Entwicklung der KI und ihr Potenzial: Fragen und Antworten mit Google

F: KI gibt es schon seit Jahrzehnten. Warum erleben wir derzeit ein Wiederaufleben?

Viele Unternehmen, darunter auch Google, nutzen seit Jahren KI, um ihre Produkte und Dienstleistungen zu verbessern – sei es durch genauere Suchergebnisse oder durch bessere Routenvorschläge in Karten. Eine weitere häufige Verwendung von KI ist die Textvorhersage, beispielsweise in Gmail. Google war Pionier des Konzepts der Transformatormodelle als Technologie und hat es als Open-Source-Lösung bereitgestellt. Das GPT in ChatGPT ist die Abkürzung für generative Pre-Transformer.

Jetzt sind die Grundlagen geschaffen, um die Einsatzmöglichkeiten für KI zu vergrößern. Die Verarbeitungsgeschwindigkeit ist viel besser. Um große Sprachmodelle mit Hunderten Milliarden Parametern zu trainieren, ist eine enorme Leistung erforderlich. Zweitens ist die enorme Datenexplosion der Treibstoff, der es diesen Modellen ermöglicht, noch bessere Ergebnisse zu erzielen.

Gleichzeitig werden diese großen Sprachmodelle (LLMs) rasant weiterentwickelt, sie werden intelligenter und das Lernen beschleunigt sich. Die Möglichkeiten, wo generative KI (Gen AI) eingesetzt werden kann, sind enorm. LLMs treiben generative KI voran. Wenn Sie die Google-Suche heute fragen, was 2+2 ist, wird die Antwort 4 sein, nicht weil sie über Intelligenz verfügt, sondern weil sie irgendwo in einem Dokument auftaucht, an dem die LLMs von Google geschult wurden.

Es sind die Vorhersagefähigkeiten, die KI so interessant machen. Unternehmen und Organisationen stellen typischerweise drei Schlüsselfragen: Wie können wir mit KI Kosten sparen? Wie können meine Mitarbeiter produktiver sein? Wie kann das Kundenerlebnis verbessert werden? Ein digitaler Support-Assistent ist eine echte Anlagechance für generative KI, und je stärker er in Prozesse eingebettet wird, desto nützlicher wird er.

Entscheidend ist auch, dass die Monetarisierung von Daten begonnen hat. Anwendungsprogrammierschnittstellen (APIs), die es zwei Softwarekomponenten (z. B. einer App und einem Mobiltelefon) ermöglichen, miteinander zu kommunizieren, waren oft kostenlos. In letzter Zeit haben wir gesehen, dass beliebte soziale Plattformen wie Twitter und Reddit Entwicklern den Zugriff auf die Daten ihrer Apps in Rechnung stellen. Unternehmen wollen ihre Daten monetarisieren und – was entscheidend ist – verhindern, dass jeder das Internet durchforstet, um LLMs zu erstellen.

F: Welche Bereiche haben das größte Potenzial für KI-Anwendungen?

Aus Sicht der Verbraucher liegt der Fokus auf den Tools und Dienstleistungen, die ihr Leben verbessern können.  Es gibt eine Vielzahl von Verbraucherinteraktionen, die durch KI viel einfacher und tiefer werden. Unterdessen nutzen Unternehmenskunden KI, um das Umsatzwachstum anzukurbeln.

Die dritte Säule dabei ist Verantwortung. Welche Möglichkeiten gibt es, die Gesellschaft als Ganzes zu verbessern? Wir müssen die Menschen durch Schutzmaßnahmen und Vorschriften vor den potenziellen Gefahren der KI schützen. Wie können wir das Leben der Menschen verbessern, wie kann KI das viel effizienter tun? Einige Bereiche, in denen KI bereits hilft, sind die Diagnose von Krankheiten in großem Maßstab und die Unterstützung bei der Vorhersage von Überschwemmungen. Die USA erleben ein Rekordjahr für neue Medikamente, wobei KI diese Produktivität ermöglicht.

F: Wo wird generative KI heute eingesetzt?

