Arvind Krishna, CEO von IBM, glaubt nicht, dass die heutige künstliche Intelligenz auf einem direkten Weg zur künstlichen allgemeinen Intelligenz (AGI) ist. Trotz der langen IT-Geschichte von IBM – von grundlegenden Technologien des 20. Jahrhunderts bis zum neueren Watson-Supercomputer – räumt Krishna frühere Fehltritte ein und erklärt, warum der aktuelle Wandel hin zur generativen KI sowohl vielversprechend als auch grundlegend anders ist.
Die Entwicklung der KI bei IBM
IBM ist seit Jahrzehnten ein wichtiger Akteur in der KI-Forschung. Watsons Jeopardy! -Sieg im Jahr 2011 zeigte die frühe Verarbeitung natürlicher Sprache, aber Krishna gibt zu, dass es „unangemessen“ war, Watson zu früh ins Gesundheitswesen zu drängen. Der ursprüngliche Ansatz war zu monolithisch; Ingenieure sehnten sich nach Modularität und Individualisierung.
Der entscheidende Unterschied besteht nun in der Verlagerung von maßgeschneiderten Deep-Learning-Modellen – die umfangreiche, gekennzeichnete Datensätze und eine ständige Neuschulung erforderten – hin zu großen Sprachmodellen (LLMs). LLMs nutzen Brute-Force-Computing, um eine 100-fache Verbesserung der Geschwindigkeit, Abstimmung und Bereitstellungsfähigkeit zu erreichen.
Der LLM-Wendepunkt
Während Google bei einigen der zugrunde liegenden LLM-Technologien Pionierarbeit geleistet hat (z. B. das Papier „Aufmerksamkeit ist alles, was Sie brauchen“), war die Umstellung der Branche auf LLMs ein entscheidender Wendepunkt. Krishna weist darauf hin, dass LLMs die Notwendigkeit einer ständigen menschlichen Kennzeichnung verringern und sie dadurch deutlich skalierbarer und anpassungsfähiger machen.
Dieser Wandel ist nicht ohne Kosten. Die Infrastruktur für LLMs erfordert massive Investitionen in GPUs und Rechenzentren, und die Rendite ist nicht garantiert. Krishna glaubt jedoch, dass Fortschritte im Halbleiterbereich und alternative Architekturen (wie die von Groq und Cerebras) die Kosten in den nächsten fünf Jahren senken werden.
Jenseits von LLMs: Die Quantenwette
Trotz des aktuellen Hypes um LLMs betont Krishna, dass dies nicht das „Ende von allem“ ist. IBM investiert weiterhin stark in Quantencomputer und ist sich bewusst, dass LLMs nur ein Schritt in einer längeren technologischen Entwicklung sind. Quantencomputing bleibt eine langfristige Wette, aber Krishna glaubt, dass darin der Schlüssel zur Lösung von Problemen liegt, die über die Möglichkeiten der klassischen KI hinausgehen.
Letztendlich positioniert sich IBM für eine Zukunft, in der es bei KI nicht nur um schnellere Berechnungen, sondern um grundlegend neue Fähigkeiten geht.
Der Übergang ist teuer und ungewiss, aber Krishna ist weiterhin zuversichtlich, dass IBM nicht zurückbleiben wird.
