Maschinelles Lernen ist eine Methode, um Computern beizubringen, aus Daten zu lernen, ohne explizit programmiert zu werden. Es ist ein Bereich der künstlichen Intelligenz, der auf der Idee basiert, dass Systeme aus Daten lernen können, Muster identifizieren und Vorhersagen mit minimalem menschlichen Eingriff treffen können.
Und es wird ziemlich leistungsfähig. Sie können das nicht glauben? Der gesamte erste Absatz dieses Artikels wurde vom OpenAI-Textgenerator geschrieben. Und OpenAI ist nur eine von zahlreichen zunehmend anspruchsvolleren Open-Source-Anwendungen für maschinelles Lernen, die in diesem Jahr für Schlagzeilen gesorgt haben.
Nehmen wir zum Beispiel Dall-E 2, Stable Diffusion, Craiyon oder MidJourney: Alles leistungsstarke, browserbasierte Open-Source KI-Tools, die in der Lage sind, künstlich erzeugte Bilder zu erstellen, die von verblüffend realistisch über gut genug für das Cosmopolitan Cover bis hin zu einfach nur seltsam reichen.
Noch dramatischer ist, dass Ingenieur Blake Lemoine aus seinem Job bei Google entlassen wurde, weil er behauptet hatte, dass der KI-Chatbot LAMDA des Unternehmens Gefühle entwickelt hatte und mit ihm kommunizierte. Selbst wenn seine Behauptung auseinandergenommen werden kann, bleibt die Tatsache, dass viele Aspekte des Gesprächs, die er mit diesem KI hatte, unheimlich lebensecht waren.
Was sind also die Folgen des leicht zugänglichen und benutzerfreundlichen maschinellen Lernens, das sich auf einem Allzeithoch befindet?
Anwendungen
Maschinelles Lernen ist nichts Neues. Was den aktuellen Boom besonders neuartig macht, ist, dass es sich dabei zunehmend um Open-Source-Anwendungen handelt, die der Öffentlichkeit über Webbrowser und Apps frei zugänglich sind. Aber sind dies nur neuartige Anwendungen oder gibt es echtes Potenzial, dass diese Demokratisierung der KI ein wirklich transformatives Phänomen ist?
Eine Möglichkeit, wie es funktionieren könnte, ist, die Produktionszeiten für kreative Arbeiten schnell zu beschleunigen. Beispielsweise könnte Technologie verwendet werden, um längere Animationen zu erstellen, während KI-generierte Kunst derzeit auf statische, 2D-Bilder festgelegt ist. Benutzer:innen könnten Eingabeaufforderungen wie „Kaninchen läuft auf einem Waldweg“ eingeben, und die KI würde die gewünschte Animation ausgeben.
In einem solchen System würde die Benutzerrolle einfach darin bestehen, die Eingabeaufforderungen zu verfeinern, wie etwa Beleuchtung oder Kamerawinkel festzulegen, bis das gewünschte Filmmaterial generiert ist. Jeder hat das Potenzial, ein Ein-Mann-Animationsstudio zu werden. Die kreativen Möglichkeiten sind schwindelerregend.
Unterbrechung der Kunst
Mit derart leistungsstarken Tools in greifbarer Nähe könnte eine Flutwelle an Kreativität und Content ausgelöst werden, die den kreativen Prozess massiv demokratisiert und der Welt neue Arten des Storytelling eröffnet.
Gleichzeitig können Tausende von Animator:innen, Illustrator:innen und anderen Kreativschaffenden auf der ganzen Welt glauben, dass ihre Rollen durch das Aufkommen von KI-Künstler:innen erheblich verändert würden. Andere betonen jedoch, dass einige dieser Modelle sogar gegen Urheberrechtsgesetze verstoßen, indem sie ihre Modelle auf echten Kunstwerken trainieren.
Andere wiederum argumentieren, dass diese Tools verwendet werden können, um Kunstschaffende zu befähigen. In vielen Fällen kann die Kunst, die von diesen Tools produziert wird, etwas ungewöhnlich aussehen, aber sie kann als Ausgangspunkt für Illustrator:innen und Künstler:innen dienen, um sie zu erweitern und weiterzuentwickeln.
Autor:innen könnten ebenso feststellen, dass ihre Rollen sich ändern oder sogar durch Open-Source für maschinelles Lernen ergänzt werden. Während aktuelle Schreibwerkzeuge in der Lage sind, grammatikalische und logische Kopien zu erzeugen, können sie dennoch roboterhaft klingen und die Nuancen eines komplizierteren Themengegenstands falsch erfassen. Autor:innen werden noch immer benötigt – aber KI-Tools können ihrer Arbeit einen starken Schub verleihen.
Es gibt auch Bedenken, dass diese Tools für unlautere Zwecke verwendet werden könnten, wie etwa politische Täuschung oder die Erstellung von grafischen Gewaltdarstellungen oder nicht einvernehmlicher Pornografie. Es könnte sogar am Ende dazu führen, dass schädliche Vorurteile in ihren Ausgangsmaterialien nachgebildet oder verstärkt werden. Deshalb haben viele Unternehmen spezielle Filter verwendet, um diese Variablen zu kontrollieren.
Intel Support
Natürlich ist ein Großteil davon noch spekulativ. Während Leistung und Verfügbarkeit von Open-Source-Tools für maschinelles Lernen schnell wachsen, bleiben Herausforderungen bestehen.
Intel hilft jedoch, sie zu lösen. Im September 2022 veröffentlichte Intel in Zusammenarbeit mit Branchenkollegen Arm und Nvidia ein gemeinsam verfasstes Papier, das den Weg zum Aufbau eines gemeinsamen austauschbaren Formats für KI-Schulungen und -Inferenzen beschreibt.
Die Lösung ist eine 8-Bit-Floating-Point-Spezifikation (FP8), die es KI-Modellen ermöglicht, auf verschiedenen Hardware-Plattformen konsistent zu arbeiten und zu funktionieren, die Entwicklung von KI-Software zu beschleunigen und die Recheneffizienz tiefer neuronaler Netzwerke zu verbessern.
Und das zusätzlich zu der Palette an praktischen Lösungen, die Intel mitentwickelt hat. Beispielsweise konnten Entwickler:innen des Intel Intelligent Systems Lab in München, Deutschland, Aufnahmen des Videospiels Grand Theft Auto V mit dem Daimler-Cityscapes Datensatz kombinieren und einen KI-Agenten verwenden, um fotorealistische Render des Spiels in Aktion zu erzeugen. Dies ist nur eine weitere Art und Weise, wie Intel an vorderster Front steht, wenn es darum geht, maschinelles Lernen und Künstliche Intelligenz an ihre Grenzen zu bringen.