In jedes Produkt von Google ist KI eingebettet. Google erkennt ein echtes Interesse der Verbraucher, mit dieser Technologie zu interagieren und sie auf interessante Weise zu nutzen. Es gibt mehrere Bereiche, die spannend sind und mithilfe von KI großes Potenzial haben. Der grundlegende menschliche Wunsch, nach Informationen zu suchen, die relevant und semantischer Natur sind, ist sehr stark. Wir können eine KI-gestützte Reise durch einen HR-Helpdesk, einen Bank-Helpdesk, einen Reise-Helpdesk oder jeden anderen Kundenbedarf unternehmen. KI hilft dabei, die Datensuche zu erschließen. Generative KI, die große Sprachmodelle verwendet, ist in der Lage, jede Datenquelle auf natürliche Weise abzufragen und sie auf eine bestimmte Art und Weise entsprechend zu trainieren.

Sundar Pichai, CEO von Google und Alphabet, sagte, ihr Ansatz gegenüber KI müsse mutig, aber auch verantwortungsvoll sein. Die Art und Weise, wie KI entwickelt und eingesetzt wird, kann zur Verbesserung der Gesellschaft beitragen, sei es durch die Umgestaltung der Gesundheitsversorgung, die Verlangsamung des Klimawandels oder andere Möglichkeiten, die letztendlich unser Leben verbessern könnten. Das Green Light-Projekt von Google nutzt Gen-KI und Fahrtrends, um die Autoemissionen zu senken, indem es die effizientesten Verkehrsmuster und Routen erstellt.

Im Hinblick auf die Verbesserung der Mitarbeiterproduktivität verbringt ein Softwareentwickler durchschnittlich mindestens 30 Minuten pro Tag mit der Suche nach Lösungen. KI-Technologie kann helfen, indem sie den Prozess beschleunigt, innerhalb von Sekunden eine Lösung anbietet und den Code für die Bereitstellung der Lösung schreibt. Dieser Anwendungsfall für KI ist bereits weit verbreitet und erstreckt sich auf alle Branchen, sei es Finanzdienstleistungen, Telekommunikation, Einzelhandel, Gesundheitswesen, E-Commerce, Regierungen usw.

F: Warum ist die Cloud ein wichtiger Bereitstellungsmechanismus für KI? Was treibt den Bedarf von Hyperscalern an, über spezielle Mikrochips zu verfügen, die erhebliche Forschungs- und Entwicklungskosten verursachen?

Generative KI ist nicht nur eine Technologie, sondern ein Vielzahl an Technologien, wobei die Infrastruktur die grundlegendste ist. Andrew Ng von der Stanford University sagte: „Künstliche Intelligenz ist die neue Elektrizität.“ Wenn wir diesen Aussage erweitern, sind Daten der Treibstoff, der das Netz antreibt, und das Netz ist eigentlich die Cloud. Cloud-Daten und KI sind sehr eng miteinander verbunden; Cloud-Hyperscaler werden zum Kern und Mittelpunkt aller KI. Die Cloud ist die Basis-Infrastruktur, die für die Verwaltung, Verarbeitung und Speicherung großer Datenmengen erforderlich ist. Uber Eats betreibt seine gesamte Konversations-KI-Schnittstelle mithilfe von Google-APIs und -Infrastruktur. Und was noch wichtiger ist: Big Data ist der Katalysator für die Cloud, denn um die Architektur wirklich neu zu gestalten, Gen-KI zu nutzen und Daten zugänglich zu machen, benötigen Sie eine Cloud-Infrastruktur.

Es gibt drei Gründe, die den Bedarf an maßgeschneiderten Chips rechtfertigen: Preis-Leistung, Nachhaltigkeit und die schiere Komplexität von LLMs, um den komplexen und individuellen Bedürfnissen der Kunden gerecht zu werden. Google hat auf der GPU-Seite (Grafikverarbeitung) mit NVIDIA zusammengearbeitet, hat aber in der Vergangenheit auch Innovationen bei TPUs oder Tensor-Verarbeitungseinheiten hervorgebracht. Tensor Processing Units (TPUs) sind die speziell von Google entwickelten anwendungsspezifischen integrierten Schaltkreise (ASICs), die zur Beschleunigung von Arbeitslasten beim maschinellen Lernen eingesetzt werden.

