnung ist, diese beiden im Zusammenhang zu erwähnen. Falls nicht, möchte ich mich bereits jetzt dafür entschuldigen.

Jupyter Notebook

Jupyter Notebook (früher IPython Notebooks) ist eine web-basierte interaktive Umgebung, mit der Jupyter-Notebook-Dokumente erstellt werden können. Ein Jupyter-Notebook-Dokument ist ein JSON-Dokument mit einem versionierten Schema, dass aus einer Liste von Eingabe- und Ausgabezellen besteht, die jeweils Code, Text und Plots enthalten können. Die Dateinamensendung ist „.ipynb“. Ein Jupyter Notebook kann aus der Browseroberfläche heraus in verschiedene Formate konvertiert werden (HTML, PDF, LaTeX und Folien für Präsentationen). Es bietet im Browser eine Schleife aus Eingabe, Ausführung/Ausgabe und baut dabei auf weit verbreitete Open-Source-Bibliotheken wie IPython, ZeroMQ, Tornado, Python, jQuery, Bootstrap und MathJax.

Jupyter Notebook kann verschiedene Kernels aufrufen, um die Programmierung bzw. interaktive Ausführung von Anweisungen in verschiedenen Sprachen zu unterstützen.

Jupyter Kernel

Der Kernel ist ein Programm, dass verschiedene Arten von Anfragen bearbeitet. Da Kernels über ZeroMQ kommunizieren, können sie auf der gleichen Maschine oder auf anderen Maschinen im Netzwerk in Betrieb genommen werden. Kernels erkennen nicht, mit welchem Dokument sie verbunden sind, und können von vielen Clients gleichzeitig aufgerufen werden. In der Regel ist ein Kernel für eine Programmiersprache ausgelegt. Der Kernel für Python wird mit ausgeliefert. Die Menge an Kernels mit der Unterstützung verschiedenster Programmiersprachen nimmt stetig zu.

JupyterHub

JupyterHub bringt die Leistungsfähigkeit von Notebooks zu Benutzergruppen und ist als Multi-User-Server zu sehen. Es gibt den Nutzern Zugang zu Rechenumgebungen und Ressourcen, ohne sie mit Installations- und Wartungsaufgaben zu belasten. Benutzer – einschließlich Studenten, Forscher und Datenwissenschaftler – können ihre Arbeit in ihren eigenen Arbeitsbereichen auf gemeinsam genutzten Ressourcen erledigen, die von Systemadministratoren effizient verwaltet werden können.

JupyterHub läuft in der Cloud oder auf der eigenen Hardware und ermöglicht es, jedem Benutzer auf der Welt eine vorkonfigurierte Data-Science-Umgebung zur Verfügung zu stellen. Es ist anpassbar und skalierbar und eignet sich für kleine und große Teams, akademische Kurse und groß angelegte Infrastrukturen.

JupyterLab

JupyterLab ist die webbasierte interaktive Entwicklungsumgebung für Notebooks, Code und Daten und damit das Nachfolgeprodukt für die GUI (Benutzeroberfläche). Mit der flexiblen Oberfläche können Benutzer Arbeitsabläufe in den Bereichen Datenwissenschaft, wissenschaftliche Berechnungen, Computerjournalismus und maschinelles Lernen konfigurieren und gestalten.

Fazit

Ein objektives Fazit fällt mir an dieser Stelle schwer, da ich die Lösungen nur für mich und allein verwendet habe. Interessant wäre es gewesen, dies in einem Team zu machen. Ich kann mir vorstellen, dass es bei der Versionierung durchaus einige Herausforderungen geben kann. Auch beim Mergen (Zusammenführen) von Code, kann sich dieses Unterfangen wahrscheinlich etwas komplizierter gestalten. Daher enthalte ich mich in diesem Fall bis auf Weiteres. Ich bin davon überzeugt, dass ich auch in Zukunft Berührungspunkte damit habe und diesen Artikel dementsprechend erweitere oder zumindest auf neue Artikel verweise.

Der Beitrag Projekt Jupyter – Plattform für interaktive Datenanalyse und kollaboratives Arbeiten erschien zuerst auf CEOsBay.

Was ist ChatGPT?

ChatGPT ist im Grunde genommen, eine Implementierung der neuen GPT-3.5-Technologie von OpenAI zur Generierung natürlicher Sprache, die jedoch so implementiert ist, dass man mit ihr in einem Webbrowser chatten kann, als würde man mit einem Kollegen plaudern oder mit einem Kundenbetreuer auf einer Website interagieren.

OpenAI hat bereits mit seiner Technologie zur Generierung von DALL-E-Bildern für Aufsehen gesorgt, und die GPT-Reihe hat mit jeder weiteren Veröffentlichung mehr Aufmerksamkeit erregt. Dies verursacht natürlich nicht nur den Content Creators, in der Bild und Videobearbeitung existentielle Ängste, sondern mittlerweile auch bei den Autoren. Nun, die neueste Chat-ähnliche Iteration hat seinen eigenen Charm.

Ich habe es mit einem Geschenk für den Geburtstag einer Freundin versucht, wie man dem Screenshot entnehmen kann.

Ein anderer Test war beispielsweise die Frage nach dem HTML Header und wie diese beschaffen sein muss.

Auch eine kurze Geschichte habe ich mir mit maximal 200 Wörtern schreiben lassen. Von dem Resultat kann man sich selbst überzeugen.

Und im Anschluss habe ich die KI gebeten, einen WebGL Code zu optimieren. Das Resultat war zwar nicht perfekt, aber dennoch beeindruckend.

Studenten oder Schüler werden dies wahrscheinlich auch benutzen können, brauchbare Hausarbeiten einzureichen. Zumindest können sie sich damit einen Rahmen für ihre Geschichte oder Arbeit schaffen.

Man kann es auch selber ausprobieren. Dafür einfach bei https://openai.com/blog/chatgpt vorbeischauen.

Fazit

Soweit ich es beurteilen kann, scheint es noch ein weiter Weg zu einer perfekten Geschichte oder Hausarbeit zu sein. Aber gleichermaßen geht es schonmal in die richtige Richtung. Die neue Version, mit verbesserter Kerninferenztechnologie und dem Interaktionsparadigma, hat es gewisser Weise in sich, wie man in den Screenshots sehen kann. Das Thema „KI bzw. Künstliche Intelligenz“ werde ich definitiv in den nächsten Beiträgen etwas genauer thematisieren. Jetzt geht es aber erst einmal in das Wochenende!

Der Beitrag OpenAI ChatGPT – Künstliche Intelligenz revolutioniert Kommunikation erschien zuerst auf CEOsBay.