Die Entwicklung künstlicher Intelligenz wird sich bis 2030 voraussichtlich im aktuellen Tempo fortsetzen. Dies erfordert Investitionen in Höhe von hunderten Milliarden Dollar und elektrische Leistung im Gigawatt-Bereich für das Training der fortschrittlichsten Modelle. Das schreibt David Owen für Epoch AI in einem von Google DeepMind in Auftrag gegebenen Bericht. Obwohl die Herausforderungen groß seien, seien sie überwindbar.
Ein einzelner Trainingsdurchlauf für ein Spitzen-KI-Modell im Jahr 2030 könnte demnach über 100 Milliarden Dollar kosten. Die dafür nötige Rechenleistung wäre tausendfach höher als jene für das Modell GPT-4. Der Bericht untersucht mögliche Hürden wie Datenknappheit, Energieengpässe oder untragbare Kosten. Der Autor kommt jedoch zum Schluss, dass diese Probleme wahrscheinlich lösbar sind. Es gebe noch für mehrere Jahre genügend öffentliche Trainingsdaten und synthetisch erzeugte Daten könnten Lücken füllen. Die enorme Energienachfrage ließe sich durch erneuerbare Quellen wie Solarenergie oder durch verteilte Rechenzentren decken. Wenn die Einnahmen der KI-Unternehmen weiter so stark wachsen, würden sie laut Bericht die hohen Investitionen rechtfertigen.
Diese fortschreitende Skalierung soll transformative Fähigkeiten ermöglichen, insbesondere in der wissenschaftlichen Forschung. Der Bericht prognostiziert, dass KI bis 2030 in vielen Wissenschaftsbereichen als Assistent dienen wird, ähnlich heutigen Programmier-Werkzeugen. Dies könne die Produktivität bei bestimmten Aufgaben um 10 bis 20 Prozent steigern. Konkrete Beispiele sind die selbstständige Behebung von Software-Fehlern, die Unterstützung von Mathematikern bei Beweisführungen oder die Beantwortung komplexer Fragen zu Laborprotokollen in der Biologie.
Die Autoren weisen jedoch darauf hin, dass die tatsächliche Anwendung in der Praxis hinter den technologischen Fähigkeiten zurückbleiben könnte. Bereiche mit langen Entwicklungszyklen, wie die Medikamentenentwicklung, werden die Effekte vor allem in der Frühphase der Forschung spüren. Die Zulassung eines von KI entwickelten Medikaments bis 2030 sei unwahrscheinlich. Die Softwareentwicklung werde sich hingegen dramatisch verändern. Der Bericht schlussfolgert, dass KI auf dem Weg ist, eine Schlüsseltechnologie für die gesamte Wirtschaft zu werden. Entscheidungsträger sollten KI-Themen daher Priorität einräumen.