Künstliche Intelligenz wird eine fulminante Wachstumsspirale auslösen!
Liebe Leser,
ich lese unheimlich gerne. Immer wenn es die Zeit hergibt, greife ich zu Büchern. Zwischen den ganzen Feiertagen entschied ich mich, ein paar Bücher über Deep Learning und neuronale Netze in die Hand zu nehmen und jetzt bin ich baff. Ich bin nun der Überzeugung, dass situationsbedingte künstliche Intelligenz nur eine Frage der Rechenleistung ist.
Wir wissen heutzutage sehr viel darüber wie Gehirne von Menschen und Tieren funktionieren. Gehirne bestehen aus Neuronen. Ein Neuron nimmt ein elektrisches Eingangssignal auf, wandelt es um und gibt ein andere elektrisches Signal wieder aus. Es ist ein einfaches Konzept. Man kann dieses Prinzip der Signalverarbeitung mit Computern nachbilden. Ein Eingangswert wird durch eine mathematische Funktion gejagt und am Ende kommt ein anderer Ausgangswert wieder heraus.
Heutige Computersysteme können mit ihrer Rechenleistung neuronale Netze simulieren, die aus etwa 100.000 Neuronen bestehen. Das entspricht dem Gehirn einer Fruchtfliege. Das menschliche Gehirn enthält übrigens ungefähr 100 Mrd. Neuronen. Das neuronale Netzwerk wird dann mit einer Datengrundlage und den gewünschten Ergebnissen gefüttert. Es lernt dann selbst wie das Ergebnis erreicht werden kann. Konkret wird jedem Neuron im neuronalen Netz eine mathematische Funktion bzw. ein Gewichtungsfaktor zugeordnet.
Mit dieser Methode hat NVIDIA z.B. ein selbstfahrendes Auto entwickelt. Der Lernprozess des neuronalen Netztes läuft prinzipiell nach der Methode Erfolg und Irrtum. Zu Beginn des Lernprozesses hat jedes Neuron einen vorgegebenen Gewichtungsfaktor. Dann fährt das Auto im Simulator los, aber baut einen Unfall. Das neuronale Netz interpretierte die Bildinformationen nicht richtig und konnte die Straße nicht erkennen. Nun werden die Gewichtungsfaktoren und Funktionen der Neuronen leicht verändert und das Auto fährt erneut los. Nach Millionen von Simulationsdurchläufen wurde dann eine Programmierung aller Neuronen gefunden, die in der Lage ist, eine Straße zu erkennen und das Auto richtig zu steuern.
Der geniale Geniestreich von NVIDIA war es letztes Jahr mit Hilfe der GPUs, die bislang hautsächlich in Grafikkarten zum Einsatz kamen, die Geschwindigkeit, mit der neuronale Netze trainiert werden können, um einen Faktor von fast 50 gegenüber dem Stand vor 2 Jahren zu erhöhen. Das ist der Grund warum genau jetzt das Thema „künstliche Intelligenz“ wieder hochkommt. Denn nun endlich sind Computersysteme schnell genug, um neuronale Netze für praktische Einsatzzwecke zu trainieren. Wir stehen in der Computerbranche nun am Anfang einer fulminanten Wachstumsspirale.
Je schneller Computersysteme werden, desto leistungsstärker wird künstliche Intelligenz. Und je leistungsstärker künstliche Intelligenz wird, desto schneller wird die Nachfrage nach schnellen Computersystemen steigen. Ray Kurzweil, Leiter der technischen Entwicklung bei Google, geht davon aus, dass wir schon 2028 im Gespräch einen Computer von einem Menschen nicht mehr werden unterscheiden können. Der Bedarf an Rechenpower wird gigantisch sein. Ich bleibe investiert in NVIDIA.
Viele Grüße
Simon Betschinger
Tipp: Lesen Sie die aktuelle Ausgabe des aktien Magazins. Sie umfasst etwa 160 Seiten. Wir stellen u.a. 5 Qualitätsunternehmen vor, die zum Kaufen und Liegenlassen geeignet sind.
