211service.com
Der KI-Winter kommt nicht
Künstliche Intelligenz ist in aller Munde, mit schlagzeilenträchtigen Fortschritten, die in schwindelerregendem Tempo angekündigt werden, und Unternehmen, die so schnell wie möglich dedizierte KI-Teams aufbauen.
Kann der Boom anhalten?
Andrew Ng, Chefwissenschaftler bei Baidu Research und eine bedeutende Persönlichkeit auf dem Gebiet des maschinellen Lernens und der KI, sagt, dass Verbesserungen im Computerprozessordesign auf absehbare Zeit Leistungsfortschritte und Durchbrüche aufrechterhalten werden. Mehrere [Hardwareanbieter] waren so freundlich, ihre Roadmaps zu teilen, sagt Ng. Ich bin sehr zuversichtlich, dass sie glaubwürdig sind und wir in den nächsten Jahren mehr Rechenleistung und schnellere Netzwerke bekommen werden.
Der Bereich der KI hat in der Vergangenheit Phasen des schnellen Fortschritts und Hypes durchlaufen, denen schnell eine Abkühlung der Investitionen und des Interesses folgte, die oft als KI-Winter bezeichnet werden. Die erste Erkältung trat in den 1970er Jahren auf, als sich der Fortschritt verlangsamte und die staatliche Finanzierung versiegte; Ein weiterer Schlag erfolgte in den 1980er Jahren, als die neuesten Trends nicht die erwarteten kommerziellen Auswirkungen hatten.
Andererseits gab es vielleicht keinen Boom, der dem aktuellen gleichkommt, angetrieben durch schnelle Fortschritte bei der Ausbildung von Maschinen, um nützliche Aufgaben zu erledigen. Forschern im Bereich der künstlichen Intelligenz werden jetzt enorme Löhne für die Durchführung von Grundlagenforschung angeboten, da Unternehmen Forschungsteams in der Annahme aufbauen, dass kommerziell wichtige Durchbrüche folgen werden.
Andrew Ng, Chefwissenschaftler bei Baidu Research.
Die Fortschritte der letzten Jahre sind der Entwicklung leistungsfähiger Deep-Learning-Systeme zu verdanken (siehe 10 Breakthrough Technologies 2013: Deep Learning ). Vor einigen Jahren fanden Forscher heraus, dass sehr große oder tiefe neuronale Netze trainiert werden konnten, indem sie beschriftete Beispiele verwendeten, um alle möglichen Dinge mit menschenähnlicher Genauigkeit zu erkennen. Dies hat zu erstaunlichen Fortschritten in der Bild- und Spracherkennung und anderswo geführt.
Ng sagt, dass diese Systeme nur noch leistungsfähiger werden. Dies könnte nicht nur die Genauigkeit bestehender Deep-Learning-Tools erhöhen, sondern auch die Nutzung der Technik in neuen Bereichen wie dem Parsen und Generieren von Sprache ermöglichen.
Darüber hinaus, sagt Ng, werden Hardware-Fortschritte den Treibstoff liefern, der erforderlich ist, um aufkommende KI-Techniken realisierbar zu machen.
Es gibt mehrere Experimente, die ich gerne durchführen würde, wenn wir nur eine 10-fache Leistungssteigerung hätten, fügt Ng hinzu. Zum Beispiel, sagt er, könnte eine größere Computerleistung es möglich machen, anstatt mehrere verschiedene Bildverarbeitungsalgorithmen zu haben, einen einzigen Algorithmus zu bauen, der alle möglichen bildbezogenen Aufgaben erledigen kann.
Die weltweit führenden KI-Experten trafen sich diese Woche in Barcelona zu einer prominenten Veranstaltung namens the Konferenz für neuronale Informationsverarbeitungssysteme . Die Größe der Versammlung, die von mehreren hundert Personen vor einigen Jahren auf mehr als 6.000 in diesem Jahr angewachsen ist, vermittelt einen Eindruck von dem großen Interesse, das an künstlicher Intelligenz besteht.
Es gibt definitiv einen Hype, fügt Ng hinzu, aber ich denke, es gibt einen so starken zugrunde liegenden Treiber für echten Wert, dass es nicht wie in den Vorjahren abstürzen wird.
Richard Söcher , Chief Scientist bei Salesforce und ein bekannter Experte für maschinelles Lernen und Sprache, sagt, dass die Verfügbarkeit riesiger Datenmengen in Kombination mit Fortschritten bei maschinellen Lernalgorithmen den Fortschritt ebenfalls vorantreiben wird.
Salesforce, das Cloud-Tools für die Verwaltung von Vertriebskontakten und die Kommunikation mit Kunden anbietet. Die KI-Bemühungen des Unternehmens nahmen Gestalt an, nachdem das Unternehmen Anfang dieses Jahres Sochers Startup Metamind übernommen hatte. Salesforce stellt Unternehmen mittlerweile auch einfache Machine-Learning-Tools zur Verfügung, etwa ein Bilderkennungssystem.
Bisher wurde maschinelles Lernen hauptsächlich von einigen wenigen großen Unternehmen im Verbraucherbereich demonstriert, sagt Socher. Eine breitere Verfügbarkeit solcher Technologien könnte enorme Auswirkungen haben, sagt er. Wenn wir die 150.000 Unternehmen, die Salesforce einsetzen, durch maschinelles Lernen um 1 Prozent effizienter machen würden, würde man das buchstäblich am BIP der Vereinigten Staaten ablesen, sagt er.
Socher glaubt, dass die Anwendung des maschinellen Lernens in der Industrie das Interesse an KI noch eine Weile aufrechterhalten wird. „Ich kann mir keinen KI-Winter in der Zukunft vorstellen, der so kalt sein könnte wie früher“, sagt er.
Andrew Ng, spricht auf der EmTech Digital 2016