Schenkt man aktuellen Prognosen Glauben, so stehen wir an der Schwelle zu einem neuen Zeitalter. Dank K眉nstlicher Intelligenz (KI) werden unsere Autos bald von Maschinen gefahren und unsere Eink盲ufe von Drohnen auf einen Landeplatz direkt vor unserer Haust眉r geliefert.
Wir m眉ssen nur noch ein wenig mehr an KI feilen, um den Schritt in die Zukunft zu machen.
KI ist jedoch bereits Teil des modernen Lebens geworden 鈥� nicht nur in Form von selbstfahrenden Autos und Lebensmitteleinkauf per Drohneneinsatz, sondern auf ganz subtile Weise. Dank der aktuellen Fortschritte bei maschinellem Lernen und Deep Learning, zweier Teilbereiche von KI, wird die Technologie nun in vielen verschiedenen Bereichen eingesetzt, angefangen bei digitalen Assistenten wie Google Assistant, Alexa und Siri bis hin zu Plattformen f眉r Customer Relationship Management (CRM) 鈥� und das mit steigender Tendenz. Der weltweite Umsatz f眉r kognitive und KI-Systeme soll laut bis 2022 auf 9,5 Milliarden US-Dollar steigen, fast das F眉nffache der 2017 umgesetzten zwei Milliarden Dollar.
KI beruht auf zwei essentiellen Faktoren: Einer gro脽en Menge an sauberen und leicht zug盲nglichen Daten und einer enormen Rechenleistung. In der Vergangenheit war beides 盲u脽erst kostspielig. In den letzten Jahren ist jedoch sowohl die Datenspeicherung als auch die Rechenleistung um einiges kosteng眉nstiger und schneller geworden. Zu verdanken ist dies dem Siegeszug der Cloud-Technologie und den Verbesserungen auf dem Gebiet der Datenspeicherung, zum Beispiel der Umstellung auf Flash-Technologie.
Realistische Grafiken bei Computerspielen
Die rasanten Fortschritte im Bereich KI haben jedoch noch eine ganz andere, ungeahnte Ursache: Die immer realistischere Grafik von Computerspielen. W盲hrend ein Spieler sich durch eine virtuelle Landschaft bewegt, m眉ssen st盲ndig neue Umgebungen dargestellt werden. Die daf眉r notwendige Rechenleistung ist enorm und f眉hrte zur Entwicklung von immer leistungsst盲rkeren Grafikprozessoren, die parallele Datenverarbeitung unterst眉tzen. Diese parallele Verarbeitung ist auch die Grundlage f眉r k眉nstliche Intelligenz und andere komplexe Rechenprozesse.
Hersteller von Grafikprozessoren sorgen daf眉r, dass ihre Prozessoren anspruchsvolle parallele Rechenoperationen unterst眉tzen, die beeindruckende Grafiken auf dem Bildschirm erm枚glichen. Diese Grafikprozessoren reduzieren au脽erdem mathematische Vorg盲nge um ein Vielfaches. Das bedeutet, dass sie dazu konzipiert sind, auch einfachere Rechenvorg盲nge auszuf眉hren 鈥� und damit genau die mathematischen Berechnungen, die auch Teil des maschinellen Lernens sind.
鈥濪ie Prozessoren arbeiten in Sekundenschnelle鈥�, erkl盲rt Eric Kavanagh, CEO der聽, eines Unternehmens f眉r Technologieanalysen. Unternehmen fanden so heraus, dass Grafikprozessoren auch f眉r Anwendungen au脽erhalb der Computerspiele-Industrie 盲u脽erst effektiv eingesetzt werden k枚nnen.
Analysten verweisen vor allem auf einen bestimmten Hersteller von Prozessoren: 鈥濱nsbesondere die Grafikprozessoren von NVIDIA haben erheblich zur Steigerung der Rechenleistung beigetragen鈥�, so Patrick Moorhead, President und Principal Analyst beim Technologieberater聽.
