Expertenprognosen für den Verlauf von KI im Jahr 2020

VentureBeat hat kürzlich fünf der intelligentesten und erfahrensten Köpfe im Bereich KI interviewt und sie gebeten, ihre Prognosen für den Verlauf von KI im Laufe des kommenden Jahres abzugeben. Die interviewten Personen waren:

• Soumith Chintala, Ersteller von PyTorch.
• Celeste Kidd, KI-Professorin an der University of California.
• Jeff Dean, Leiter von Google AI.
• Anima Anandkumar, Leiterin der maschinellen Lernforschung bei Nvidia.
• Dario Gil, Leiter der IBM-Forschung.

Soumith Chintala

Chintala, der Ersteller von PyTorch, das derzeit wahrscheinlich das beliebteste maschinelle Lernframework ist, prognostizierte, dass 2020 einen größeren Bedarf an Hardware-Beschleunigern für neuronale Netze und Methoden zur Beschleunigung der Modelltrainingsgeschwindigkeit sehen wird. Chintala erwartete, dass die nächsten paar Jahre einen verstärkten Fokus auf die optimale Nutzung von GPUs und die automatische Kompilierung für neue Hardware sehen werden. Darüber hinaus erwartete Chintala, dass die KI-Gemeinschaft beginnen wird, andere Methoden zur Quantifizierung der KI-Leistung aggressiver zu verfolgen und weniger Wert auf reine Genauigkeit zu legen. Faktoren, die berücksichtigt werden sollten, sind Dinge wie die Menge an Energie, die zum Trainieren eines Modells benötigt wird, wie KI verwendet werden kann, um die Art von Gesellschaft aufzubauen, die wir wollen, und wie die Ausgabe eines Netzwerks menschlichen Bedienern intuitiv erklärt werden kann.

Celeste Kidd

Celeste Kidd hat einen großen Teil ihrer jüngsten Karriere damit verbracht, für mehr Verantwortung bei den Designern von Algorithmen, Technikplattformen und Empfehlungssystemen für Inhalte zu werben. Kidd hat oft argumentiert, dass Systeme, die darauf ausgelegt sind, die Bindung zu maximieren, schwerwiegende Auswirkungen auf die Art und Weise haben können, wie Menschen ihre Meinungen und Überzeugungen bilden. Immer mehr Aufmerksamkeit wird der ethischen Nutzung von KI-Algorithmen und -Systemen gewidmet, und Kidd prognostizierte, dass 2020 ein erhöhtes Bewusstsein dafür geben wird, wie Techniktools und -plattformen das Leben und die Entscheidungen der Menschen beeinflussen, sowie eine Ablehnung der Vorstellung, dass Techniktools tatsächlich neutral in der Konstruktion sein können.

„Wir müssen wirklich, als Gesellschaft und insbesondere als die Menschen, die an diesen Tools arbeiten, die Verantwortung direkt anerkennen, die damit verbunden ist“, sagte Kidd.

Jeff Dean

Jeff Dean, der derzeitige Leiter von Google AI, prognostizierte, dass 2020 Fortschritte im multimodalen Lernen und im Multitask-Lernen zu erwarten sind. Multimodales Lernen ist, wenn KI mit mehreren Arten von Medien gleichzeitig trainiert wird, während Multitask-Lernen darauf abzielt, es KI zu ermöglichen, gleichzeitig mehrere Aufgaben zu trainieren. Dean erwartete auch weitere Fortschritte bei der Entwicklung von Sprachverarbeitungsmodellen auf Basis von Transformer, wie z.B. Googles BERT-Algorithmus und die anderen Modelle, die die GLUE-Bestenlisten anführten. Dean erwähnte auch, dass er weniger Verlangen nach der Schaffung der fortschrittlichsten State-of-the-Art-Leistungsmodelle und mehr Verlangen nach der Schaffung von Modellen sehen möchte, die robuster und flexibler sind.

Anima Anandkumar

Anandkumar erwartete, dass die KI-Gemeinschaft 2020 mit vielen Herausforderungen konfrontiert werden wird, insbesondere mit dem Bedarf an vielfältigeren Datensätzen und der Notwendigkeit, die Privatsphäre der Menschen beim Trainieren auf Daten zu gewährleisten. Anandkumar erklärte, dass Gesichtserkennung oft die meiste Aufmerksamkeit erhält, es jedoch viele Bereiche gibt, in denen die Privatsphäre der Menschen verletzt werden kann, und dass diese Probleme möglicherweise im Laufe des Jahres 2020 in den Vordergrund rücken werden.

Anandkumar erwartete auch, dass weitere Fortschritte bei der Entwicklung von Transformer-basierten Sprachverarbeitungsmodellen zu erwarten sind.

„Wir sind noch nicht auf dem Stand, interaktive Dialoggenerierung zu ermöglichen, die tracken und natürliche Konversationen führen kann. Ich denke, es wird 2020 ernsthafte Versuche in diese Richtung geben“, sagte sie.

Schließlich erwartete Anandkumar, dass das kommende Jahr auch die Entwicklung des iterativen Algorithmus und der Selbstüberwachung sehen wird. Diese Trainingsmethoden ermöglichen es KI-Systemen, sich selbst zu trainieren, und können möglicherweise dazu beitragen, Modelle zu schaffen, die sich durch Selbsttrainieren auf unbeschrifteten Daten verbessern können.

Dario Gil

Gil prognostizierte, dass 2020 Fortschritte bei der Schaffung von KI in einer computationally effizienteren Weise zu erwarten sind, da die derzeitige Art und Weise, wie tiefe neuronale Netze trainiert werden, auf viele Weise ineffizient ist. Aufgrund dessen erwartete Gil, dass dieses Jahr Fortschritte bei der Schaffung von reduzierten Präzisionsarchitekturen und einer allgemeinen effizienteren Ausbildung sehen wird. Ähnlich wie einige der anderen Experten, die interviewt wurden, prognostizierte Gil, dass Forscher 2020 beginnen werden, sich stärker auf Metriken außerhalb der Genauigkeit zu konzentrieren. Gil äußerte Interesse an neuraler symbolischer KI, da IBM Wege erforscht, um probabilistische Programmiermodelle mit neuralen symbolischen Ansätzen zu erstellen. Schließlich betonte Gil die Bedeutung, KI für diejenigen zugänglicher zu machen, die an maschinellem Lernen und der Beseitigung der Wahrnehmung interessiert sind, dass nur Genies mit KI und Data Science arbeiten können.

„Wenn wir es als mythologisches Reich lassen, dieses Feld der KI, das nur für die ausgewählten PhDs zugänglich ist, die daran arbeiten, trägt es nicht wirklich zu seiner Adoption bei“, sagte Gil.