Vielen Dank für Ihre Registrierung. Sie haben jetzt den Aktivierungslink für Ihr Benutzerkonto per E-Mail erhalten.

Vielen Dank für Ihre Anmeldung.

Ihr Konto ist aktiviert. Wir wünschen Ihnen viel Lesevergnügen.

Vielen Dank für Ihre Bestellung. Wir wünschen Ihnen viel Lesevergnügen.

Künstliche Intelligenz: Die Universität St.Gallen erhält den leistungsfähigsten Computer der Welt

Als erste Schweizer Universität erhält jene in St.Gallen einen Supercomputer, der als derzeit leistungsfähigste Rechenmaschine der Welt für Verfahren der Künstlichen Intelligenz gilt.
Bruno Knellwolf
An der Universität St. Gallen wird der Supercomputer für die Forschung an Künstlicher Intelligenz ausgepackt. Das Medieninteresse ist gross. (Bild: Beat Belser)

An der Universität St. Gallen wird der Supercomputer für die Forschung an Künstlicher Intelligenz ausgepackt. Das Medieninteresse ist gross. (Bild: Beat Belser)

In der Mitte des Raums liegt ein Paket aus Taiwan. Darin steckt ein Supercomputer. Einer wie es ihn bis gestern in der Schweiz noch nicht gegeben hat. Und hätte man eine Rechenmaschine mit derselben Leistung vor fünf Jahren vorgestellt, dieser Computer hätte damals den ganzen Raum gefüllt.

Doch der Supercomputer namens Nvidia DGX 2 ist nur etwa einen Meter lang und wiegt 196 Kilogramm. Er gilt als die derzeit leistungsfähigste Rechenmaschine der Welt für moderne Verfahren der Künstlichen Intelligenz (KI).

Dementsprechend erfreut macht sich Damian Borth, Professor für Künstliche Intelligenz und Machine Learning, daran, den Supercomputer auszupacken. Er baut seit zwei Monaten an der Universität St. Gallen den neuen Studiengang Informatik auf. Mit dem Nvidia DGX 2 hat er dafür ein Werkzeug in der Hand, wie es keine andere Universität in der Schweiz hat.

Die Hälfte der Arbeit erledigen bald Maschinen

Die Maschine hält Borth für einen Meilenstein in der Forschung an Künstlicher Intelligenz. Und diese bestimme unseren Alltag immer mehr. Bis 2025 werde damit gerechnet, dass mehr als die Hälfte der Arbeit durch Maschinen erledigt werde. KI werde Teil unserer Popkultur, und parallel dazu werde immer deutlicher, dass es viel zu wenig KI-Experten gebe, nur 22000 weltweit. Da will Borth Abhilfe schaffen.

Unter anderem mit diesem Supercomputer, der zwei Petaflops Rechnerleistung hat, wie Ralf Hintsche von der Herstellerfirma Nvidia sagt. Das sei eine unvorstellbar grosse Zahl, deshalb bietet er einen Vergleich:

Wenn jeder Mensch auf der Erde, also sieben Milliarden, 300000 moderne Taschenrechner hätte, und jeder zur gleichen Sekunde eine Funktion drücken würde, wäre das die Leistung von zwei Petaflops.

Brauchen wird man diese Leistung für einen Teilbereich der Künstlichen Intelligenz, das Deep Learning. Trainiert werden dabei dem menschlichen Gehirn so weit wie möglich nachempfundene neuronale Netzwerke. Deep Learning mit künstlichen Netzwerken ist eine effiziente Methode des dauernden maschinellen Lernens. Dieses funktioniert über die statistische Analyse riesiger Datenmengen. An der Universität St. Gallen werden dabei zwei grosse Datensätze durch den 399'000 US-Dollar teuren Supercomputer bearbeitet.

KI-Systeme werden trainiert, nicht programmiert

Damian Borth wird mit riesigen Sätzen an Bilderdaten arbeiten, die er unter anderem von der Europäischen Raumfahrtagentur ESA erhält. Das maschinelle Lernen der Bilderkennung über neuronale Netze führt zum Beispiel dazu, dass ein selbstfahrendes Auto erkennt, wenn ein Kind vors Auto springt, und das Auto lernt, richtig zu reagieren. Professor Siegfried Handschuh wird Nvidia DGX 2 für Sprach- und Textanalysen verwenden. Mit Datensätzen aus den sozialen Medien. Der Computer wird sich damit selbst beibringen, Sprache zu verstehen. «Gerade Schweizerdeutsch ist eine Herausforderung für die Künstliche Intelligenz», sagt Handschuh.

Einsatzgebiete für KI gibt es dabei zum Beispiel bei Robotern für Demenzkranke. Der Roboter wird zum Freund, der selbst lernt, den Patienten zu verstehen. «Wir programmieren hier keine KI-Systeme, wir trainieren sie.» Das soll schnell wissenschaftliche Publikationen zur Erforschung des maschinellen Lernens ermöglichen und in einem zweiten Schritt KI-Start-ups fördern.

Merkliste

Hier speichern Sie interessante Artikel, um sie später zu lesen.

  • Legen Sie Ihr persönliches Archiv an.
  • Finden Sie gespeicherte Artikel schnell und einfach.
  • Lesen Sie Ihre Artikel auf allen Geräten.