-> aktien Magazin bestellen
ich lese unheimlich gerne. Immer wenn es die Zeit hergibt, greife ich zu Büchern. Zwischen den ganzen Feiertagen entschied ich mich, ein paar Bücher über Deep Learning und neuronale Netze in die Hand zu nehmen und jetzt bin ich baff. Ich bin nun der Überzeugung, dass situationsbedingte künstliche Intelligenz nur eine Frage der Rechenleistung ist.
Wir wissen heutzutage sehr viel darüber wie Gehirne von Menschen und Tieren funktionieren. Gehirne bestehen aus Neuronen. Ein Neuron nimmt ein elektrisches Eingangssignal auf, wandelt es um und gibt ein andere elektrisches Signal wieder aus. Es ist ein einfaches Konzept. Man kann dieses Prinzip der Signalverarbeitung mit Computern nachbilden. Ein Eingangswert wird durch eine mathematische Funktion gejagt und am Ende kommt ein anderer Ausgangswert wieder heraus.
Heutige Computersysteme können mit ihrer Rechenleistung neuronale Netze simulieren, die aus etwa 100.000 Neuronen bestehen. Das entspricht dem Gehirn einer Fruchtfliege. Das menschliche Gehirn enthält übrigens ungefähr 100 Mrd. Neuronen. Das neuronale Netzwerk wird dann mit einer Datengrundlage und den gewünschten Ergebnissen gefüttert. Es lernt dann selbst wie das Ergebnis erreicht werden kann. Konkret wird jedem Neuron im neuronalen Netz eine mathematische Funktion bzw. ein Gewichtungsfaktor zugeordnet.
Mit dieser Methode hat NVIDIA z.B. ein selbstfahrendes Auto entwickelt. Der Lernprozess des neuronalen Netztes läuft prinzipiell nach der Methode Erfolg und Irrtum. Zu Beginn des Lernprozesses hat jedes Neuron einen vorgegebenen Gewichtungsfaktor. Dann fährt das Auto im Simulator los, aber baut einen Unfall. Das neuronale Netz interpretierte die Bildinformationen nicht richtig und konnte die Straße nicht erkennen. Nun werden die Gewichtungsfaktoren und Funktionen der Neuronen leicht verändert und das Auto fährt erneut los. Nach Millionen von Simulationsdurchläufen wurde dann eine Programmierung aller Neuronen gefunden, die in der Lage ist, eine Straße zu erkennen und das Auto richtig zu steuern.
Der geniale Geniestreich von NVIDIA war es letztes Jahr mit Hilfe der GPUs, die bislang hautsächlich in Grafikkarten zum Einsatz kamen, die Geschwindigkeit, mit der neuronale Netze trainiert werden können, um einen Faktor von fast 50 gegenüber dem Stand vor 2 Jahren zu erhöhen. Das ist der Grund warum genau jetzt das Thema „künstliche Intelligenz“ wieder hochkommt. Denn nun endlich sind Computersysteme schnell genug, um neuronale Netze für praktische Einsatzzwecke zu trainieren. Wir stehen in der Computerbranche nun am Anfang einer fulminanten Wachstumsspirale.
Je schneller Computersysteme werden, desto leistungsstärker wird künstliche Intelligenz. Und je leistungsstärker künstliche Intelligenz wird, desto schneller wird die Nachfrage nach schnellen Computersystemen steigen. Ray Kurzweil, Leiter der technischen Entwicklung bei Google, geht davon aus, dass wir schon 2028 im Gespräch einen Computer von einem Menschen nicht mehr werden unterscheiden können. Der Bedarf an Rechenpower wird gigantisch sein. Ich bleibe investiert in NVIDIA.
Viele Grüße
Simon Betschinger
Tipp: Lesen Sie die aktuelle Ausgabe des aktien Magazins. Sie umfasst etwa 160 Seiten. Wir stellen u.a. 5 Qualitätsunternehmen vor, die zum Kaufen und Liegenlassen geeignet sind.
-> aktien Magazin bestellen