Aufrufe
vor 1 Jahr

Netzwoche 06/2020

24 People Live Sie sind

24 People Live Sie sind seit mehr als 20 Jahren beim IBM Research Lab in Zürich « Maschinen werden nie Entscheidungen für Menschen treffen » Seit 1956 betreibt IBM in Zürich das Research Lab. Alessandro Curioni leitet das Forschungszentrum und erlebt hautnah mit, wie sich künstliche Intelligenz von der Theorie immer mehr zur Praxis wandelt. Im Interview sagt er, wie sich die KI von morgen von heu tigen Anwendungen unterscheidet und erklärt, was es für diesen Wandel braucht. Interview: René Jaun « Verstehen ist ein sehr menschliches Konzept, kein maschinelles. » i Alessandro Curioni, Direktor, IBM Research Labs Zürich ZUR PERSON Alessandro Curioni ist Vizepräsident von IBM Europe und Direktor des IBM Research Lab in Zürich. Er ist verantwortlich für die IBM-Unternehmensforschung in Europa und koordiniert die globale Forschung in den Bereichen Internet der Dinge und Sicherheit. Er war Mitglied des Gewinnerteams, das 2013 und 2015 mit dem renommierten «Gordon Bell»-Preis ausgezeichnet wurde. Seine Forschungsinteressen umfassen künst liche Intelligenz, Big Data und neuartige Rechenparadigmen wie Neuromorphic und Quantum Computing. Das vollständige Interview finden Sie online www.netzwoche.ch tätig und haben hier viel erreicht. Wo rauf sind Sie besonders stolz? Alessandro Curioni: Ich kam als theoretischer Chemiker und als Computerwissenschaftler zum Research Lab. In meiner technischen Karriere habe ich immer versucht, mit Computern die Wirklichkeit zu simulieren und dann mithilfe dieser Simulation grosse Probleme von Firmen oder der ganzen Gesellschaft zu lösen. Zu Beginn funktionierte das jedoch nur theoretisch. Es brauchte einige Jahre der Entwicklung und es brauchte mehr und bessere Rechenpower. Heute sind wir soweit, dass wir dies wirklich tun können, indem wir zum Beispiel alleine durch eine Simulation eine Silikon-Alternative zur Verwendung in Halbleitertechnologien finden und so das Materialdesign unterstützen. Und zu erleben, dass diese Theorie heute ganz real angewendet wird, halte ich für eine der grössten Errungenschaften. Was passierte in den vergangenen Jahren auf technischer Ebene? Im Computing haben wir mehr als 30 Jahre lang die Rechenleistung erhöht, indem wir kleinere Transistoren entwickelten und dann mehr Transistoren auf einer Platine anbringen konnten, oder indem wir die Leistung der Transistoren beschleunigten. Diese Entwicklung verlangsamte sich zu der Zeit, als ich zu IBM Research kam, und wir fingen stattdessen an, Computer parallelisiert und skaliert zu betreiben. Die Berechnungen wurden auf vielen separaten Einheiten durchgeführt. Wir sprechen hier von Millionen von CPUs, die zusammenarbeiten. Damit lässt sich die Performance weiter steigern. Auch dies ist für mich eine grosse Leistung, denn es ist uns gelungen, zu zeigen, dass man damit wirklich höchst komplexe Applikationen laufen lassen kann. Oft sagte man mir, dass so etwas unmöglich oder enorm schwierig sein würde. Und als Wissenschaftler und Innovator Barrieren zu überwinden und zu demonstrieren, dass es möglich ist, schaue ich als meine grösste Leistung an. Die Leistung ist also weniger ein einzelnes Ereignis als eine längere Entwicklung? Genau. Es ist aber vor allem die Fähigkeit, mit neuen Entwicklungen Probleme in der realen Welt lösen zu helfen. Wenn eine Entwicklung per se für Unternehmen, die Gesellschaft oder die Welt keinen Unterschied machen kann, ist sie für mich keine Leistung, sondern nur noch ein Game. Wenn sich eine Idee nicht so umsetzen lässt, dass sie in der realen Welt, im Markt, für Menschen oder Geschäfte eine Veränderung bewirkt, ist es keine Innovation. Warum ist künstliche Intelligenz (KI) heute so weit verbreitet? Schauen Sie: Künstliche Intelligenz wird alles verändern, was wir tun – jedes Business, jeden Beruf – und zwar aus einem zentralen Grund. Der wichtigste Wert in unserer Welt ist Information, und Information steckt in Daten. KI ist das einzige Instrument, das es uns erlaubt, aus grossen Datenmengen Informationen und Wissen zu holen. Dank ihr werden wir bessere Entscheidungen schneller und effizienter treffen können. Der Grund, warum sich KI-Anwendungen heute so explosiv verbreiten, liegt darin, dass wir heute genug Rechenpower dafür haben, und wir haben die Power auch demokratisiert, dank der Cloud. Dank der Digitalisierung haben wir heute riesige Datenmengen, und dank des technologischen Fortschritts haben wir heute die Möglichkeit, diese mittels KI zu verarbeiten und einen Wert daraus zu schöpfen. IBM engagiert sich sehr breit in der KI-Forschung. Auf welchen Bereichen liegt Ihr Fokus? Wir entwickeln und erweitern grundsätzliche KI-Methoden, mit denen sich aus Daten Wissen und Informationen gewinnen lassen, mit denen wiederum bessere und schnellere Entscheidungen gefällt werden. Im grösseren Sinne arbeiten wir an der Erweiterung von KI. Die heute eingesetzten KI-Algorithmen nennen wir «Narrow AI». Diese Modelle lösen sehr spezifische Aufgaben sehr gut, schnell, akkurat und zuverlässig. Ein Beispiel wäre etwa eine Bild erkennung, die Schäden in einer Güterproduktion feststellt. Bei solchen Anwendungen ist KI heute besser und zuverlässiger als Menschen. Aber wir glauben, dass die grosse Revolution und der grosse Impact auf Geschäfte dann erfolgt, wenn wir von «Narrow AI» zu «Broad AI» wechseln. Da werden wir dann über die Modelle, die nur eine spezifische Sache können, hinausgehen. 06 / 2020 www.netzwoche.ch © netzmedien ag

