Axel Fersen Blog

Der massive Energiebedarf von Generativer KI überlastet unser Stromnetz. Die Nachfrage nach leistungsstarken Servern, die das Internet und die Cloud-Infrastruktur unterstützen, war noch nie so hoch. Diese Server stehen nicht irgendwo in der Wolke, sondern sind physisch in riesigen Datenzentren untergebracht, die niemals aufhören können, Social-Media-Inhalte zu streamen, Fotos zu speichern und, neuerdings, datenintensive Anwendungen wie Chatbots zu trainieren und zu betreiben. Diese Anforderungen haben zu einem exponentiellen Anstieg des Energieverbrauchs geführt. Ein einzelner ChatGPT-Anfrage benötigt nahezu zehnmal so viel Energie wie eine typische Google-Suche und entspricht dem Energieverbrauch einer 5-Watt-LED-Lampe für eine Stunde. Die Generierung eines AI-Bildes kann so viel Energie verbrauchen wie das Laden eines Smartphones. Die Emissionen der Hyperscaler, die Datenzentren für AI-Anwendungen bauen, sind enorm gestiegen. Schätzungen aus dem Jahr 2019 ergaben, dass das Training e...

OpenAI präsentiert die Suchmaschine SearchGPT. Sie nutzt KI-Modelle, um Benutzern direkte Antworten auf ihre Fragen zu liefern, anstatt eine Liste von Links bereitzustellen. Es kombiniert die Sprachmodelle von OpenAI mit Echtzeitdaten aus dem Internet. Nutzer könnten Fragen stellen und in einem natürlichen Dialogformat Folgefragen formulieren, was die Interaktion intuitiver und benutzerfreundlicher gestalten könnte. OpenAI plant, diese Technologie langfristig in ChatGPT zu integrieren. Die Ankündigung von SearchGPT hat Auswirkungen auf den Markt gezeigt, wobei die Aktie der Google-Muttergesellschaft Alphabet nach der Bekanntgabe um 3 Prozent fiel. OpenAI kooperiert für dieses Projekt mit mehreren renommierten Medienunternehmen, darunter Axel Springer, News Corp und die Financial Times. Diese Partnerschaften sollen sicherstellen, dass die von SearchGPT bereitgestellten Informationen zuverlässig und aktuell sind. Robert Thompson, CEO von News Corp, betonte, dass OpenAI verstanden habe, d...

Die wachsende Deglobalisierung im Kontext von Künstlicher Intelligenz (KI) und Chipproduktion ist ein Phänomen, das tiefgreifende Auswirkungen auf die globale Wirtschaft hat. In den letzten Jahren wurde zunehmend klar, dass Wissen Macht ist und KI als Fabrik für Wissen fungiert. Dies hat weitreichende Konsequenzen, insbesondere im Handelsstreit zwischen den USA und China, der zunehmend durch KI und die Produktion von Halbleitern geprägt wird. Historisch gesehen gab es drei Hauptarten von Wissen: Wissen selbst, jemanden kennen, der Wissen hat, und wissen, wen man fragen muss, um Informationen zu finden. Mit dem Aufstieg von Suchmaschinen wie Google wurde die dritte Kategorie revolutioniert, aber die Fähigkeit, neue Forschung durchzuführen, blieb begrenzt. Hier kommt KI ins Spiel. Technologien wie Googles AlphaFold, das Proteinstrukturen vorhersagen kann, oder AutoDMP von Nvidia, das Chip-Layouts optimiert, haben das Potenzial, bahnbrechende wissenschaftliche Entdeckungen zu ermöglichen....

