Ratgeber

Künstliche Intelligenz als Geschäftsmodell: Wie Unternehmen sie einsetzen können

Seite 2 / 3

Verstehen (Understanding)

Aus all diesen Informationen erstellt die „General AI“ einen semantischen Graph. Durch ihn versteht sie die Welt um das Unternehmen, seine IT und seinen Geschäftszweck herum. Wiederum bezogen auf das Gewächshausbeispiel gehören dazu verschiedene Kontexte – etwa Eigenschaften und Spezifika des Gewächshauses sowie der Gurken-, Auberginen- und Paprikazucht. Diesen Graph füttert die „General AI“ ständig mit neuem Wissen aus weiteren Lerneinheiten. Die IT des Unternehmens spielt dabei eine wichtige Rolle, da hier alle Daten zusammenlaufen.

Lösen (Solving)

Das Konzept des sogenannten „Machine Reasoning“ kann Probleme in unklaren und sich ständig verändernden Umgebungen lösen. So kann die „General AI“ auf fortwährend wechselnde Kontexte reagieren und den besten Ablauf wählen. Die Gewächshaus-General-KI könnte durch Machine Reasoning nicht nur Lernen und Verstehen, das wäre eine Narrow AI. Sie kann auch bestmögliche Wissenskombinationen ermitteln, um Lösungen für Probleme selbstständig zu finden. So lässt sich nicht nur die Bearbeitungszeit verkürzen. Auch die Zahl möglicher Permutationen vergrößert sich exponentiell mit der steigenden Wissensmenge. Je größer der semantische Graph, desto mehr weitere Gemüsesorten könnte die Gewächshaus-General-KI züchten.

Anforderungen an KI-Infrastrukturen

KI kann nicht nur existierende Infrastrukturen – etwa Cloud-Umgebungen– verbessern. Sie kann auch eine ganz neue Generation von Infrastruktur-Technologien vorantreiben. Denn sie verlangt nicht nur neue Programmier-Frameworks, sondern stellt auch ganz andere Anforderungen an die Hardware.

Mobile- und Internet-of-Things-Anwendungen hatten bisher nur geringe Anforderungen an die Runtime-Umgebung einer Infrastruktur. Kritisch sind bei ihnen dagegen die entsprechenden Services, um ein Backend aufzubauen. Im Gegensatz dazu erwarten KI-Applikationen anspruchsvolle Backend-Services und auch optimierte Runtime-Umgebungen, die auf die GPU-intensiven Anforderungen der KI-Lösungen abgestimmt sind. Denn KI-Anwendungen fordern die Infrastruktur durch die parallele Verarbeitung von Aufgaben in sehr kurzen Zeitzyklen heraus.

Vor allem für die Beschleunigung von Deep-Learning-Anwendungen kommen deshalb bevorzugt GPU-Prozessoren zum Einsatz. GPU-optimierte Anwendungen verteilen die rechenintensiven Bereiche der Anwendung auf die GPU, also den Grafikprozessor, und lassen die einfachen Berechnungen wie gewöhnlich von der CPU verarbeiten. Das beschleunigt die Ausführung der gesamten Anwendung.

Nvidia war bisher vor allem als Produzent von leistungsstarken Grafikkarten, etwa für Gaming-PCs, bekannt. Weil KI-Anwendungen aber besonders gut auf Grafikprozessoren (GPU) laufen, erlebt das Unternehmen einen regelrechten Aufwind. Hier im Bild die Titan-X-Grafikkarte. (Foto: Nvidia)

Der Vorteil einer GPU gegenüber einer CPU zeigt sich in den entsprechenden Architekturen: Eine CPU ist auf die serielle Verarbeitung ausgelegt und enthält nur wenige Kerne. Eine GPU besteht dagegen aus einer parallelen Architektur mit vielen kleineren Kernen, die die Aufgaben gleichzeitig bearbeiten. Laut Nvidia ist der Anwendungsdurchsatz einer GPU zehn- bis hundertmal größer als der einer CPU. Eine KI-Infrastruktur sollte also bei Bedarf ein Deep-Learning-Framework wie Tensorflow oder Torch mit hunderten oder gar tausenden Nodes bereitstellen können, die mit der optimalen GPU-Konfiguration zur Verfügung stehen.

Bitte beachte unsere Community-Richtlinien

Wir freuen uns über kontroverse Diskussionen, die gerne auch mal hitzig geführt werden dürfen. Beleidigende, grob anstößige, rassistische und strafrechtlich relevante Äußerungen und Beiträge tolerieren wir nicht. Bitte achte darauf, dass du keine Texte veröffentlichst, für die du keine ausdrückliche Erlaubnis des Urhebers hast. Ebenfalls nicht erlaubt ist der Missbrauch der Webangebote unter t3n.de als Werbeplattform. Die Nennung von Produktnamen, Herstellern, Dienstleistern und Websites ist nur dann zulässig, wenn damit nicht vorrangig der Zweck der Werbung verfolgt wird. Wir behalten uns vor, Beiträge, die diese Regeln verletzen, zu löschen und Accounts zeitweilig oder auf Dauer zu sperren.

Trotz all dieser notwendigen Regeln: Diskutiere kontrovers, sage anderen deine Meinung, trage mit weiterführenden Informationen zum Wissensaustausch bei, aber bleibe dabei fair und respektiere die Meinung anderer. Wir wünschen Dir viel Spaß mit den Webangeboten von t3n und freuen uns auf spannende Beiträge.

Dein t3n-Team

Schreib den ersten Kommentar!

Melde dich mit deinem t3n Account an oder fülle die unteren Felder aus.

Bitte schalte deinen Adblocker für t3n.de aus!

Hey du! Schön, dass du hier bist. 😊

Bitte schalte deinen Adblocker für t3n.de aus, um diesen Artikel zu lesen.

Wir sind ein unabhängiger Publisher mit einem Team bestehend aus 65 fantastischen Menschen, aber ohne riesigen Konzern im Rücken. Banner und ähnliche Werbemittel sind für unsere Finanzierung sehr wichtig.

Danke für deine Unterstützung.

Digitales High Five,
Stephan Dörner (Chefredakteur t3n.de) & das gesamte t3n-Team

Anleitung zur Deaktivierung