Google Translate: Hier fangen wir an
Google Translate ist schon seit einiger Zeit kein heißes Thema mehr. Es ist eine der vielen Komponenten geworden, nicht einmal die verführerischste, im Angebot der Firma Mountain View. Wenige Jahre nach seiner Erneuerung können wir sagen, dass die damals gemachten Versprechungen zumindest teilweise nicht eingehalten wurden, die optimistischen Proklamationen, gelinde gesagt, auch Kinder des Marketings, nicht vollständig durch die Fakten erhärtet wurden.
Übersetzer sind nicht verschwunden, auch wenn es ihnen nicht so gut geht. Maschinenübersetzung nicht den gewünschten hohen Qualitätsstandards entsprachen. Für einige Sprachen (Englisch an der Spitze) sind die Ergebnisse bemerkenswert. Sollten wir Google Translate daher als eine Art kleine maschinelle Übersetzungsblase betrachten?
Gar nicht. Die Geschichte von Translate, in ihrer kleinen Form, stellt ein Paradebeispiel dafür dar, was das KI-Phänomen heute ist: Innovation, tiefgreifende Transformation, Umbruch von Paradigmen. Aber auch eine glückliche Konvergenz zwischen technischen Möglichkeiten und visionären Ideen, misshandelten Utopien bis zum Vortag. Ein Phänomen, das gleichzeitig aber auch eine Schattenseite hat, die viel weniger leuchtende Kehrseite der Medaille.
Die andere Seite der Münze
Das der allgegenwärtigen Propaganda, des wilden Wettbewerbs, des rücksichtslosen Krieges um die besten Köpfe, der paroxysmalen Suche nach Effizienz, des ungezügelten und bedingungslosen Strebens nach Profit. Es gibt auch Gleichgültigkeit und Desinteresse an dem, was anders ist als es selbst, mit eine gefährliche Vorliebe für das Aufzwingen eines einzigen Gedankens. Schließlich gibt es in dieser Welt keine halben Sachen, nur Gewinner und Verlierer bleiben auf dem Feld. Für die Besiegten ist also keine Gnade vorgesehen: "Winners take all!"
Mit diesem Artikel schlagen wir eine Reihe von Überlegungen zu Google Translate vor. Sie stammen aus einem langjährigen Dienst der journalistischen Mitarbeiter des "New York Time Magazine". Gegenstand der Dienstleistung ist die tiefgreifende Metamorphose von Google was dazu führte, dass es auf der ungestümen Welle der künstlichen Intelligenz ritt und in nur wenigen Monaten überraschende Ergebnisse erzielte.
Kritisiert wird sowohl der Autor, dem vorgeworfen wird, „… optimistische Science-Fiction-Fantasien“ zu hegen, als auch der journalistische Stil der New Yorker Zeitung, der als „extravagant“ definiert und beschuldigt wird, „… eine künstliche Spannung ex nihilo zu erzeugen“. . Zumindest teilweise begründete Kritik, sei es aufgrund der teilweise vorhandenen Überbetonung, Sie wollen eine Erzählung, die manchmal ein bisschen triumphalistisch ist und grundsätzlich unkritisch.
Ein schönes Beispiel für investigativen Journalismus
Warum also dem italienischen Leser eine Übersetzung vorschlagen? Weil es sich um einen wertvollen Bericht handelt, der auf detaillierte und für alle zugängliche Weise den Weg beschreibt, der zur Schaffung einer hochmodernen Infrastruktur fast ex nihilo geführt hat. Warum liefert wertvolle Einblicke, von innen, der Prozesse, der Assoziationen von Köpfen und Ideen, der Konvergenz auch entfernter Visionen, der erfolgreichen und erfolglosen Experimente. Es ist die unwahrscheinliche Alchemie zwischen Menschen aus unterschiedlichen, sogar abgelegenen Orten, die zum endgültigen Erfolg geführt hat.
Weil es diesen Schauspielern dennoch ein Gesicht und eine menschliche Konnotation, sogar Fehler, zurückgibt. Technologen oft distanziert, in geschlossene Labors eingesperrt und von einer mythischen Aura umgeben, von Insidern vergöttert und den meisten unbekannt.
