Neue Horizonte in der Künstlichen Intelligenz: Fortschritte und Herausforderungen
Aktuelle Entwicklungen im Bereich Künstliche Intelligenz: Eine Übersicht
Im Bereich der Künstlichen Intelligenz (KI) gibt es stetig neue Entwicklungen und Fortschritte, die die Art und Weise, wie wir Technologie nutzen, revolutionieren. In diesem umfangreichen Beitrag werden wir einige der neuesten und bedeutendsten Ereignisse in der KI-Welt beleuchten, darunter Partnerschaften, rechtliche Auseinandersetzungen, technische Innovationen und deren Anwendung im Gesundheitswesen.
Condé Nast und OpenAI: Eine neue Partnerschaft
Der Verlag Condé Nast, bekannt für seine renommierten Magazine wie Wired, Vogue, The New Yorker und GQ, hat eine Partnerschaft mit OpenAI bekannt gegeben. Diese Zusammenarbeit zielt darauf ab, die Inhalte dieser Magazine in den KI-Diensten ChatGPT und SearchGPT anzuzeigen. Ob die Inhalte auch zur Verbesserung der KI-Modelle genutzt werden, bleibt jedoch unklar.
OpenAI strebt mit dieser und anderen Kooperationen an, eine größere Rolle im Nachrichtenbereich zu spielen. Laut Brad Lightcap, COO von OpenAI, soll dabei die Genauigkeit, Integrität und der Respekt für qualitativ hochwertige Berichterstattung gewahrt bleiben. Die Firma arbeitet bereits mit großen Medienhäusern wie Axel Springer, Financial Times und NewsCorp zusammen.
SearchGPT, eine derzeit nur für ausgewählte Nutzer verfügbare Prototyp-Suchfunktion, antwortet in natürlicher Sprache auf Anfragen und bietet weiterführende Links an. OpenAI sammelt Feedback und testet gemeinsam mit Partnern Möglichkeiten zur Verbesserung von Design und Ergebnissen, bevor die Funktionen in ChatGPT integriert werden sollen.
Copyright-Streitigkeiten gegen Anthropic
Drei Autor:innen haben eine Sammelklage gegen den KI-Anbieter Anthropic wegen Verletzung des US-Copyrights eingereicht. Das Unternehmen wird beschuldigt, urheberrechtlich geschützte Bücher systematisch und rechtswidrig kopiert und zum Training von KI-Systemen verwendet zu haben. Die Kläger berufen sich auf ein Paper von Anthropic-Mitarbeitern, das besagt, dass 32 Prozent eines großen Trainingsdatensatzes aus illegal aus dem Internet geladenen Büchern bestehen. Sie fordern eine Unterlassungsverfügung, Schadenersatz und die Abschöpfung der Bereicherung.
Anthropic hat bisher nicht auf die Klage reagiert. Ähnliche Klagen von Musikverlagen sind ebenfalls anhängig, die dem Unternehmen die unerlaubte Nutzung von Liedtexten für das Training des KI-Modells Claude vorwerfen. In den USA sind über zwei Dutzend vergleichbare Klagen wegen Copyrightverletzungen durch KI-Betreiber wie Google, Microsoft und OpenAI anhängig. Weitere Verfahren betreffen das Scraping von YouTube-Videos und den Missbrauch von Synchronsprecher-Aufnahmen zum KI-Training.
Googles HeAR: Krankheiten aus Geräuschen erkennen
Google Research hat mit HeAR ein KI-System entwickelt, das aus Geräuschen wie Husten oder Atmung Informationen über den Gesundheitszustand einer Person ableiten kann. Das mit über 300 Millionen Audioclips trainierte System zeigte in Tests vielversprechende Ergebnisse. Bei der Erkennung von Tuberkulose anhand von Hustengeräuschen übertraf HeAR bisherige KI-Spitzenmodelle. Auch bei der Schätzung von Lungenfunktionsparametern aus Smartphone-Aufnahmen war es genauer als Vergleichsmethoden, was neue Möglichkeiten für KI-gestützte Screening-Tools eröffnet, insbesondere in ressourcenarmen Gebieten.
Aktuell handelt es sich bei HeAR um eine Forschungsarbeit mit Limitationen wie der Beschränkung auf zweisekündige Audioclips. Vor einem Einsatz in der Praxis sind weitere Optimierungen und klinische Validierungen nötig. Google stellt anderen Forscher:innen den Code und Daten zur Verfügung, um die Weiterentwicklung zu unterstützen.
Zukunft des KI-Trainings: 10.000 Mal mehr Rechenleistung
Laut einer Studie des Forschungsunternehmens Epoch AI könnten KI-Trainingsläufe bis 2030 technisch realisierbar sein, die bis zu 2e29 FLOP (Floating-Point-Operationen) umfassen. Dies würde bedeuten, dass ein KI-Labor ein Modell trainieren könnte, das GPT-4 in ähnlichem Maße an Rechenleistung übertrifft, wie GPT-4 seinerseits GPT-2 übersteigt, was eine 10.000-fache Steigerung darstellt.
Die Forscher untersuchten vier potenzielle Flaschenhälse für das Hochskalieren von KI-Trainingsläufen: Stromversorgung, Chipproduktionskapazität, Datenknappheit und die sogenannte "Latenzwand". Stromversorgung und Chipproduktion gelten als die größten Hürden. Die Hardware zum Training von KI-Algorithmen könnte bis 2030 etwa 1 bis 45 GW elektrische Leistung aufnehmen. Bei der Chipproduktion sind begrenzte Kapazitäten für fortschrittliches Packaging und Hochbandbreitenspeicher limitierend. Datenknappheit stellt sich als unsicherste Beschränkung heraus. Die "Latenzwand" erweist sich als ferne, aber zu beachtende Hürde.
