Benachrichtigung aktivieren Dürfen wir Sie in Ihrem Browser über die wichtigsten Nachrichten des Handelsblatts informieren? Sie erhalten 2-5 Meldungen pro Tag.
Fast geschafft Erlauben Sie handelsblatt.com Ihnen Benachrichtigungen zu schicken. Dies können Sie in der Meldung Ihres Browsers bestätigen.
Benachrichtigungen erfolgreich aktiviert Wir halten Sie ab sofort über die wichtigsten Nachrichten des Handelsblatts auf dem Laufenden. Sie erhalten 2-5 Meldungen pro Tag.
Jetzt Aktivieren
Nein, danke
Digitale Revolution

Digitale Revolution Googles Milliardenwetten auf KI – vier Beispiele aus den Laboren

Bei Google träumt man oft größer und abseitiger als bei anderen Tech-Konzernen. Hier wird an Summ-Algorithmen und Medizinrevolutionen geforscht.
06.01.2021 - 04:06 Uhr Kommentieren
In ihrer Breite sind Googles KI-Initiativen ein guter Gradmesser dafür, was mit Künstlicher Intelligenz heute technologisch und wirtschaftlich möglich ist. Credit: Google (M)
Google steckt Milliarden in KI-Forschung

In ihrer Breite sind Googles KI-Initiativen ein guter Gradmesser dafür, was mit Künstlicher Intelligenz heute technologisch und wirtschaftlich möglich ist.

Credit: Google (M)

San Francisco Sundar Pichai ist kein Manager, der sich mit bombastischen Versprechen ins Rampenlicht drängelt. Doch wenn es um Künstliche Intelligenz (KI) geht, lässt der Chef des Google-Mutterkonzerns Alphabet seine typische Sanftmut regelmäßig fahren.

„KI ist eine der wichtigsten Sachen, an denen die Menschheit arbeitet. Tiefgreifender als Elektrizität oder das Feuer“, sagte er Anfang 2018. Sein eigenes Unternehmen hat Pichai auf eine „KI first“-Strategie eingeschworen: KI soll jedes Google-Produkt berühren und den Menschen dann nicht nur Fragen beantworten, sondern aktiv in ihrem Alltag helfen.

Von weitreichenden Folgen für die Menschheit zu sprechen ist tatsächlich nicht übertrieben. Der Alphabet-Konzern hat neun Produkte mit mehr als einer Milliarde monatlich aktiven Nutzern, von der Internetsuche und Google Maps über Youtube bis Google Photos. Die Nutzerzahl entspricht mehr als einem Achtel der Weltbevölkerung.

Alle großen Silicon-Valley-Konzerne forschen an KI, doch die Wetten des Suchmaschinenriesen aus Mountain View sind oft etwas mutiger, irrer und weiter vom Kerngeschäft entfernt als das, was sich Wissenschaftler bei Microsoft, Facebook oder Apple ausdenken.

Top-Jobs des Tages

Jetzt die besten Jobs finden und
per E-Mail benachrichtigt werden.

Standort erkennen

    Von den selbstfahrenden Autos von Waymo bis zur Übernahme der britischen KI-Firma Deep Mind hat Google immer wieder Milliardenwetten auf KI abgeschlossen, die noch Jahre brauchen werden, um sich zu refinanzieren. Wenn sie das überhaupt je tun.

    Unter Chef Pichai ist der Konzern rationaler und sparsamer geworden, aber ohne mit der Tradition der „Alpha Bets“, der gewaltigen Wetten auf wissenschaftliche Quantensprünge, zu brechen. Selbst die Forschung an „Genereller Künstlicher Intelligenz“ – das umstrittene Konzept einer KI, die so vielseitig ist wie ein menschliches Gehirn – wird bei Google weiter vorangetrieben.

    Auch deswegen war es so kontrovers, als sich Google im Dezember von der KI-Ethikforscherin Timnit Gebru trennte, nachdem sie in einem Forschungsaufsatz auf die Gefahr großer Datensätze hingewiesen hatte, mit denen neuronale Netze trainiert werden – schließlich berühren gewaltige Sammlungen von Bildern, Videos oder Suchanfragen jeden Geschäftsbereich Googles.

    Diese verschiedenen Stränge ergeben keinen „Trend“ – dazu sind sie zu vielfältig und widersprüchlich. In ihrer Breite sind Googles KI-Initiativen jedoch ein guter Gradmesser dafür, was mit Künstlicher Intelligenz heute technologisch und wirtschaftlich möglich ist. Sie zeigen, wie hart selbst kleine Fortschritte bei KI erkämpft sind. Welche Träume realistisch sind. Und welche Aufgaben selbst bei Google immer noch Menschen erledigen.