Heutige Allzweck-Chips führen nur eine Standardmultiplikation durch, aber komplexe große Datensätze (Zettabytes an Informationen) erfordern eine Matrixmultiplikation, die Standard-CPUs (auf denen das Betriebssystem und Apps ausgeführt werden) nicht leisten können. Aus diesem Grund entstand die ganze Idee der Beschleuniger, die von Unternehmen wie nVIDIA und Marvell Technology entwickelt wurden. Das derzeit größte "große Sprachmodell" für Google verfügt über etwa 540 Milliarden Parameter. Der nächste wird rund eine Billion Parameter haben.

Im Hinblick auf Kosten- und Nachhaltigkeitsfaktoren gilt: Je effizienter Sie werden, desto geringer werden die Kosten für die Bearbeitung der Anfrage. Auch die Trainings- und Inferenzkosten für große Sprachmodelle sind extrem kohlenstoffintensiv, daher besteht für Hyperscaler der Wunsch und die Notwendigkeit, ihr eigenes Silizium zu entwerfen.

F: Was sind angesichts der Leistungsfähigkeit der KI die größten Bedenken?

Verantwortungsvolle Disruptionen sind unglaublich wichtig, da sie sich auf das Leben, die Arbeitsplätze, die Regierungen und die Wirtschaft der Menschen auswirken. Im Allgemeinen verfolgen Technologieunternehmen diesbezüglich einen viel durchdachteren Ansatz als in der Vergangenheit, was für die Branche sehr positiv ist.

Sicherheit im Hinblick auf Datenschutz und Cyberkriminalität gehört bei jeder neu entwickelten Technologie dazu. Was KI auch mit sich bringt, ist eine Herausforderung hinsichtlich der Erklärbarkeit. Wenn einem Chatbot/einer Konversations-KI eine Frage gestellt wird und er eine Antwort gibt, wie erklärt er dann, wie er zu dieser Antwort gelangt ist? Dies ist ein Problem, das insbesondere Organisationen betrifft, deren Kunden letztlich auf Vertrauen angewiesen sind, beispielsweise Regierungen und Banken.

Erklärbarkeit ist in einem großen Sprachmodell ein schwieriges Problem. Wenn zwei Menschen interagieren, ist es nicht so einfach vorherzusagen, wie der andere reagieren wird, da dies vom Kontext abhängt, wo und wann sie sich treffen usw. Die gleiche Situation gilt, wenn es um generative KI und große Sprachmodelle geht. Damit verbunden ist „Halluzinieren“, wenn generative KI etwas völlig Erfundenes hervorbringt.

Googles Bard hat eine Prüffunktion integriert, die seine Stärken in der Suche nutzt, um Fakten zu überprüfen; was dazu beitragen soll, KI zu einem beruhigenderen und positiveren Erlebnis zu machen. Ein Schwerpunkt liegt auf der Identifizierung und Beseitigung von Fehlinformationen.

Im Hinblick auf proprietäre Daten und Scraping-Bedenken ist Google der Ansicht, dass der Zugang zu großen Sprachmodellen demokratisiert wird, sei es von Google, OpenAI, Meta usw. Große Sprachmodelle werden normalerweise auf generischen Daten trainiert, die frei verfügbar sind. Unternehmen gewinnen einen echten Mehrwert, wenn sie ihre proprietären Daten mit der Leistungsfähigkeit eines großen Sprachmodells kombinieren. Ab diesem Zeitpunkt beginnen sie zu profitieren, indem sie Kundendaten in proprietäre Datenbanken mit Front-End-Plattformen und Back-End-Systemen integrieren.

Hinweis: Führungskräfte von Google – Mitesh Agarwal, Chief Technology Officer, Google Cloud APAC und Simon Kahn, Chief Marketing Officer, Google APAC.

WICHTIGE INFORMATIONEN

Technologiebranchen können erheblich von der Veralterung bestehender Technologien, kurzen Produktzyklen, fallenden Preisen und Gewinnen, dem Wettbewerb durch neue Marktteilnehmer und den allgemeinen wirtschaftlichen Bedingungen betroffen sein. Eine konzentrierte Anlage in einer einzelnen Branche könnte volatiler sein als die Wertentwicklung weniger konzentrierter Anlagen und des Marktes.