Wissenschaftler entwickeln eine KI im Taschenformat mithilfe von Affen-Neuronen
Können Sie sich ein KI-Modell vorstellen, das so klein ist, dass es als E-Mail-Anhang um die ganze Welt verschickt werden könnte? Genau das ist das neue KI-Modell, das von Wissenschaftlern in den USA entwickelt wurde und stark vom menschlichen Gehirn inspiriert ist.
Forscher des Cold Spring Harbor Laboratory (CSHL) haben in Zusammenarbeit mit Kollegen der Carnegie Mellon University und der Princeton University ein hocheffizientes Modell für künstliche Intelligenz (KI) entwickelt, das wesentlich kompakter ist als heutige Modelle und dabei nur einen Bruchteil der Energie verbraucht. Interessanterweise stammen die Daten zur Entwicklung dieses Modells von Neuronen von Affen.
Der jüngste Aufschwung in der KI-Entwicklung stützt sich auf die überlegene Rechenleistung von Siliziumchips. Diese Leistung geht jedoch mit einem hohen Energie- und Wasserverbrauch einher. KI mag zwar bei der Ausführung bestimmter Aufgaben effizient sein, ist jedoch nicht energieeffizient. Daher wandten sich die Forscher der effizientesten Rechenplattform zu – dem menschlichen Gehirn.
Inspiriert vom Gehirn
Bei all ihren Fähigkeiten ahmt die KI lediglich nach, was das Gehirn seit Jahrtausenden tut. Was sie jedoch nicht nachahmen kann, ist das Energieverbrauchsverhalten. Das menschliche Gehirn verbraucht weniger Energie als zum Leuchten einer Glühbirne benötigt wird. Das Erreichen einer ähnlichen Effizienz wäre eine immense Hilfe für unseren Planeten, da die KI immer mehr zu einem Teil unseres Alltags wird.
Die Forscher hatten eigentlich gar nicht vor, ein solches Modell zu entwickeln. Stattdessen versuchten sie zu verstehen, wie das menschliche Gehirn funktioniert – insbesondere sein visuelles System. Was das Gehirn empfängt, sind Lichtsignale, anhand derer es eine Katze von einem Hund unterscheiden oder sogar den Namen eines Freundes anhand einer schwachen Silhouette erraten kann.
Die Forscher untersuchten eine Gruppe von Neuronen namens V4, die Teil des visuellen Systems sind und Farben, Texturen, Kurven und vieles mehr für das Gehirn kodieren können. Zur Erstellung des Modells stützte sich das Team auf Daten, die anhand von Neuronen von Makaken trainiert worden waren.
Mithilfe einer Technik zur Komprimierung von Fotos und zur Beseitigung von Modellredundanzen gelang es den Forschern, die Datei so stark zu verkleinern, dass sie als E-Mail-Anhang versendet werden konnte.
Wir wissen, wie diese KI funktioniert
Aufgrund der geringen Größe des KI-Modells konnten die Forscher einen Einblick in dessen Funktionsweise gewinnen, was bei großen KI-Modellen derzeit nicht möglich ist. Die Forscher stellten fest, dass einige V4-Neuronen auf Formen mit starken Kanten reagierten, während andere auf kleine Punkte in einem Bild reagierten.
Die Forscher sind der Ansicht, dass ihre Arbeit dazu beitragen könnte, die Sensorsysteme in selbstfahrenden Autos dabei zu unterstützen, Fußgänger und andere Fahrzeuge besser zu erkennen, wobei deutlich weniger Energie verbraucht wird.
Dies könnte nicht nur dazu beitragen, kompaktere und effizientere KI-Systeme zu entwickeln, sondern auch Aufschluss darüber geben, was im Gehirn bei Krankheiten wie Alzheimer schiefläuft.