Insgesamt deuten die Ergebnisse darauf hin, dass KI-Labore bis 2030 mit einer Geschwindigkeit von viermal pro Jahr skalieren können. Sollten tatsächlich KI-Trainingsläufe in diesem Ausmaß stattfinden, wäre dies von enormer Bedeutung. KI könnte zum größten technologischen Projekt der Menschheitsgeschichte werden. Die schiere Größe übersetzt sich in mehr Leistung und Allgemeingültigkeit, was auf ähnlich große Fortschritte in der KI bis 2030 hindeutet wie seit Beginn des Jahrzehnts.
Unitree und der humanoide Roboter G1
Das chinesische Robotikunternehmen Unitree Robotics hat seinen humanoiden Roboter G1 so angepasst, dass er in die Massenproduktion gehen kann. Die Performance und Stärke des G1 wurden verbessert, und der Roboter wurde so aufgebaut, dass er in größeren Stückzahlen produziert werden kann. Ein neues Video zeigt die besondere Mobilität des G1-Roboters, der sich auch durch Tritte gegen seine Beine nicht aus der Ruhe bringen lässt. Die maximale Fortbewegungsgeschwindigkeit liegt bei etwa 7,2 km/h.
Unitree hat den G1 mit einer Künstlichen Intelligenz ausgestattet, sodass der Roboter durch Imitation und Reinforcement Learning neue Aufgaben erlernen kann. Mit dem Unitree Robot Unified Large Model (UnifoLM) kann das Roboter-Weltmodell erweitert und seine "Intelligenz" ausgebaut werden. Schwere Aufgaben in der Industrie oder in der Pflege kann der G1-Roboter jedoch nicht übernehmen, da er mit seinen Armen maximal 2 kg stemmt. Dadurch eignet er sich in der Industrie eher für Montagearbeiten oder für einfache Aufgaben im Haushalt.
Geekbench AI: Neue Benchmark-Suite für KI
Geekbench hat in dieser Woche eine neue Suite von Benchmarks für Fähigkeiten aus dem Bereich der Künstlichen Intelligenz online gestellt. Der ursprünglich Geekbench ML genannte Benchmark wird jetzt als Geekbench AI bezeichnet. Geekbench verspricht, dass Geekbench AI die "Echtwelt-Performance" der Geräte im KI-Bereich testen kann. Geekbench AI misst die CPU, GPU und NPU, um festzustellen, ob ein Gerät für die aktuellen und zukünftigen Spitzenanwendungen des maschinellen Lernens bereit ist.
Neben der kostenlosen Standardversion bietet Geekbench zum Preis von 99 US-Dollar auch eine Profivariante des KI-Benchmarks an. Sie erlaubt die Verwendung im Standalone-Mode, kann Ergebnisse sowohl online als auch offline verarbeiten und bietet einen Automationsmodus.
ARGO: KI schreibt elektronische Arztbriefe am UKE
Das Universitätsklinikum Hamburg-Eppendorf (UKE) hat die KI-Anwendung "ARGO" zur Unterstützung bei der Erstellung von Arztbriefen in den Livebetrieb genommen. Mithilfe eines Large Language Models (LLM), das mit Daten aus dem UKE trainiert wurde, sollen Ärztinnen und Ärzte bei der Dokumentation am Ende eines stationären Patientenaufenthalts entlastet werden.
ARGO erstellt auf Basis der gesammelten Patienteninformationen einen Entwurf des Abschlussberichts, in dem Aufnahmegrund, Behandlungsverlauf und Entscheidungen erläutert werden. Der erzeugte Text wird anschließend von den behandelnden Ärztinnen und Ärzten geprüft, angepasst und freigegeben. Die Entwicklung des KI-Modells erfolgte durch die gemeinnützige UKE-Tochtergesellschaft "Innovative Digitale Medizin" (IDM gGmbH). Nach einer erfolgreichen Testphase wird ARGO schrittweise in den Kliniken des UKE eingeführt. Die Anwendung soll künftig auch anderen Kliniken und Forschungseinrichtungen in Deutschland zur Verfügung gestellt werden.
Nvidias KI-Assistent für Spieler-NPC-Interaktion
Nvidia hat mit Nemotron-4 4B Instruct ein kompaktes Sprachmodell vorgestellt, das die Konversationsfähigkeiten von Spielfiguren verbessern soll. Das Modell ist Teil der Nvidia-ACE-Technologie und läuft direkt auf GeForce-RTX-Grafikkarten und ist für geringen Speicherverbrauch und schnelle Reaktionszeiten optimiert. Es soll so für natürlichere Interaktionen in Spielen sorgen, indem es Anweisungen von Spielerinnen und Spielern intuitiver versteht und darauf reagiert.
Derzeit wird das Sprachmodell in "Mecha Break" demonstriert, einem Mehrspieler-Mech-Spiel. Dort interagieren Spielerinnen und Spieler mit einem NPC-Mechaniker, der bei der Auswahl und Anpassung von Mechs hilft. Neben dem Sprachmodell kommen dabei weitere KI-Technologien wie Gesichtsanimation, Spracherkennung und Sprachausgabe aus der Cloud zum Einsatz.
Fazit
Die Entwicklungen in der KI-Welt schreiten in rasantem Tempo voran. Von neuen Partnerschaften und rechtlichen Herausforderungen bis hin zu technischen Innovationen und deren Anwendung in verschiedenen Bereichen – die Zukunft der Künstlichen Intelligenz bleibt spannend und vielversprechend. Es bleibt abzuwarten, wie sich diese Technologien weiterentwickeln und welchen Einfluss sie auf unser tägliches Leben haben werden.
