Künstliche Intelligenzen schaffen andere künstliche Intelligenzen

Es ist allen bewusst, dass der Energieverbrauch in verschiedenen Weisen abläuft (Wasser, Licht, Gas usw.). Vermutlich wissen nur die wenigsten, dass die Energie auch durch Internet verbraucht wird. Was kann man machen, um den Verbrauch bzw. die Kosten der Energie zu reduzieren? Eine mögliche Lösung ist eine „künstliche Intelligenz“. Man hört diesen Begriff ziemlich oft, aber weißt man genau was es ist?

intelligenza-artificiale

Es ist gar nicht so einfach, den Begriff „künstliche Intelligenz” zu erklären, da es um ein Gebiet geht, das schon eine Entwicklungs- und Verbreitungsphase erlebt, obwohl es ziemlich neu ist.
Um diesen Begriff zu definieren, kann man die Erklärungen der Wörterbücher lesen: Zur künstlichen Intelligenz gehören all die Techniken und Forschungen, deren Ziel ist, elektronische Maschinen und Rechner zu erschaffen, die die typischen Gedanken der menschlichen Intelligenz nachahmen.

Es sieht also so aus, dass die Maschinen der Zukunft wie ein Mensch denken werden können. Die Applikation dieser Systeme in dem realen Leben kann zur Lösung vieler Probleme führen, wie zum Beispiel der Verbrauch der elektrischen Energie. Wie kann man also den Verbrauch der Energie durch die künstliche Intelligenz reduzieren? Entdecken wir es zusammen in dem nächsten Abschnitt.

 

Google und das Programm Deep-mind, um elektrische Energie zu sparen

Kann man wirklich die Energiekosten für die Anwendung von Internet sparen? Mit der künstlichen Intelligenz wird dieser Traum endlich wahr! Viele wissen es nicht, aber der Energieverbrauch der Data Center ist für mehr als 2% des Weltausstoßes von Treibhausgas verantwortlich. Wie kann also die künstliche Intelligenz eine Lösung für die energetische Ersparnis sein? Die Antwort wird uns von Google und seinem Programm Deep-Mind der Firma Mountain View geliefert.

Das Problem von Google kommt von der vielen verbrauchten Energie, sowohl elektrische als auch Wasserenergie, die man braucht, um die Server der Suchmaschine und deren Leistungen wie Gmail oder Youtube abzukühlen. Die Firma Mountain View hat durch die künstliche Intelligenz Deep-Mind einen Beitrag für eine bessere Verwaltung der elektrischen Energie geleistet, die für die Abkühlung der Server nötig ist. Die Ergebnisse sind erstaunlich: Die Anwendung dieser Programme hat bei Google zu einer Reduzierung der Energie von mehr als 15% geführt.

Es ist ein wichtiger Schritt nach vorne, vor allem wenn man bedenkt, dass man mit der künstlichen Intelligenz nicht nur den Verbrauch der Energie reduzieren kann, sondern auch den Ausstoß der Treibhausgase in die Atmosphäre.
Die Idee von Google, ein Programm der künstlichen Intelligenz zu benutzen, um die Energiekosten zu reduzieren, wurde auch von anderen Internet Gesellschaften nachgeahmt, unter anderem auch Facebook. Facebook hat ein Data Center in Schweden gebaut und Microsoft überlegt sich, seine Data Center sogar auf dem Meeresboden zu installieren, da das Meereswasser zu einer schnelleren Abkühlung beiträgt.

 

Nicht nur für die Reduzierung der Energie, sondern auch um andere künstliche Intelligenzen mit der Hilfe von Auto Machine Learning zu erschaffen

Die künstliche Intelligenz wird von Google nicht nur für die Reduzierung der Energiekosten durch die Abkühlung der Server benutzt, sondern auch, um weitere künstliche Intelligenzen zu erschaffen, die verschiedene menschliche Tätigkeiten durchführen können.

Es geht hier um das Programm Auto Machine Learnig (auch Auto ML genannt), eine künstliche Intelligenz, die Nachwuchs erschaffen und für bestimmte Aufgaben erziehen kann. Eine dieser Intelligenzen heißt NASNet: es handelt sich um ein Erkennungsnetz, das die Gegenständen innerhalb eines Bildschirmes erkennen kann. Wie funktioniert es?

Die Antwort ist sehr einfach: Während diese Intelligenz versucht, die Gegenstände zu erkennen, schätzt Auto Machine Learning ihre Leistungen, indem es sie diese viele Male wiederholen lässt. Das Ergebnis dieser Wiederholungen ist erstaunlich, da so die künstliche Intelligenz ein sehr hohes Präzisionsniveau erreichen kann.

Es wurde auf ImageNet und Coco Objekt Detection getestet (zwei der größten Bilder-Datasets der Welt) und NATSet hat eine Präzision in der Erkennung der Gegenstände von mehr als 82% erreicht: Das Ergebnis ist spitzenmäßig, man könnte es als Rekord bezeichnen.

Und was den Energieverbrauch betrifft? Auch von diesem Standpunkt her ist NATSet sehr effizient, so dass man sogar an eine mobile Anwendung auf Smartphones und Tablets denken kann, oder sogar an Kameras und Drohnen, wo die Erkennung von Bildern sehr wichtig ist.

 

Die ethische Frage: Kann NATSet Menschen oder Privatsphäre schaden?

Die Erkennung von Gegenständen und Menschen ist grundsätzlich für die Arbeitsweise der mobilen Geräte und genau aus diesem Grund hat Google Auto Machine Learning entwickelt, das dann NATSet entwickelt hat. Um dieses Thema hat sich eine Diskussion entwickelt und es betrifft die Ethik dieser Programme.
Wer den Film „Person of Interest“ kennt, weiß, dass man durch Kameras ein Erkennungsnetz erschaffen kann, um die Menschen weltweit zu überwachen. Genau das ist das Risiko einer falschen Anwendung von NATSet.

Jemand könnte Auto Machine Learning den Befehl geben, Netze für eine Massenerkennung oder eine Verwaltung von Waffen zu erschaffen. Viele entscheiden sich gegen solche Programme wegen des möglichen Einbruchs in die Privatsphäre, die möglicherweise Menschen schaden können.

Jetzt sollte man auch etwas erläutern. Die heutigen Technologien können nur begrenzten Funktionen durchführen (aber sehr tadellos). Was den Einbruch in die Privatsphäre und die Entwicklung von Waffen betrifft, sind in der letzten Zeit viele Stiftungen entstanden, die die künstlichen Intelligenzen überwachen. Die wichtigsten Regierungen der Welt treffen Vereinbarungen, um die Anwendungen solcher Programme für die Entwicklung von Waffen zu verhindern. Sicher werden die künftigen Entwicklungen dieses Bereichs die neuen Regelungen respektieren.

 

Schreibe einen Kommentar