    1. Das verändert alles – Deep Minds Medizinrevolution

    Ein knappes Jahrzehnt hat Andrei Lupas mit seinem Team am Tübinger Max-Planck-Institut für Evolutionsbiologie an einer bestimmten Proteinstruktur geforscht. Ende November feierte der Forscher aus der schwäbischen Unistadt einen gewaltigen Durchbruch: „Das verändert die Medizin. Das verändert die Forschung. Das verändert alles.“

    Lupas ist einer der ersten Forscher, die die Software Alpha Fold nutzen. Die Künstliche Intelligenz des Google-Schwesterunternehmens Deep Mind aus London löst ein Problem, das Biologen seit mehr als einem halben Jahrhundert umtreibt: Wie sieht ein Protein dreidimensional aus? Aus der Form beziehungsweise der Faltung des Proteins ergeben sich viele Funktionen, aber bisher war es für Forscher nur sehr schwer möglich, diese herauszufinden. Alpha Fold konnte in einem Wettbewerb nicht alle, aber den Großteil der bekannten Proteinmodelle bestimmen.

    Grafik

    Nun erhoffen sich die Wissenschaftler, damit in Zukunft die Struktur vieler Proteine schneller und günstiger bestimmen zu können. Das könnte die Pharmaforschung massiv beschleunigen.

    Seitdem Google Deep Mind 2014 für angeblich 600 Millionen Dollar übernommen hat, machte das Unternehmen immer wieder Schlagzeilen: 2017, als sein „Alpha Go“-Programm den Weltmeister in dem hochkomplexen Brettspiel besiegte, oder 2018, als eines seiner Programme nach 450.000 Spielen das Ballergame Quake Arena III besser beherrschte als trainierte Spieler. 

    Vieles davon bekommt viel Aufmerksamkeit, manches ist gar wissenschaftlich revolutionär. Geld verdient man damit allerdings erst mal keines. „Wäre Deep Mind heute unabhängig, wäre es wahrscheinlich gescheitert. Nichts davon ist kommerzialisierbar“, sagte der Investor Humayun Sheikh kürzlich. Er war einer der ersten Geldgeber für Deep Mind.

    Das könnte sich mit dem Durchbruch in der Medizin jedoch verändern.

    2. Summ, summ, summ – die Ohrwurm-Suchmaschine

    Christian Frank kann nicht gut singen. „Ich habe den Verdacht, dass ich deswegen diese Präsentation halten soll“, sagte der deutsche Google-Entwickler in einer kleinen Runde mit Journalisten. Jedoch ist das nicht der wahre Grund: Frank hat das „Hum-to-Search“-Feature, also „Summ-Suche“, in Googles Büro in Zürich maßgeblich mitentwickelt.

    Frank beginnt zu summen. Ein paar Töne nach oben, dann ein paar nach unten. „Don’t Stop Me Now“ von Queen zeigt der Bildschirm an. So gut trifft Frank die Töne dann wohl doch.

    Das Summ-Feature auf Smartphones kann Ohrwürmer benennen, von denen Nutzern nur ein Melodiefragment im Kopf geblieben ist. Es ähnelt damit der App Shazam, die Titel und Interpreten anzeigt, wenn im Café oder bei Freunden ein Song läuft, den man nicht kennt. Bei Google reicht schon ein Summen.

    Um das Feature zu entwickeln, sammelte Franks Team unter Google-Mitarbeitern Clips gesummter Melodien. Durch Simulationen, bei denen etwa die Tonhöhe eines Clips variiert wurde, vervielfachten die Google-Forscher das Trainingsmaterial für ihre Künstliche Intelligenz. Diese übersetzte diese Clips sowie den Originalsong in mathematische Repräsentationen, sogenannte „Embeddings“ – und lernt mit jedem Treffer und jedem Fehler besser, diese zusammenzubringen.

    „Es ist kein sehr wichtiges Problem, das Sie damit lösen. Gibt es dafür auch andere Anwendungen?“, fragt eine Journalistin nach Franks Präsentation. Eine rechte Antwort hat er darauf nicht. Google-Nutzer liebten das Feature und würden es massenhaft nutzen, sagte er. Man denke natürlich ständig über weitere Anwendungen nach, aber akut benennen könne er keine.

    3. Alles eine Frage der Kapazität – Geoffrey Hinton träumt groß

    Im Silicon Valley ist „Contrarian“ zu sein – also ein Nonkonformist – eine Auszeichnung. Menschen wie Apple-Gründer Steve Jobs oder Tesla-CEO Elon Musk, die gegen den Strom denken und recht behalten, sind die Säulenheiligen des Siliziumtals.

    Geoffrey Hinton ist auch so eine Person, zumindest zeitweise: „Mein Problem ist: Ich habe eine Überzeugung, die kein anderer hat, und fünf Jahre später hat sie jeder“, sagte der Brite im November auf einer Konferenz des Wissenschaftsmagazins „MIT Technology Review“. „Meine Überzeugungen aus den 80er-Jahren sind heute breit akzeptiert.“

    Hinton haben seine Überzeugungen zur Legende unter KI-Forschern gemacht: In einer Zeit, die man heute als „KI-Winter“ bezeichnet, legte er als Professor an der Carnegie-Mellon-Universität die Grundlagen für selbstlernende neuronale Netze, die die Struktur eines Gehirns modellieren und sich so menschlicher Intelligenz annähern sollen. 2018 erhielt er den Turing-Award, den Nobelpreis der Künstlichen Intelligenz.

