Deep Learning hat das Potenzial, die Welt, wie wir sie kennen, grundlegend zu verändern. Und tatsächlich haben zahlreiche Entwicklungen die KI-Technik in den letzten Jahren bereits maßgeblich vorangetrieben – allen voran die Corona-Pandemie und die Konsequenzen damit verbundener Kontaktbeschränkungen. Zweifelsohne wird die KI von morgen eine lernstarke KI sein, die sich neben Clouds womöglich insbesondere auf Edge Computing konzentriert und neue Fragestellungen in Sachen Energieverbrauch und Kontrolle aufwerfen wird. Sie hält bereits jetzt ungeahnte Chancen beispielsweise in der Bild- und Sprachverarbeitung oder im Crowd Management bereit, aber auch unberechenbare Risiken, wie bereits eine Fülle von Deep Fakes vermuten lässt. Welche nachhaltigen Weichen sind für die Evolution der KI zu stellen?
Atemberaubende Fortschritte in der KI-Technik
Künstliche Intelligenz ist im Jahre 2021 längst kein Nischen-Phänomen mehr. Intelligente Algorithmen sind mittlerweile in der Lage, unter anderem alten Familienfotos wieder Leben einzuhauchen („Deep Nostalgia“). Auch werden aktuell Apps wie „DeepFaceLab“ oder „Reface“ gerne genutzt, um Gesichter in Fotos bzw. Videos auszutauschen. Wie leicht sich bereits täuschend echte Porträts von fiktiven Menschen generieren lassen, demonstriert wiederum ein kostenlos nutzbarer KI-Bildgenerator des Unternehmens NVIDIA. Zu den immensen Fortschritten der KI-Technik vor allem im Bereich Bild- und Spracherkennung trugen maßgeblich 2 Faktoren bei: Cloud Computing und Deep Learning – flankiert von der Entwicklung immer schnellerer Prozessoren. Die Zukunftspotenziale von KI-Technik sind daher immens: Sie reichen unter anderem von einem optimierten Crowd Management im Speziellen bis hin zu verbesserten Mustererkennungen in Big-Data-Analysen im Allgemeinen. Nicht ohne Grund verkündete daher der Microsoft-CEO Satya Nadella im Rahmen der jährlichen Entwicklerkonferenz „Ignite“ Anfang März die Ankunft einer zweiten Welle der digitalen Transformation, von der mittlerweile jedes Unternehmen erfasst werde.
Die Entwicklung der KI-Technik vollzieht sich auf verschiedene Weise. Beim maschinellen Lernen sind grundsätzlich 3 Lernmethoden zu differenzieren: Unüberwachtes bzw. selbstüberwachtes, überwachtes und bestärkendes Lernen. Beim überwachten Lernen müssen für die KI zunächst Trainingsdaten vorbereitet werden. So zum Beispiel wird vermutlich bald eine kostenlose Pre-Screening-App auf den Markt kommen, die Corona-Infizierte an ihrem Husten erkennen soll und hierfür jedoch zuvor mit erheblichen Datenmengen gespeist werden musste. Solche KI-Technik ist jedoch grundsätzlich noch recht fehleranfällig, wenn es um höhere Genauigkeiten geht. Eine effizientere Lernmethode verspricht hingegen bestärkendes Lernen zu sein, bei welcher KI per Trial-and-Error-Methode und unterstützt vom Menschen seine Problemlösungskompetenz bei einer konkreten Aufgabe nahezu perfektionieren kann. Im Laufe der Zeit wird somit KI-Technik immer nützlicher. Doch liefert sie, wie unter anderem immer wieder für Schlagzeilen sorgende „Deep Fakes“ belegen, dadurch auch den Nährboden nicht nur für harmlosen Klamauk von Privatpersonen, sondern vor allem auch für Missbrauch durch Betrüger. Damit ergeben sich folgende 2 Fragen:
- Wie lässt sich die Entwicklung der KI-Technik nachhaltig kontrollieren und
- wie lassen sich die damit verbundenen hohen Energiekosten reduzieren?
Deep Learning: Von der fehleranfälligen „Insel-KI“ zur ressourcenschonenden Super-KI
Künstliche Intelligenz wird in absehbarer Zukunft in der Lage sein, sämtliche Lebensbereiche in immer größerem Ausmaß zu durchdringen. So könnte sie unter anderem die digitale Transformation der Bankenbranche bzw. der Pharma- und Versicherungsbranche noch nachhaltiger vorantreiben. Die KI-Technik wird ihre Potenziale jedoch erst dann voll entfalten, wenn sie über ihre „Inselbegabung“ hinauswächst. Diesbezüglich ist unüberwachtes bzw. selbstüberwachtes Lernen, bei welchem Datensätze grundsätzlich nicht vorbereitet werden müssen und stattdessen eigenständig nach Mustern gesucht wird, der Hoffnungsträger der KI-Forschung. Doch sind außerdem noch weitere Entwicklungsschritte vonnöten. Um den Energieverbrauch von KI zu reduzieren, empfiehlt es sich, langfristig vor allem auf Edge Computing – zusätzlich zur Nutzung von Clouds – und auf schnelleres Lernen (One-Shot- bzw. Few-Shot-Lernen) zu setzen. Wichtige Entwicklungsgebiete sind darüber hinaus das Imitation Learning und das Transfer Learning. Idealerweise lässt sich dadurch nicht nur die Trainingszeit von KI ressourcenschonend reduzieren durch dezentrale Rechenoperationen jenseits von Clouds, sondern auch manipulative Schadsoftware nachhaltig abwehren. Ferner vermag eine KI, die ihre Wissensbestände mithilfe verschiedenster Lernmethoden autark und kontinuierlich erweitert, Verzerrungen durch einseitige Dateneinspeisungen zu relativieren.
KI trägt zur digitalen Transformation unserer Welt bereits maßgeblich bei. Doch der Weg zu einer sogenannten „Superintelligenz“ ist noch weit. Ob es jemals eine derart mächtige KI geben wird, hängt auch davon ab, wie wir sie kontrollieren, welche Lernmechanismen wir ihr an die Hand geben und wieviel Energie sie verbrauchen wird. Der Kampf gegen mutierende Viren und die Lösung der stetig wachsenden Dark-Data-Problematik werden wohl zu den ersten Aufgaben einer solchen Super-KI gehören. Bis dahin sollte die Menschheit jedoch in der Lage sein, die „Blackbox“ KI-gesteuerter Verarbeitungsprozesse noch besser nachvollziehen zu können und den Gebrauch und Missbrauch von KI international einheitlich zu regeln. Denn ansonsten hätte eine ungezügelte KI in den Händen unbefugter Dritter das Potenzial, Rechte von Privatpersonen und Unternehmen weltweit zu gefährden und auch die Demokratien als Ganzes auf den Prüfstand zu stellen – sei es durch Spionage, engmaschige Überwachung oder auch gefälschte Videos. Doch noch haben wir es in der Hand, die Evolution von KI und ihren potenziell revolutionären Einfluss auf sämtliche Lebensbereiche zu steuern. Es wird sich zeigen, welche Errungenschaften KI-Unternehmen wie DeepMind oder OpenAI für uns in naher Zukunft bereithalten.
Wir machen aus Talenten Experten.
Bildnachweise für diesen Beitrag: 166473553 © phonlamaiphoto – stock.adobe.com 199760572 © M.Dörr & M.Frommherz – stock.adobe.com 248479283 © amenic181 – stock.adobe.com
