Der Einfluss der Industrie auf die KI gestaltet die Zukunft der Technologie – im Guten wie im Schlechten

Das enorme Potenzial von AI Um die Zukunft neu zu gestalten, hat die Industrie in den letzten Jahren massiv investiert. Aber der wachsende Einfluss privater Unternehmen in der Grundlagenforschung, die diese aufstrebende Technologie antreibt, könnte ernsthafte Auswirkungen auf ihre Entwicklung haben, sagen Forscher.

Die Frage, ob Maschinen die Intelligenz von Tieren und Menschen nachbilden könnten, ist fast so alt wie die Informatik selbst. Das Engagement der Industrie in dieser Forschungsrichtung hat im Laufe der Jahrzehnte geschwankt, lDies führte zu einer Reihe von KI-Wintern, in denen Investitionen hineingeflossen sind, und dann wieder zurück, wie es die Technologie getan hat konnte dem nicht gerecht werden Erwartungen.

Das Aufkommen von Deep Learning um die Wende des letzten Jahrzehnts hat jedoch zu einer der nachhaltigsten Interessens- und Investitionsströme von Privatunternehmen geführt. Das beginnt jetzt einige wirklich bahnbrechende KI-Produkte hervorbringen, Aber a neue Analyse in Wissenschaft zeigt, dass auch die Industrie davon profitiertFaltegdominierende Stellung in der KI-Forschung.

Das ist ein zweischneidiges Schwert, sagen die Autoren. Die Industrie bringt Geld, Computerressourcen und riesige Datenmengen mit sich, die den Fortschritt beschleunigt haben, aber sie konzentriert das gesamte Feld auch neu auf Bereiche, die für private Unternehmen von Interesse sind, und nicht auf diejenigen mit dem größten Potenzial oder Nutzen für die Menschheit.

"Die kommerziellen Motive der Industrie treiben sie dazu, sich auf gewinnorientierte Themen zu konzentrieren. Oft führen solche Anreize zu Ergebnissen, die dem öffentlichen Interesse entsprechen, aber nicht immer“, schreiben die Autoren. „Obwohl diese Industrieinvestitionen den Verbrauchern zugute kommen werden, sollte die begleitende Forschungsdominanz den politischen Entscheidungsträgern auf der ganzen Welt Sorgen bereiten, da dies bedeutet, dass Alternativen von öffentlichem Interesse für wichtige KI-Tools möglicherweise immer knapper werden.“

Die Autoren zeigen, dass der Fußabdruck der Industrie in der KI-Forschung in den letzten Jahren dramatisch zugenommen hat. Im Jahr 2000 waren nur 22 Prozent der Präsentationen auf führenden KI-Konferenzen mit einem oder mehreren Co-Autoren aus Privatunternehmen vertreten, aber bis 2020 waren es 38 Prozent. Aber die Auswirkungen sind am deutlichsten an der Spitze des Feldes zu spüren.

Fortschritte beim Deep Learning wurden zu einem großen Teil durch die Entwicklung immer größerer Modelle vorangetrieben. Im Jahr 2010 machte die Industrie nur 11 Prozent der größten KI-Modelle aus, aber bis 2021 waren es 96 Prozent. Dies fiel mit einer wachsenden Dominanz bei wichtigen Benchmarks in Bereichen wie Bilderkennung und Sprachmodellierung zusammen, wo die Beteiligung der Industrie am führenden Modell von 62 Prozent im Jahr 2017 auf 91 Prozent im Jahr 2020 gestiegen ist.

Ein wesentlicher Treiber dieser Verschiebung sind die viel größeren Investitionen, die der Privatsektor im Vergleich zu öffentlichen Einrichtungen tätigen kann. Ohne die Verteidigungsausgaben stellte die US-Regierung im Jahr 1.5 2021 Milliarden US-Dollar für Ausgaben für KI bereit, verglichen mit den 340 Milliarden US-Dollar, die die Industrie in diesem Jahr weltweit ausgab.

