In der aktuellen Folge des Podcasts „Made in Science“ spricht Moderator Wolfgang Holtkamp mit Professor Marco Aiello, dem Leiter der Abteilung Service Computing am Institut für Architektur von Anwendungssystemen (IAAS) der Universität Stuttgart. Das Gespräch dreht sich um den Einfluss der künstlichen Intelligenz (KI) auf die Informatik, die Forschung und unseren Alltag. Die Metapher der KI als Tsunami veranschaulicht dabei die enormen, sich rasch verändernden Entwicklungen in diesem Bereich. In den letzten Jahren hat der Aufstieg großer Sprachmodelle, auch als Large Language Models (LLMs) bekannt, eine zentrale Rolle eingenommen. Diese Modelle sind in der Lage, menschliche Sprache nicht nur zu verarbeiten, sondern auch zu generieren und finden mittlerweile vielseitige Anwendung in Unternehmen, sei es in der natursprachebasierten Kundenkommunikation oder in der automatisierten Content-Erstellung.

Die Diskussion im Podcast beleuchtet die Herausforderungen, die mit der interdisziplinären Zusammenarbeit einhergehen. Professor Aiello betont die Notwendigkeit, verschiedene Fachrichtungen zusammenzubringen, um die volle Bandbreite der KI-Technologien zu nutzen. Hierbei ist es wichtig, die technischen Grundlagen zu verstehen, die auf Informatik und angewandter Mathematik beruhen. So können auch Fragen zur gesellschaftlichen und ethischen Relevanz von KI angegangen werden. Laut m-cons.de entwickeln interdisziplinäre Projekte Lösungen, die nicht nur technisch, sondern auch gesellschaftlich verantwortbar sind.

Vom Wort zur Tat: Umsetzung von KI in Unternehmen

Die Implementierung von LLMs erfordert einen strukturierten Ansatz. Unternehmen sollten zunächst die Aufgaben definieren, die sie mit KI angehen möchten. Dabei ist es entscheidend, die eigenen Rechenkapazitäten zu bewerten und die zu integrierenden Daten zu identifizieren. Wichtige Faktoren bei der Auswahl eines passenden LLMs umfassen Anpassungsfähigkeit, technische Kompatibilität, Kosten sowie rechtliche und ethische Implikationen. Modelle wie GPT-4 von OpenAI oder Llama 2 von Meta stellen nur einige Beispiele für die unterschiedlichen Möglichkeiten dar, die diese Technologie bietet. Fraunhofer IESE hebt hervor, dass LLMs oft ohne zusätzliches Finetuning für viele Aufgaben eingesetzt werden können, was den Einstieg in die Technologie erheblich erleichtert.

Doch die Entwicklungen bringen auch Herausforderungen mit sich. Der Energiebedarf moderner Rechenzentren beispielsweise ist ein bedeutendes Thema, das die Debatte um die Nachhaltigkeit von KI-Technologien anheizt. Professor Aiello weist in der Podcastepisode darauf hin, dass ein Wandel zu grüner IT unerlässlich ist, um ökologische Fußabdrücke zu minimieren. Dies wird auch durch die Notwendigkeit gestützt, nachhaltige Lösungen zu finden, bei denen genauer geprüft werden sollte, ob LLMs tatsächlich erforderlich sind oder ob kleinere Modelle ausreichend sind.

Risiken und Chancen der humanoiden Robotik

Ein weiterer spannender Aspekt der Diskussion sind die Chancen und Risiken der humanoiden Robotik. Diese Technologie birgt das Potenzial, den Alltag erheblich zu verändern, wirft jedoch auch zahlreiche ethische und gesellschaftliche Fragen auf. Die Einbindung von Experten aus den Sozialwissenschaften und der Ethik ist entscheidend, um Richtlinien zu entwickeln, die Persönlichkeitsrechte schützen und diskriminierende Praktiken vermeiden. Die interdisziplinäre Forschung wird in diesem Kontext als Schlüssel zur Entwicklung wirksamer Techniken hervorgehoben, die den Fokus auf die Menschen lenken.

Werbung
Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Zusammenfassend lässt sich sagen, dass die kontinuierliche Forschung und der Austausch zwischen verschiedenen Disziplinen nicht nur Innovationen fördern, sondern auch dazu beitragen, die Potenziale der künstlichen Intelligenz nachhaltig zu erschließen. Die Entwicklungen in der KI, von der Grundlagenforschung bis zur praktischen Anwendung, unterstreichen, dass ein interdisziplinärer Ansatz unverzichtbar ist, um der Schnelllebigkeit und Komplexität der neuen Technologien gerecht zu werden.