Der prognostizierte Energieverbrauch für Rechenzentren durch Künstliche Intelligenz (KI) wird in den nächsten Jahren signifikant ansteigen. Der Stromverbrauch der weltweiten Rechenzentren, einschließlich KI-Anwendungen und Kryptowährungen, könnte von 460 TWh im Jahr 2022 auf 620 bis 1.050 TWh im Jahr 2026 steigen. Dies entspricht zusätzlich dem Jahresverbrauch von Schweden bis maximal jenem von Deutschland oder rund dem Zehnfachen des Verbrauchs der Schweiz. Schätzungen zufolge wird der Verbrauch in den nächsten Jahren um 30 Prozent zunehmen. Allein das Training des GPT-3-Modells (ChatGPT) verbrauchte so viel Strom, wie ein mittleres Atomkraftwerk in etwa einer Stunde produzieren kann (1.287 MWh). Der Energiebedarf der gesamten Informations- und Kommunikationstechnik verursacht bereits etwa 2-4 % der globalen Treibhausgasemissionen, vergleichbar mit den Emissionen des weltweiten Flugverkehrs. Wissenschaftler schätzen, dass der Energieverbrauch künstlicher Intelligenz bis 2027 auf bis z...

Getrieben durch geopolitische Spannungen und militärische Konflikte wie den Krieg in der Ukraine, hat die deutsche Rüstungsindustrie begonnen, intensiv in die Entwicklung und Integration von KI-Technologien in militärische Systeme zu investieren. Ein Beispiel hierfür ist das Münchener Startup Helsing, das 2021 gegründet wurde. Helsing hat sich auf die Entwicklung von KI für militärische Einsatzgeräte spezialisiert, darunter Panzer, U-Boote und Jets. Die Technologie des Unternehmens ermöglicht es, riesige Datenmengen von Sensoren und Waffensystemen in Echtzeit auszuwerten und liefert so wichtige Informationen für Soldaten, um bessere Entscheidungen auf dem Schlachtfeld zu treffen. Bereits 2023 erhielt Helsing den Auftrag der Bundesregierung, den Eurofighter für den Elektronischen Kampf zu befähigen und eine KI-Infrastruktur für das Future Combat Air System (FCAS) zu entwickeln. Jetzt wird das Wachstum dieser Branche durch erhebliche finanzielle Investitionen beschleunigt. Beispielsweise...

Die Veröffentlichung von Chat GPT im November 2022 markierte einen Wendepunkt, als die Welt erkannte, dass generative KI-Modelle eine transformative Technologie darstellen. Mustafa Suleyman, Mitbegründer von DeepMind und Inflection AI, beschreibt in seinem Buch "The Coming Wave" die tiefgreifenden Auswirkungen dieser Technologie auf unsere Gesellschaft. Er betont, dass die Möglichkeiten von generativer KI, die in den nächsten fünf Jahren menschliches Leistungsniveau in einer Vielzahl von Aufgaben erreichen könnte, immense Chancen bietet, aber auch erhebliche Risiken birgt. Suleyman weist auf die Entwicklung der Deep-Learning-Technologie hin, die es ermöglicht, Rohdaten wie Bilder, Sprache und Text zu verstehen und neue Inhalte zu generieren. Diese Revolution, die auf tiefem Lernen basiert, hat die Leistungsfähigkeit von KI-Modellen jedes Jahr um das Zehnfache gesteigert, und es wird erwartet, dass sich diese Rechenleistung in den nächsten fünf Jahren um das Tausendfache erhöh...

BMW is embracing innovation and efficiency in automotive manufacturing with the imminent deployment of the humanoid robot Figure 01. Developed by the company Figure, this advanced robot is currently undergoing intensive training to precisely place sheet metal parts into machine fixtures for further processing. What sets Figure 01 apart is its ability to autonomously recognize the position of complex-shaped metal parts and adjust its grip and placement accordingly, all powered by neural networks. Unlike traditional robots, Figure 01 is neither remotely controlled nor specifically programmed for this task. It can independently correct errors, enhancing its efficiency and precision. Currently, the robot operates somewhat slower than a human worker, but over time, its movements are expected to become smoother and faster. One significant advantage of Figure 01 is its capacity to work 24 hours continuously without requiring breaks, potentially accelerating production at BMW and relieving hum...