People Live 25 Glauben Sie, dass KI komplett frei von Verzerrungen sein kann? Nein, und ich glaube auch nicht, dass dies so sein sollte. Denn es gibt auch Verzerrungen, die im Grunde gut sind. Wenn Sie etwa jemanden suchen, der Deutsch spricht, dann darf ich den «Bias» für deutsch sprechende Personen nicht entfernen. Es kommt also immer auf das Ziel an. Wie steht es um die Sicherheit von Algorithmen? Das ist der zweite wichtige Punkt, mit dem wir uns befassen. Oft lassen sich KI-Modelle angreifen, indem man den Algorithmus mit «zusätzlichem Lärm» stört. Sie könnten zum Beispiel kleine Änderungen an einem Stoppschild vornehmen und so schlimmstenfalls bewirken, dass die Bild erkennung des intelligenten Autos das Schild nicht mehr korrekt interpretiert. Wollen wir KI-Modelle kommerziell einsetzen, müssen wir die Angriffsmöglichkeiten kennen und die Algorithmen davor schützen. Oft hört man auch den Ruf nach Transparenz. Wir versuchen, klar aufzuzeigen, welche Daten für welches KI-Modell genutzt werden und wie der Algorithmus trainiert wurde. Und die Daten gehören immer den Leuten, die sie produzieren. Auch die bereits erwähnten Verzerrungen müssen offengelegt werden. Kurz: Transparenz entlang der gesamten Wertschöpfungskette ist superwichtig. Sprechen wir über konkrete Geschäftsbereiche. Welche Felder erforschen Sie? Wir beschäftigen uns mit allen Industriezweigen, die durch KI transformiert werden können. Dazu gehört etwa die Fertigung: KI ermöglicht das deutlich schnellere und bessere Aufspüren sowie das effizientere Korrigieren von Mängeln in den produzierten Gütern. KI kann auch besser voraussagen, wann die Produktionsmaschinen gewartet werden müssen. « Wenn eine Entwicklung per se für Unternehmen, die Gesellschaft oder die Welt keinen Unterschied machen kann, ist sie für mich keine Leistung, sondern nur ein Game. » Alessandro Curioni, Direktor, IBM Research Labs Zürich Und welche Herausforderungen stellen sich bei dieser Transformation? Wir müssen die KI vertrauenswürdiger machen. Zunächst ist wichtig, dass die KI-Methoden keinem unfreiwilligen Bias unterliegen. Die heutigen KI-Modelle basieren jedoch auf Daten aus der Vergangenheit, und oft sind diese Daten schon voller menschlicher Verzerrungen. Entwickeln wir beispielsweise ein KI-Modell, das der HR-Abteilung hilft, einen Unternehmens-CEO auszuwählen. Wird das Modell mit alten Daten aus der Vergangenheit trainiert, ohne den Bias zu entfernen, können Sie sicher sein, dass sich der Algorithmus regelmässig für weisse Männer entscheiden wird; denn früher wurde meistens genau so entschieden. Wir müssen Verzerrungen in Daten verstehen und messen, um sie später korrigieren zu können. Wir lesen immer wieder von Entwicklungen im Stras senverkehr. Wann, glauben Sie, werden wir vollkommen autonom fahrende Autos haben? Die Technologie wird sich in Schritten entwickeln. Und in diesem Fall geht es nicht nur darum, ob die Technologie selbst bereit ist. Vielmehr geht es um ein ganzes Ökosystem, das vorbereitet sein muss. Und natürlich geht es um Normen, Verlässlichkeit und weitere Aspekte. Es wird etwas Zeit brauchen, aber wir steuern in die richtige Richtung. Die ersten Flugzeuge, die wir hatten, transportierten nicht hundert Passagiere über den Ozean. Auch diese Entwicklung fand in Schritten statt. Ich bin blind. Wann werde ich mein eigenes Auto legal und sicher fahren können? Ich habe keine Kristallkugel, aber ich glaube und hoffe, dass dies baldmöglichst passiert. Schauen wir uns lediglich die grundsätzliche Technologie an, sind wir nicht so weit davon entfernt. Ich vermute, es wird uns stärker fordern, www.netzwoche.ch © netzmedien ag 06 / 2020

Archiv

Specials