Und das alles auf wunderbare Weise. Schließlich möchten Sie, dass auch für die Elemente, die für "extravaganten" Journalismus verantwortlich gemacht werden, für andere vielleicht nur "evokative", die Lektüre sicherlich angenehm ist und den Leser sicher nicht verfehlen wird.
Viel Spaß beim Lesen und nehmen Sie sich die Zeit dafür!
. . .
Kapitel 1. Google: in hoc signo vinces
AI-First: Maschinelles Lernen
Es war 2016, das Jahr, in dem künstliche Intelligenz erwachsen wurde. Als Sundar Pichai, CEO von Google, die Transformation des Unternehmens von „mobile first“ zu „AI-first“ ankündigte. nur wenige waren sich voll und ganz bewusst, was dies in Wirklichkeit bedeutete. Heute, ein paar Jahre später, können wir sagen, dass AI-first zu einem echten Mantra für Unternehmen im Silicon Valley und darüber hinaus geworden ist. Es hatte einen unbestrittenen Protagonisten: maschinelles Lernen.
Bei Google bemerkt Terrence J. Sejnowski (Der Aufstieg des maschinellen Lernens; 2018) ist maschinelles Lernen allgegenwärtig: «Deep Learning wird von Google mittlerweile in über 100 Diensten eingesetzt, von Street View bis Inbox Smart Reply und Sprachsuche». Maschinelles Lernen in seinen verschiedenen Formen (Deep Learning ist ein Zweig davon) lässt Algorithmen mehr oder weniger selbstständig lernen: Es macht sie auch effizient dank der Fülle an Rohstoffen zu sehr geringen Kosten (oder gar keinen): i Big Data . Wie Sejnowski feststellt:
„Daten sind das neue Öl. Lernalgorithmen sind Raffinerien, die Erkenntnisse aus Rohdaten extrahieren; die Informationen können verwendet werden, um Wissen zu schaffen; Wissen führt zu Verständnis; und Verständnis führt zu Weisheit."
Neuronale Netze
Grundlage des maschinellen Lernens sind sogenannte neuronale Netze, deren Architektur von der unseres Gehirns inspiriert ist. Letztere müssen nicht programmiert werden, um eine bestimmte Aufgabe auszuführen. Ausgehend von einer Anfangsbedingung (Eingabe) und einer Endbedingung (Ausgabe) lernen neuronale Netze durch einen unaufhörlichen Prozess von Versuchen und Irrtümern, autonom eine Lösung zu finden.
Sie „lernen“ ganz ähnlich wie das Kind, das die Welt um sich herum entdeckt. Ein totaler Paradigmenwechsel! Wie Alex Beard scharfsinnig bemerkt (Von Natur aus geborene Lernende, 2018), können wir uns neuronale Netze als einen Prozess vorstellen, der die „Evolution“ widerspiegelt. Im Gegensatz dazu „erinnert sich die Programmierung an die Schöpfung“.
Maschinelles Lernen hat in einigen Sektoren, die seit einiger Zeit stagnieren, plötzliche Fortschritte ermöglicht, wie z. B. Spracherkennung, Bilderkennung, Sprache zu Text usw. Heutzutage verwenden es viele Anwendungen, die unterschiedlichsten, denken Sie nur an zB. zu selbstfahrenden Autos.
Von Künstlicher Intelligenz zu Künstlicher Allgemeiner Intelligenz
Für Pichai ist der Tag, an dem er sah, wie KI aus den Grenzen der Labors auftauchte, eine unauslöschliche Erinnerung.
„Es war 2012, [ich war] mit einem kleinen Team in einem Raum, und wir waren nur wenige“, erinnert er sich. Unter diesen wenigen Jeff Dean, eine Legende in der Firma Mountain View. Er arbeitete an einem neuen Projekt und wollte, dass Pichai, der damalige Senior Vice President, sich das anschaute. Er erinnert sich auch, dass da jemand scherzte. Aus der Personalabteilung hatten sie einen neuen Mitarbeiter als Praktikanten eingestellt: keinen geringeren als Geoffrey Hinton, „den Vater von Deep Learning“! „Jedes Mal, wenn Jeff Sie über etwas auf dem Laufenden halten möchte, werden Sie einfach aufgeregt“, fügt Pichai hinzu.
