Rechenleistung als Schlüssel zur KI-Regulierung: Balanceakt für Zukunftstechnologien

Rechenleistung und die Regulierung der Künstlichen Intelligenz: Eine Herausforderung für Politik und Wirtschaft

Die Entwicklung und Implementierung künstlicher Intelligenz (KI) ist ein dynamischer und komplexer Prozess, der stark von der Verfügbarkeit an Rechenleistung abhängig ist. In Fachkreisen wird diese Ressource häufig als "Compute" bezeichnet. Regierungen und Unternehmen auf der ganzen Welt haben damit begonnen, Compute als strategisches Mittel zur Steuerung und Regulierung von KI einzusetzen. Diese Entwicklung zeigt sich in verschiedenen Maßnahmen: Staaten investieren in heimische Rechenkapazitäten, kontrollieren den Fluss von Compute-Ressourcen zu konkurrierenden Ländern und subventionieren den Zugang zu Rechenleistung für bestimmte Sektoren.

Im Vergleich zu anderen Schlüsselelementen wie Daten und Algorithmen stellt der Compute-Bereich einen besonders wirksamen Ansatzpunkt für Interventionen dar. Die Rechenleistung ist messbar, ausschließbar und quantifizierbar und entsteht durch eine extrem konzentrierte Lieferkette. Diese Eigenschaften, zusammen mit der herausragenden Bedeutung von Compute für modernste KI-Modelle, legen nahe, dass eine Steuerung von Compute dazu beitragen kann, gemeinsame politische Ziele zu erreichen. Dazu gehören die Sicherheit und der nützliche Einsatz von KI.

Politische Entscheidungsträger könnten Compute nutzen, um die regulatorische Transparenz von KI zu erleichtern, Ressourcen so zu verteilen, dass sie positive Ergebnisse fördern, und Beschränkungen gegen unverantwortliche oder bösartige KI-Entwicklung und -Nutzung durchzusetzen. Compute-basierte Politiken und Technologien haben das Potenzial, in diesen Bereichen zu helfen, aber es gibt erhebliche Unterschiede in ihrer Implementierungsreife. Einige Ideen werden derzeit getestet, andere sind durch den Bedarf an grundlegender Forschung eingeschränkt. Naive oder schlecht umrissene Ansätze zur Compute-Steuerung bergen erhebliche Risiken in Bereichen wie Datenschutz, wirtschaftliche Auswirkungen und Zentralisierung von Macht.

Eine globale Registrierung, die den Fluss von Chips, die für KI-Supercomputer bestimmt sind, verfolgt, ist eine der politischen Optionen, die von einem bedeutenden neuen Bericht hervorgehoben werden, der eine Regulierung von Compute fordert, um Missbrauch und Katastrophen durch künstliche Intelligenz zu verhindern. Technische Vorschläge des Berichts umfassen "Compute Caps", also eingebaute Grenzen für die Anzahl der Chips, mit denen jeder KI-Chip verbunden werden kann, und die Verteilung eines "Startschalters" für das KI-Training auf mehrere Parteien, um ein digitales Veto gegen riskante KI einzulegen, bevor sie Daten verarbeitet.

Forscher argumentieren, dass KI-Chips und Datenzentren effektivere Ziele für die Überwachung und die Steuerung der Sicherheit von KI darstellen, da diese Vermögenswerte physisch vorhanden sein müssen. Im Gegensatz dazu können andere Elemente des "KI-Triaden" – Daten und Algorithmen – theoretisch endlos dupliziert und verbreitet werden.

Die Rechenleistung hinter KI ist seit Beginn der "Deep-Learning-Ära" exponentiell gewachsen, wobei die Menge an Compute, die zum Trainieren der größten KI-Modelle verwendet wird, sich ungefähr alle sechs Monate seit 2010 verdoppelt hat. Die größten KI-Modelle nutzen heute 350 Millionen Mal mehr Compute als noch vor dreizehn Jahren.

Regierungen weltweit haben begonnen, sich auf Compute zu konzentrieren, wenn es um die Governance von KI geht. Außerhalb Chinas wird der Cloud-Compute-Markt von drei Unternehmen – den sogenannten "Hyperscalern" Amazon, Microsoft und Google – dominiert. Die Überwachung der Hardware würde den Wettbewerbsbehörden sehr helfen, die Marktmacht der größten Technologieunternehmen zu kontrollieren und so den Raum für mehr Innovation und neue Akteure zu öffnen.

Der Bericht bietet "Skizzen" möglicher Richtungen für die Compute-Steuerung an und hebt die Analogie zwischen KI-Training und Urananreicherung hervor. Internationale Regulierungen von Nuklearlieferungen konzentrieren sich auf einen wesentlichen Input, der einen langen, schwierigen und kostspieligen Prozess durchlaufen muss. Ein Fokus auf Compute würde es der KI-Regulierung ermöglichen, dasselbe zu tun.

Politikideen gliedern sich in drei Lager: die globale Sichtbarkeit von KI-Computing zu erhöhen; Compute-Ressourcen für den größten Nutzen der Gesellschaft zuzuweisen; und Beschränkungen der Rechenleistung durchzusetzen.

Die Autoren des Berichts sind sich jedoch klar, dass ihre politischen Vorschläge "explorativ" statt voll entwickelt sind und dass sie alle potenzielle Nachteile bergen, von Risiken des Datenlecks bis hin zu negativen wirtschaftlichen Auswirkungen und der Behinderung positiver KI-Entwicklung.

Sie bieten fünf Überlegungen zur Regulierung von KI durch Compute an, einschließlich des Ausschlusses von kleinskaligem und nicht-KI-Computing, des regelmäßigen Überprüfens von Compute-Schwellenwerten und eines Schwerpunkts auf dem Erhalt der Privatsphäre.

Zusammenfassend lässt sich sagen, dass das Bestreben, KI-Modelle zu regulieren, wie sie eingesetzt werden, vergeblich sein könnte, wie das Jagen von Schatten. Diejenigen, die eine KI-Regulierung etablieren möchten, sollten stromaufwärts zu Compute schauen, der Quelle der Kraft, die die KI-Revolution antreibt. Wenn Compute ungeregelt bleibt, birgt es erhebliche Risiken für die Gesellschaft.

Quellen:
1. Governance of Artificial Intelligence. (2023). "Computing Power and the Governance of Artificial Intelligence". Verfügbar unter: https://www.governance.ai/research-paper/computing-power-and-the-governance-of-artificial-intelligence
2. Twitter. @_akhaliq. (2024). Verfügbar unter: https://twitter.com/_akhaliq?lang=de
3. EurekAlert. (2024). "Artificial intelligence: Aim policies at ‘hardware’ to ensure AI safety, say experts". Verfügbar unter: https://www.eurekalert.org/news-releases/1034407
4. AI Now Institute. (2023). "Compute and AI". Verfügbar unter: https://ainowinstitute.org/publication/policy/compute-and-ai