    Seit sieben Jahren teilt Hinton seine Zeit zwischen der Universität Toronto und Googles Deep-Learning-Abteilung Brain, die an neuronalen Netzen forscht.

    Denen traut Hinton noch viel mehr zu als das, was sie heute können: „Deep Learning wird irgendwann alles können“, sagt der 73-Jährige. Es sei nur eine Frage der Rechenkapazität: Das menschliche Gehirn habe 100 Billionen Synapsen. Das Sprachgenerierungsmodell GPT-3, das plausible Texte formulieren und Gespräche führen kann, habe nur 175 Milliarden Parameter, sei also um den Faktor 1000 weniger komplex.

    Allerdings: GPT-3, so beeindruckt viele Experten von dem System auch sind, kann nur schreiben, nichts anderes. Google habe kürzlich einen Roboter entwickelt, der eine Schublade öffnen, einen Block herausnehmen und danach sagen könne: „Ich habe eine Schublade geöffnet und einen Block herausgenommen.“

    Könnte das der Anfang einer Generellen Künstlichen Intelligenz sein, dem in der Forschung umstrittenen Konzept einer KI, die so vielfältig und vernunftbegabt ist wie ein Mensch? 2018 war Hinton noch skeptisch, dass eine solche sogenannte AGI in naher Zukunft erreichbar ist.

    Aber Google arbeitet nicht nur an Künstlicher Intelligenz, sondern auch an Quantencomputern, die eine vielfach höhere Rechenleistung haben als herkömmliche Computer. Schon Ende 2019 stellten die Wissenschaftler des Konzerns ein Modell vor, das allen bisherigen Supercomputern die Show stahl.

    Das AGI-Konzept wurde Anfang des Jahrtausends von dem KI-Forscher Ben Goertzel popularisiert, der später den humanoiden Roboter „Sophia“ entwickelte. Heute sagt Goertzel: „Ich bin beeindruckt, wie tief bei Google und Deep Mind über AGI nachgedacht wird. Wenn irgendein großer Konzern das erreicht, dann die.“

    4. Die Mensch-Maschine – Youtube Music

    Doch bei aller Aufmerksamkeit, die Google der Künstlichen Intelligenz widmet, der Konzern scheint auch etwas anderes verstanden zu haben: Algorithmen haben Grenzen, zumindest vorerst.

    „Was ist Musik?“, war die Frage, die sich Doug Ford stellte, als er Ende 2019 als Musikprogrammchef bei Youtube anfing. Eigentlich sollte gerade Ford das wissen. Der New Yorker hat seine Karriere in der Industrie verbracht, vor Youtube trieb er sechs Jahre lang die Playlisten-Strategie der Musik-App Spotify voran.

    Die Google-Tochter will Abonnenten für ihren Premium-Musikdienst gewinnen, der nach zahlenden Abonnenten weit hinter Spotify liegt.

    Doch bei Fords neuem Arbeitgeber ist die Frage, was Musik ist, schwerer zu beantworten als bei seinem alten: Denn bei Youtube kommt zum Ton auch noch ein Bild. Die weltgrößte Videoplattform hat zwar Abertausende professionelle Musikvideos, aber auch unzählige Liveaufnahmen oder Coversongs guter und nicht so guter Qualität. Jeder Fan, der dreißig verwackelte Sekunden eines Phil-Collins-Konzerts mit seinem Handy gefilmt hat, kann die auf Youtube laden. Mit in eine Genesis-Playlist geworfen, kann ein schiefer Track das ganze Hörerlebnis zerstören. Andere Livekonzerte sind dagegen besser als die Studioversion.

    Empfehlungsalgorithmen können solche Probleme nur begrenzt lösen, weil ihnen der Sinn für den Kontext fehlt. Als 2012 der Song „Gangnam Style“ des südkoreanischen Rappers Psy zum meistgeklickten Musikvideo auf Youtube wurde, begann der Algorithmus, das Video praktisch jedem Nutzer ständig vorzuschlagen. Weil aber eher Gangnam Styles Kuriosität als sein Potenzial zum Evergreen die Zuschauer anzog, waren die schnell genervt. Ein Radio-DJ hätte mehr Sinn für das richtige Maß gehabt.

    Fords Lösung: Algorithmen arbeiten mit Menschen zusammen. Das richtige Maß sei „weniger menschliche Kuration als ein DJ, aber mehr als bei einem undurchschaubaren Algorithmus“, sagte er kürzlich dem Tech-Portal Protocol. Die „Released“-Playlist mit den besten 50 Tracks der vergangenen Woche bestimmen Musikredakteure, den auf jeden Nutzer zugeschnittenen „New Release Mix“ wählt ein Algorithmus aus.

    Mehr: Mitarbeiter von Google wollen sich in Gewerkschaft organisieren

    Startseite
    Mehr zu: Digitale Revolution - Googles Milliardenwetten auf KI – vier Beispiele aus den Laboren
    0 Kommentare zu "Digitale Revolution: Googles Milliardenwetten auf KI – vier Beispiele aus den Laboren"

    Das Kommentieren dieses Artikels wurde deaktiviert.

    Zur Startseite
    -0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%