Jeff Dean hatte mit Andrew NG und anderen ein riesiges Netzwerk aufgebaut, das aus 16.000 Prozessoren auf 1000 Computern bestand. Sie konnten eine Milliarde Verbindungen herstellen. Eine bis dahin beispiellose Struktur nach dem Vorbild des menschlichen Gehirns. Aber immer noch weit geringer als die Fähigkeit des letzteren, mit seinen Synapsen mehr als 100.000 Milliarden Verbindungen aufzubauen. Es war in der Tat ein gigantisches neuronales Netzwerk!
Die Epiphanie von Sundar Pichai
Pichai erinnert sich an eine Art Vorahnung: „Dieses Ding würde wachsen und vielleicht enthüllen, wie das Universum funktioniert … Das wird das Wichtigste sein, woran die Menschheit jemals gearbeitet hat.“
Bis dann Es gab nur wenige innerhalb von Google, die das Potenzial der künstlichen Intelligenz vollständig verstanden. Google Brain, gegründet Anfang 2010, war hauptsächlich für KI zuständig, später kam Deep Mind hinzu, das 2014 übernommen wurde Recherche bei Google.
Beide haben bemerkenswerte Ergebnisse erzielt. Darunter auch die Revolution, die dank Brain Translate und die maschinelle Übersetzung im Allgemeinen in die neue Ära des maschinellen Lernens überführt hat.
Nichtsdestotrotz geht das, was Wissenschaftler suchen und was Unternehmen sich wünschen, weit über maschinelles Lernen und seine vielfältigen Anwendungen hinaus. Ziel der Forschung ist es, zu einer Künstlichen Allgemeinen Intelligenz zu gelangen.
Eine flexible künstliche Intelligenz, die in der Lage ist, jede Aufgabe zu lernen und erfolgreich anzugehen, die ein Mensch ausführen kann. Obwohl dies den erklärten Zweck von Deep Mind darstellt, scheint dieses Ziel noch sehr weit entfernt zu sein. Sein Gründer Demis Hassabis spricht von dem Projekt als einer Art „Manhattan Project“ für Künstliche Intelligenz.
KI funktioniert für alle
Vielleicht hat Pichai auch aus diesem Grund eine neue Transformation des Unternehmens angekündigt: von „AI First“ zu „AI working for everyone“. Der Google-CEO sagte: „Dank der Fortschritte in der künstlichen Intelligenz übertrifft Google seine Hauptaufgabe, [die] die Informationen der Welt zu organisieren. Wir wandeln uns von einem Unternehmen, das Ihnen hilft, Antworten zu finden, zu einem Unternehmen, das Ihnen hilft, Dinge zu erledigen … Wir möchten, dass unsere Produkte im Zusammenhang mit Ihrer Arbeit, Ihrem Zuhause und Ihrem Leben mehr für Sie tun.“
Eine Transformation, die auch Translate zu beeinflussen scheint, bei der das Ziel nicht mehr das Niveau der Übersetzungen von Fachleuten erreicht, sondern ein anderes. Barak Turovski erklärt es so: „Unser Ziel ... ist es, ein Produkt zu entwickeln, das den einfachen Menschen im Alltag dient, indem es zum Beispiel Benutzern in Entwicklungsländern hilft, die das Internet zum ersten Mal nutzen, Sprachbarrieren zu überwinden oder einfach Erleichterung der Kommunikation im Urlaub. Es ist eine andere Verwendung als die professionelle Übersetzung».
Endlich ein Design, das im Einklang mit der Hauptmission erscheint, die Google sich selbst zuschreibt: „das Leben so vieler Menschen wie möglich deutlich zu verbessern“.
Auf dem Weg zum Quantencomputing
Dennoch geht der Einfluss von Google weit über den Bereich „Nutzer“ hinaus. Viele externe Entwickler (von Start-ups bis hin zu Konzernen) verwenden KI-Tools der Marke Google. Vielerorts kursieren Gerüchte, die Firma Mountain View sei "zu groß".
