Warum erlebt das Feld der AI gerade jetzt einen solchen Boom? Eine Analyse der Treiber, die den bedeutenden Fortschritt in Deep Neural Networks und Large Language Models wie ChatGPT ermöglichen.
Let's dive in...
Warum erlebt das Feld der AI gerade jetzt einen solchen Boom?
Schliesslich wurde AI bereits vor 67 Jahren, im Jahr 1956, auf der Dartmouth-Konferenz diskutiert! Und die ersten deep-learning-ähnlichen Modelle wurden bereits 1965 beschrieben...
Hier sind drei Schlüsselfaktoren, die diesen Aufschwung erklären.
Der erste Grund ist die Rechenleistung: Obwohl sich die zugängliche Rechenleistung in den letzten über 50 Jahren alle 12 bis 24 Monate verdoppelt hat (Mooresches Gesetz), gab es erst seit etwa 2015 genug Rechenleistung, um die heutigen leistungsstarken Deep-Learning-Algorithmen zu betreiben. Vergleichbar leistete die weitreichende Verfügbarkeit von Bandbreite mit 3G im Jahr 2007 einen entscheidenden Beitrag zum Erfolg des ersten iPhones und der allgemeinen Verbreitung von Smartphones.
Der zweite Grund ist die massive Menge an «labeled data» (sorry, ich finde hier kein gutes Deutsches Wort. «Labled» ist zum Beispiel ein Bild einer Katze, welches zusätzlich als Katze angeschrieben ist.), die wir Menschen erstellt und hochgeladen haben. Die weltweiten Daten verdoppeln sich ungefähr alle zwei Jahre und sollen bis 2025 175 Zettabytes (also 175 Milliarden Millionen Megabytes) erreichen. Dies ist nicht nur eine grosse Menge an Daten, sondern vieles davon ist «labeled» und wurde genutzt, um das Training der heutigen grossen AI-Modelle zu ermöglichen. Grundsätzlich sanken die Kosten für das Training dieser AI-Systeme von 2017 bis 2022 um über 99%.
Der dritte und letzte Treiber für die heutige Dominanz der AI ist die massive Menge an Kapitalinvestitionen durch Venture-Fonds, Unternehmen und Regierungen. Laut dem AI Index Report der Stanford University investierten allein Unternehmen letztes Jahr 190 Milliarden Dollar in AI – eine 13-fache Steigerung gegenüber vor einem Jahrzehnt. PwC schätzt, dass AI bis 2030 15,7 Billionen Dollar zur Weltwirtschaft beitragen könnte.
Hier geht es zum gesamten Artikel: AI-Renaissance: AI & LLMs für Entscheidungsträger
Let's dive in...
Warum erlebt das Feld der AI gerade jetzt einen solchen Boom?
Schliesslich wurde AI bereits vor 67 Jahren, im Jahr 1956, auf der Dartmouth-Konferenz diskutiert! Und die ersten deep-learning-ähnlichen Modelle wurden bereits 1965 beschrieben...
Hier sind drei Schlüsselfaktoren, die diesen Aufschwung erklären.
Der erste Grund ist die Rechenleistung: Obwohl sich die zugängliche Rechenleistung in den letzten über 50 Jahren alle 12 bis 24 Monate verdoppelt hat (Mooresches Gesetz), gab es erst seit etwa 2015 genug Rechenleistung, um die heutigen leistungsstarken Deep-Learning-Algorithmen zu betreiben. Vergleichbar leistete die weitreichende Verfügbarkeit von Bandbreite mit 3G im Jahr 2007 einen entscheidenden Beitrag zum Erfolg des ersten iPhones und der allgemeinen Verbreitung von Smartphones.
Der zweite Grund ist die massive Menge an «labeled data» (sorry, ich finde hier kein gutes Deutsches Wort. «Labled» ist zum Beispiel ein Bild einer Katze, welches zusätzlich als Katze angeschrieben ist.), die wir Menschen erstellt und hochgeladen haben. Die weltweiten Daten verdoppeln sich ungefähr alle zwei Jahre und sollen bis 2025 175 Zettabytes (also 175 Milliarden Millionen Megabytes) erreichen. Dies ist nicht nur eine grosse Menge an Daten, sondern vieles davon ist «labeled» und wurde genutzt, um das Training der heutigen grossen AI-Modelle zu ermöglichen. Grundsätzlich sanken die Kosten für das Training dieser AI-Systeme von 2017 bis 2022 um über 99%.
Der dritte und letzte Treiber für die heutige Dominanz der AI ist die massive Menge an Kapitalinvestitionen durch Venture-Fonds, Unternehmen und Regierungen. Laut dem AI Index Report der Stanford University investierten allein Unternehmen letztes Jahr 190 Milliarden Dollar in AI – eine 13-fache Steigerung gegenüber vor einem Jahrzehnt. PwC schätzt, dass AI bis 2030 15,7 Billionen Dollar zur Weltwirtschaft beitragen könnte.
Hier geht es zum gesamten Artikel: AI-Renaissance: AI & LLMs für Entscheidungsträger
