Laborleben. „Ein solches Wachstum in so kurzer Zeit ist in keinem Bereich beispiellos.“, beobachtet Neil Thompson. Der Spezialist für künstliche Intelligenz (KI) und Wirtschaftswissenschaften am Massachusetts Institute of Technology (MIT, Boston) spricht nicht über das verrückte Wachstum der Nutzer der von OpenAI entwickelten ChatGPT-Sprachmaschine. Noch nicht einmal die mediale Omnipräsenz des Konzepts der künstlichen Intelligenz seit der Veröffentlichung dieses Konversationsagenten und seiner Derivate oder Anwendungen im November 2022. Es ruft eine tiefere und besorgniserregendere Tatsache hervor: das klare Ungleichgewicht zwischen der akademischen Welt und der industriellen Welt im Bereich der künstlichen Intelligenz. Der zweite brachte das Spiel in nur zehn Jahren zum Scheitern.
Im amerikanischen Wissenschaftsjournal WissenschaftAm 2. März bezifferte Neil Thompson mit Nur Ahmed, ebenfalls am MIT, und Muntasir Wahed (Virginia Tech University, Blacksburg) diesen Sieg. Im Jahr 2020 wurde in den Vereinigten Staaten die überwältigende Mehrheit der Doktoranden im Bereich KI, nämlich 70 %, vom privaten Sektor eingestellt, während der Anteil im Jahr 2004 nur 20 % betrug. Die Forscher fanden außerdem heraus, dass die Abwerbung von Professoren durch große Unternehmen im Jahr 2018 um 10 % zugenommen hatte, während die Einstellungszahlen an der Universität seit fünfzehn Jahren stabil blieben.
Auch bei den Rechenressourcen herrscht das gleiche Ungleichgewicht. Branchen-„Modelle“, also auf riesigen Datenmengen trainierte Programme wie ChatGPT, Bard, Dall-E usw., sind mittlerweile mit Hunderten Milliarden Parametern dreißigmal größer als diejenigen in der akademischen Welt. In vielen Fällen ist eine größere Größe jedoch gleichbedeutend mit höherer Qualität.
Infolgedessen kamen im Jahr 2020 40 % der Präsentationen auf Konferenzen von privaten Laboren, doppelt so viel wie im Jahr 2012. In ihrem Jahresbericht zu diesem Thema im April machten ihre Kollegen in Stanford ähnliche Beobachtungen: Die Industrie verfügte über zweiunddreißig Modelle “wichtig” gegen drei in der akademischen Welt. In Bezug auf Veröffentlichungen stellte der Bericht fest, dass Unternehmen auch in Bezug auf den ethischen Aspekt der künstlichen Intelligenz „Mehr denn je einreichen“. Beispielsweise sind es im Jahr 2022 dreimal mehr als im Jahr 2021 und ihre Menge entspricht einem Drittel dessen, was die akademische Welt produziert.
„Selbst am MIT können wir nicht mehr kämpfen“
Knapp, „Bei den drei Schlüsselparametern für den Erfolg von KI-Modellen, Daten, Rechenleistung und Humanressourcen, ist es unausgewogen“fasst Nur Ahmed zusammen, der sich daran erinnert, dass Unternehmen im Jahr 2021 340 Milliarden Dollar für künstliche Intelligenz ausgegeben haben, während amerikanische Förderagenturen in diesem Jahr die Forschung mit 1,5 Milliarden Dollar unterstützt hatten. „Selbst am MIT hört man Kollegen sagen, sie könnten nicht mehr kämpfen“sagt Neil Thompson aus.
Sie haben noch 35,6 % dieses Artikels zum Lesen übrig. Das Folgende ist nur für Abonnenten.