Diese zusätzliche Finanzierung bedeutet weitaus bessere Ressourcen – sowohl in Bezug auf Rechenleistung als auch auf Datenzugriff – und die Fähigkeit, die besten Talente anzuziehen. Die Größe von KI-Modellen korreliert stark mit der Menge an verfügbaren Daten und Rechenressourcen, und im Jahr 2021 waren Industriemodelle im Durchschnitt 29-mal größer als akademische Modelle.

Und während 2004 nur 21 Prozent der auf KI spezialisierten Informatik-Promovierten in die Industrie gingen, waren es bis 2020 fast 70 Prozent. Auch die Rate, mit der KI-Experten außerhalb der Universität von privaten Unternehmen eingestellt werden, hat sich seit 2006 verachtfacht.

Die Autoren verweisen auf OpenAI als Marker für die zunehmende Schwierigkeity KI-Spitzenforschung ohne die finanziellen Mittel der Privatwirtschaft zu betreiben. Im Jahr 2019 wandelte sich die Organisation von einer gemeinnützigen in eine „gedeckelte gewinnorientierte Organisation“, um „unsere Investitionen in Computer und Talent schnell zu erhöhen“, sagte das Unternehmen damals.

Diese zusätzliche Investition hatte ihre Vorteile, stellen die Autoren fest. Es hat dazu beigetragen, die KI-Technologie aus dem Labor in Alltagsprodukte zu bringen, die das Leben der Menschen verbessern können. Es hat auch zur Entwicklung einer Vielzahl wertvoller Tools geführt, die von Industrie und Wissenschaft gleichermaßen verwendet werden, wie Softwarepakete wie TensorFlow und PyTorch und immer leistungsfähigere Computerchips, die auf KI-Workloads zugeschnitten sind.

Aber es drängt die KI-Forschung auch dazu, sich auf Bereiche mit potenziellem kommerziellen Nutzen für seine Sponsoren zu konzentrieren, und ebenso wichtig sind datenhungrige und rechenintensive KI-Ansätze, die gut zu den Dingen passen, in denen große Technologieunternehmen bereits gut sind. Da die Industrie zunehmend die Richtung der KI-Forschung vorgibt, könnte dies dazu führen, dass konkurrierende Ansätze für KI und andere gesellschaftlich vorteilhafte Anwendungen ohne klares Gewinnstreben vernachlässigt werden.

"Angesichts dessen, wie breit KI-Tools in der Gesellschaft angewendet werden könnten, würde eine solche Situation einer kleinen Anzahl von Technologieunternehmen eine enorme Macht über die Richtung der Gesellschaft verleihen“, stellen die Autoren fest.

Es gebe Modelle, wie die Lücke zwischen Privatwirtschaft und öffentlicher Hand geschlossen werden könnte, sagen die Autoren. Die USA haben die Schaffung einer nationalen KI-Forschungsressource vorgeschlagen, die aus einer öffentlichen Forschungscloud und öffentlichen Datensätzen besteht. China hat kürzlich ein „nationales Rechenleistungsnetzwerksystem“ genehmigt. And Kanadas Advanced Research Computing-Plattform läuft seit fast einem Jahrzehnt.

Aber ohne Intervention von politischen Entscheidungsträgern, sagen die Autoren, werden Akademiker wahrscheinlich nicht in der Lage sein, Industriemodelle richtig zu interpretieren und zu kritisieren oder Alternativen von öffentlichem Interesse anzubieten. Sicherzustellen, dass sie über die Fähigkeiten verfügen, die Grenzen der KI-Forschung weiter zu gestalten, sollte für Regierungen auf der ganzen Welt eine Schlüsselpriorität sein.

Bild-Kredit: DeepMind / Unsplash 

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. Hier zugreifen.
• Quelle: https://singularityhub.com/2023/03/05/industrys-influence-on-ai-is-shaping-the-techs-future-for-better-and-for-worse/