Yann LeCun, der den Bereich KI bei Facebook leitet, sagt, dass einige der besten Ideen aus der Wissenschaft kommen: "Aber genau diese Wissenschaftler werden oft durch fehlende Rechenleistung in ihrer Forschung eingeschränkt." Facebook hilft aus - natürlich nicht uneigennützig.
Klaus-Robert Müller leitet den Bereich für maschinelles Lernen an der TU Berlin und sagt, dass die Partnerschaft zum richtigen Zeitpunkt komme: "Die neuen Server ermöglichen es uns, unsere Forschungszyklen zu beschleunigen und schneller bessere Ergebnisse zu erzielen." Hilfreich könne das beispielsweise bei der Auswertung von Bildern sein, um Brustkrebs zu erkennen. Solche Analysen seien äußerst komplex und rechenintensiv.
Die grundlegenden Ideen, nach denen maschinelles Lernen funktioniert, sind Jahrzehnte alt. Auf einem oder mehreren Rechnern wird dazu ein neuronales Netzwerk aufgebaut. Es simuliert ein menschliches Gehirn und dessen Nervenzellen. Das Netzwerk verarbeitet Daten über mehrere Schichten hinweg (daher der Name: Deep Learning). Doch erst jetzt gibt es die Massen an Daten, mit denen neuronale Netzwerke arbeiten können. LeCun gilt als Vorreiter in diesem Bereich des maschinellen Lernens. Facebook holte ihn 2013 in das Unternehmen, seither baut er die Abteilung aus.
Das Silicon Valley setzt auf künstliche Intelligenz
Mittlerweile setzen fast alle großen Unternehmen, deren Kerngeschäft auf Datenanalyse beruht, auf maschinelles Lernen. Google und die chinesische Suchmaschine Baidu haben Spitzenforscher in ihre Unternehmen geholt. "Inzwischen findet mehr Grundlagenforschung bei Unternehmen wie Google und Facebook statt als in Universitäten, einfach weil dort mehr Leute eingestellt sind, die an solchen Themen arbeiten", sagt Joscha Bach, der am Massachusetts Institute of Technology an KI-Modellen forscht. "Das liegt daran, dass Google und Facebook sich das leisten können und es sinnvoll finden."
Bereits heute basieren unzählige Alltagsprodukte auf künstlicher Intelligenz. Von Smartphone-Sprachassistenten wie Siri über Filmempfehlungen auf Netflix bis hin zu einem Chatprogramm, an dem Facebook arbeitet. In Zukunft soll es eine Art virtueller Butler sein, also beispielsweise am Muttertag Blumen bestellen. "Der Fortschritt ist gerade schneller, als die Anwendungsentwicklung Schritt halten könnte", sagt Bach. "Nur ein kleiner Teil der Möglichkeiten der neuen Technologien ist schon für die Nutzer sichtbar".
Ergebnisse müssen open-source sein
Universitäten und Forschungseinrichtungen können sich an Facebook wenden, um ebenfalls GPU-Hochleistungsserver zu erhalten, heißt es in der Pressemitteilung. Dazu müssen diese Server an künstlicher Intelligenz forschen und die Ergebnisse für alle überprüfbar, also open-source, veröffentlichen. Mittlerweile ist Facebook dabei, große Teile der Forschung offenzulegen, sowohl Programmiersprache als auch Server-Hardware. Google verfährt ähnlich. Das hat zwei Gründe.
Erstens: Die Forschung im Bereich künstliche Intelligenz steht vor großen Hürden. Aktuell trainieren Rechner mit großen Datenmengen und bekommen noch von Menschen beigebracht, was die jeweils richtige Lösung ist. Erst danach sind sie in der Lage zu lernen. Es ist jedoch unklar, wie Maschinen Probleme selbstständig erkennen sollen. Je mehr Forscher mitdenken, desto wahrscheinlicher wird eine Lösung.
Zweitens: Wenn Forscher anfangen, Infrastruktur und Programme zu verwenden, die von Facebook (oder Google) stammen, sind sie prädestiniert dafür, auch später für diese Unternehmen zu arbeiten. Schließlich sind sie bereits an deren Strukturen gewöhnt. "Wenn junge Forscher die Wahl haben, nach der Promotion eine schlecht-bezahlte Postdoc-Stelle anzutreten oder für ein sechsstelliges Jahresgehalt in die Industrie zu gehen, denken sie meist nicht lange nach", sagt Bach.
Tags:
