Google überdenkt seine Strategie für künstliche Intelligenz angesichts jüngster Berichte, wonach sein auf Dialoge ausgelegtes KI-Tool Gemini keine Leistungssteigerungen erzielt. Die verlangsamten Fortschritte des großen Sprachmodells haben zu Debatten über die künftige Entwicklung generativer KI und das nachlassende Tempo ihrer Verbesserung beigetragen.
The Information berichtet, dass Googles KI-Entwicklung im Vergleich zu früheren Modellversionen geringere Verbesserungsraten verzeichnet als zuvor. Frühere Modelle erzielten mit mehr Trainingsdaten und Rechenleistung schnellere Fortschritte. Das aktuelle KI-Modell verbessert sich jedoch langsamer, selbst wenn mehr Verarbeitungsdaten und spezialisierte KI-Chips zum Einsatz kommen.
Um der Verlangsamung der Fortschritte bei KI-Modellen Rechnung zu tragen, haben Google-Forscher ihre Strategie auf neue Methoden zur Leistungssteigerung der KI-Technologie ausgerichtet und dabei den Fokus auf Innovationen im Bereich multimodaler KI, KI-Modelle mit Schlussfolgerungsfähigkeiten und Trainingsfähigkeiten mit synthetischen Daten beibehalten.
KI-Leistung: Geteiltes Leid ist halbes Leid
Google ist nicht das einzige Unternehmen, bei dem die Entwicklung seiner Modelle langsamer vorankommt. Die Leistungsprobleme bei der KI folgen ähnlichen Trends, wie sie zuletzt auch mehrere führende KI-Entwickler erlebt haben.
Die Evaluierungen von OpenAI für sein neuestes Modell Orion haben im Vergleich zu früheren Modellen nur moderate Verbesserungen beim Programmieren und minimale neue Fortschritte ergeben. Auch Anthropic erlebt bei der Entwicklung seines KI-Modells Claude 3.5 Opus Verzögerungen. Da die konkurrierenden Unternehmen Schwierigkeiten bei der Entwicklung ihrer neuesten Modelle haben, hat jedes von ihnen daran gearbeitet, seine KI-Strategien anzupassen. Anthropic hat die Veröffentlichung von Opus verschoben, und die Forscher von OpenAI haben neue Techniken entwickelt, um die verlangsamten Fortschritte auszugleichen.
Ein Sprecher von Google erklärte, dass das Unternehmen seine Ansätze für das Modelltraining überdenke und in Daten investiere, wobei es von KI erzeugte synthetische Daten, Video- und Audiodaten in seinem Modelltraining einsetze. Trotz des Einsatzes zusätzlicher Rechenressourcen und Trainingsdaten hat das neue Modell jedoch noch nicht die erwartete Fortschrittsrate erreicht.
Die Skalierungsgesetze der KI werden neu bewertet
Da Unternehmen bei ihren Versuchen, fortschrittlichere KI-Modelle zu entwickeln, auf Hindernisse stoßen, befürchten Branchenanalysten, dass diese Engpässe auf die Zukunft der generativen KI-Technologie.
hindeuten könnten. Diese jüngsten Erfahrungen bei der KI-Entwicklung stellen das grundlegende Verständnis der Verbesserung von KI-Modellen infrage, das auch als Skalierungsgesetze bezeichnet wird. Die Annahme lautete, dass neue Modelle ähnliche Verbesserungsraten zeigen würden, wenn die Entwickler mehr spezialisierte KI-Chips einsetzen und mehr Daten verarbeiten.
Während das Konzept der Skalierungsgesetze auf die Probe gestellt wird, könnten Geschwindigkeit und Leistung neuer KI-Modelle abnehmen, bis neue Methoden zu ihrer Verbesserung entdeckt werden. Unterdessen könnte die nachlassende Dynamik bei den Fortschritten generativer KI unter den großen Technologiekonzernen kleineren KI-Unternehmen zugutekommen. Während Google, OpenAI und andere namhafte Akteure daran arbeiten, ihre Modellprobleme zu überwinden, könnten kleinere Entwickler Zeit haben, in puncto KI-Qualität aufzuholen.
Siehe in unserem direkten Vergleich, wie Googles Gemini und OpenAIs ChatGPT abschneiden.