Pathways: Google will KI mit Multi-Tasking

Bisher können klassische KI-Modelle meist nur eine speziell trainierte Aufgabe lösen. Googles KI-Forschungsteam will das ändern.

Artikel veröffentlicht am 2. November 2021, 12:30 Uhr, Sebastian Grüner

Google versucht sich an einer neuen Art KI-Modell. (Bild: Annegret Hilse/File Photo/Reuters)

Das KI-Forschungsteam von Google arbeitet an einer neuen Art von System, das derartiger Technik künftig eine Art Multi-Tasking bescheren soll. Im Blog des Teams heißt es dazu: "Zu oft überspezialisieren sich Machine-Learning-Systeme auf einzelne Aufgaben, obwohl sie sich in vielen Fällen auszeichnen könnten. Deshalb bauen wir Pathways - eine neue KI-Architektur, die viele Aufgaben gleichzeitig erledigt, neue Aufgaben schnell lernt und ein besseres Verständnis der Welt widerspiegelt."

Die meisten der derzeit eingesetzten Machine-Learning-Modelle basieren auf verschiedenen neuronalen Netzen und werden nur für bestimmte Aufgaben trainiert. In Consumer-Hardware wird das etwa genutzt, um Fotos zu verbessern; Unternehmen dient dies zur Spracherkennung und die Polizei möchte dies etwa zum Erkennen von Gesichtern nutzen.

Das KI-Team von Google ist überzeugt davon, dass die Systeme künftig noch mehr und vielfältiger eingesetzt werden können: "Um der Tiefe und Komplexität dieser dringenden Herausforderungen gerecht zu werden, werden neue, leistungsfähigere KI-Systeme erforderlich sein - Systeme, die die bewährten Ansätze der KI mit aufkommenden Forschungsrichtungen kombinieren können, um Probleme zu lösen, die wir heute nicht lösen können." Helfen soll dabei ein "revolutionärer" Ansatz, wie das Team schreibt.

Diesen neuen Ansatz nennt Google Pathways. Grundlegende Idee dabei ist es, ein Modell so zu trainieren, dass es mehrere Aufgaben erfüllen kann. Als Beispiel nennt Google hier eine Höhenabschätzung der Landschaft auf Grundlage von Luftbildern. Diese könnte dann auch dazu genutzt werden, um Flutrisiken besser einschätzen zu können. Ziel der Forschungsarbeiten an Pathways sind dabei also multimodale Modelle, die verschiedene Eingaben verarbeiten können.