Sch盲tzungen zufolge liegt der Marktanteil des im Silicon Valley ans盲ssigen Unternehmens NVIDIA im Bereich Grafikprozessoren bei etwa 70 Prozent. Die Prozessoren des Herstellers werden auf vielf盲ltige Weise eingesetzt: von Supercomputern f眉r Wissenschaftler zur Erforschung von Wettersystemen, nuklearen Explosionen und den Anf盲ngen des Universums bis hin zur wachsenden Zahl an KI-gest眉tzten Unternehmensanwendungen, die von Technologieriesen wie der 麻豆原创 entwickelt werden.
Grafikprozessoren nicht nur f眉r Computerspiele
Die Leistungsst盲rke moderner Grafikprozessoren und die enorme Menge an Rohdaten sind die treibende Kraft hinter dem aktuellen KI-Boom in allen Branchen: im Gesundheitswesen, Produktdesign, Einzelhandel sowie in der Forschung und der Fertigungsindustrie.
Ein Algorithmus f眉r maschinelles Lernen 鈥瀕ernt鈥� fast so wie ein Mensch: Durch Praxis und Erfahrung 鈥� sprich Daten 鈥� wird der Algorithmus im Laufe der Zeit immer besser bei der Ausf眉hrung bestimmter Aufgaben. Ein Algorithmus kann riesige Mengen an historischen Daten verarbeiten und Muster und Zusammenh盲nge erkennen. Maschinelles Lernen und Deep Learning bauen im Grunde auf dem Prinzip der Mustererkennung auf 鈥� und zwar ein einem Ma脽stab, der weit 眉ber die F盲higkeiten von Menschen hinausgeht.
Die 麻豆原创 hat Zugriff auf viele der Daten, mit denen Systeme f眉r maschinelles Lernen und KI optimal trainiert werden k枚nnen. Zudem kann die 麻豆原创 die Systeme sozusagen 鈥瀊lind鈥� trainieren 鈥� es ist nicht n枚tig, die Dateninhalte zu kennen.
鈥濧ll das bietet gro脽en Mehrwert f眉r das Marketing鈥�, betont Kavanagh. Algorithmen f眉r maschinelles Lernen k枚nnen eine Vielzahl an Variablen ber眉cksichtigen: Wann hat ein Kunde sich gegen den Kauf eines Produkts entschieden? Wie war das Wetter an diesem Tag? Zu welcher Tageszeit nehmen Kunden normalerweise ein Telefongespr盲ch entgegen?聽Der Algorithmus kann dann auf Grundlage dieser Muster entsprechend Erinnerungen an das Vertriebs- oder Marketingteam senden. Je mehr Daten der Algorithmus aufnimmt, desto pr盲ziser wird er. Er 鈥瀕ernt鈥� sozusagen.
鈥濵aschinelles Lernen kann uns heute vor allem l盲stige Aufgaben abnehmen鈥�, erkl盲rt Kavanagh. Einige dieser m眉hsamen Aufgaben mussten in der Vergangenheit von Menschen erledigt werden. Automatisierung und KI bringen erhebliche Effizienzsteigerungen in manchen Bereichen, aber sie k枚nnen auch Grund daf眉r sein, dass einige Menschen ihre Arbeit verlieren.
鈥濵einer Meinung nach m眉ssen wir mit Nachdruck f眉r Weiterbildungsma脽nahmen in der breiten Bev枚lkerung sorgen鈥�, so Moorhead. 鈥濱ch denke, dass wir in der postindustriellen Revolution gerade in der westlichen Welt erheblichen Nachholbedarf auf diesem Gebiet haben.鈥�
Moorhead ist jedoch davon 眉berzeugt, dass auch neue Arbeitspl盲tze geschaffen werden. KI packt einige langweilige Aufgaben an, die der Mensch nie in Erw盲gung gezogen h盲tte 鈥� die Datens盲tze und Menge an Variablen w盲re einfach zu gro脽 und komplex. Maschinelles Lernen erschlie脽t der Welt neue Informationen und Zusammenh盲nge. Und das kann zu neuartigen Arbeitspl盲tzen f眉hren.
Andrea Mustain ist in New York als freie Journalistin f眉r die 麻豆原创 t盲tig.