Aber das ist noch nicht alles, wie Katrina Brooker feststellt: „Es gibt derzeit Millionen von Geräten, die Google AI verwenden, und das ist erst der Anfang. Google steht kurz vor der sogenannten Quantenüberlegenheit.
Wenn Quantencomputing konkrete Realität wird, werden wir uns plötzlich in die Zukunft projiziert wiederfinden. Es wäre ein Moment des Bruchs in der Geschichte der Menschheit wie kaum ein anderer. „Überlegen Sie, welche Art von Absichten Sie denen wünschen, die das Feuer erfunden, die industrielle Revolution begonnen oder die Atomkraft [entwickelt] haben“, sagt Greg Brockman, Mitbegründer von OpenAI.
Ob es ihnen gefällt oder nicht, große Hi-Tech-Konzerne haben eine große Verantwortung nicht nur für den Aufbau der Welt, in der wir heute leben. Aber paradoxerweise haben sie noch mehr für die kommende Welt von morgen. Verantwortlichkeiten, die solche Unternehmen in jeder Hinsicht zu ignorieren, zu umgehen und zu umgehen versuchen. Diverse Regelwerke und Ethikkommissionen sowie zunehmend generische Bekanntmachungen und Absichtserklärungen haben bisher nicht viel bewirkt. Google ist keine Ausnahme. Wie Peter Thiel feststellt: ‚Engagieren Sie sich, das Leben möglichst vieler Menschen entscheidend zu verbessern‘ – [es ist] ein so vager Maßstab, dass er unstrittig ist.“
Der Start des ersten Quantencomputers
Am 23. September 2019 gab Google bekannt, dass es den ersten Quantencomputer gebaut hat, der in der Lage ist, Berechnungen durchzuführen, die die Verarbeitungskapazität der leistungsstärksten Supercomputer von heute übertreffen. Es war ein Moment, auf den die Gemeinschaft der Forscher und Technologen sehnsüchtig gewartet hatte.
Die Mitarbeiter der "Financial Times" berichten, dass sie einen Artikel einiger Google-Forscher gelesen haben, der auf der NASA-Website veröffentlicht wurde. Der Artikel wurde umgehend entfernt.
Google-Forscher behaupteten, dass ihr Quantenprozessor in der Lage sei, eine Berechnung in 3 Minuten und 20 Sekunden durchzuführen, während der Summit, der fortschrittlichste und leistungsfähigste Supercomputer von heute, etwa 10.000 Jahre brauchen würde, um dieselbe Operation durchzuführen.
Erneut ist laut Google-Forschern die „Quantenüberlegenheit“ erreicht: „Es ist eine unglaubliche Beschleunigung im Vergleich zu klassischen Algorithmen. Nach unserem Wissen ist dieses Experiment die erste Berechnung, die von einem Quantenprozessor durchgeführt wird."
Das System kann nur eine einzige hochtechnische Berechnung durchführen. Der Einsatz von Quantenmaschinen zur Lösung allgemeinerer Probleme ist noch lange nicht in Sicht. Doch die Google-Forscher sind überzeugt, dass es sich um „einen Meilenstein in Richtung Quantencomputing im großen Maßstab“ handelt.
Die Leistung von Quantenmaschinen würde mit einer „doppelt so exponentiellen Rate“ wachsen, die das Mooresche Gesetz für Siliziumchips des frühen Computerzeitalters postuliert.
In einem Bericht der Boston Consulting Group vom November 2018 heißt es, dass Quantencomputing „die Spielregeln in Bereichen wie Kryptographie, Chemie, Materialwissenschaft, Landwirtschaft und Pharmazie ändern wird. Ganz zu schweigen von künstlicher Intelligenz und maschinellem Lernen… Logistik, Fertigung, Finanzen und Energie».
Steve Brierley, Gründer von Riverlane, einem Start-up für Quantensoftware, kommentierte das von Google durchgeführte Experiment: „Dies ist in der Tat ein bedeutender Meilenstein, es ist das erste Mal, dass irgendjemand konkret gezeigt hat, dass Quantencomputer zu einer anderen Klasse als den traditionellen gehören Computers. Es ist eine erstaunliche Leistung."
