In seiner Keynote auf der KI-Konferenz von Nvidia in dieser Woche sagte CEO Jensen Huang voraus, dass jedes Unternehmen zu einer „KI-Fabrik“ werden würde. Das ist eine große Idee, die Unternehmen aller Art in Zukunft erfolgreich machen könnte. Es lohnt sich also, sie zu erläutern.

Ich habe zum ersten Mal vergangenes Jahr davon gehört, als ich mich mit Guillermo Rauch, dem CEO des KI-Startups Vercel, unterhielt. Er erläuterte die Rolle von Token in der künstlichen Intelligenz und merkte an, dass Huang gerne sagt: „Jedes Unternehmen wird zu einer Token-Fabrik.“

„Alles ist ein Token“

Wenn Daten das Rohmaterial der generativen KI sind, dann sind Token die Sprache. KI-Modelle zerlegen Wörter und andere Eingaben in numerische Token, damit sie leichter zu verarbeiten und zu verstehen sind. Ein Token sind etwa drei Viertel eines Wortes.

Ein Beispiel von Nvidia: Das Wort „Dunkelheit“ könnte in die Zahlen 271 für „Dunkel“ und 655 für „heit“ zerlegt werden. Das gegenteilige Wort, „Helligkeit“, würde durch 491 und 655 dargestellt werden. Auf diese Weise kann das KI-Modell zweimal dieselbe Zahl 655 erkennen und verstehen, dass diese Wörter miteinander verbunden sind.

Billionen dieser Zahlen oder Token werden verwendet, um KI-Modelle wie dieses zu trainieren und anschließend zu verfeinern und auszuführen. Anstelle von „alles ist Computer“ könnte man auch sagen, dass in der KI „alles ein Token“ ist.

Lest auch

Nvidias Wachstum könnte schon im nächsten Jahr aufhören und die Aktie fallen, sagt ein Analyst – das sind seine Gründe

„Eine Aufgabe – und nur diese eine“

Huang, Rauch und andere Tech-Größen glauben, dass es moderne Unternehmen erfolgreich machen würden, wenn diese die meisten Token erzeugen. Sie würden KI-Fabriken sein, die Token produzieren, die zur Verbesserung und zum Betrieb von KI-Systemen verwendet werden.

„Ich nenne sie KI-Fabriken“, sagte Huang am Dienstag auf der GTC-Konferenz. „Sie sind KI-Fabriken, weil sie nur eine Aufgabe haben – diese unglaublichen Token zu erzeugen, die wir dann in Musik, in Worte, in Videos, in Forschung, in Chemikalien oder Proteine umwandeln.“

Er sagte, dass diese Token-erzeugenden Einrichtungen manchmal neben den traditionelleren Betrieben der Unternehmen stehen werden würden. „Jede Branche, jedes Unternehmen, das Fabriken hat, wird in Zukunft zwei Fabriken haben“, prognostizierte Huang. „Die Fabrik für das, was sie bauen, und die Fabrik für die Mathematik, die Fabrik für die KI.“

Als Beispiel nannte er die Automobilherstellung und beschrieb „eine Fabrik für Autos“ und „eine Fabrik für KI für die Autos“. Dann gab er diesen theoretischen Überlegungen Nachdruck, indem er eine Partnerschaft mit General Motors (GM) ankündigte, in deren Rahmen Nvidia dem Unternehmen dabei helfen werde, KI bei der Herstellung von Autos einzusetzen und gleichzeitig die Fahrzeuge von GM mithilfe von KI autonomer zu machen.

Lest auch

Nvidia-Konferenz: Anleger hoffen auf Kursplus durch News zu KI und Quantencomputing

Stellt Tesla Autos oder Token-generierende Maschinen her?

Jason Liu, ein Ingenieur für maschinelles Lernen und KI-Berater, äußerte sich ähnlich zu den Elektrofahrzeugen von Tesla und dem Ziel von Elon Musk, sie vollständig autonom zu machen.

Wenn ein Tesla durch eine Stadt fährt, verfügt er über Sensoren, die Berge von Informationen über seine Umgebung sammeln. Diese Daten werden gesammelt und in Token umgewandelt, die zur Verbesserung der KI-Modelle von Tesla verwendet werden. So entsteht theoretisch eine bessere Software für das selbstfahrende Auto, die die Fahrzeuge genauer und sicherer lenkt.

„In einer KI-Welt wird die Aufgabe der meisten Unternehmen darin bestehen, mehr Daten zu generieren“, so Liu. Er argumentierte, dass Teslas Ansatz, so viele Autos wie möglich auf die Straße zu bringen, um so viele Daten wie möglich zu sammeln, besser war als die Strategie von Waymo, „wo die Ingenieure jahrelang in einer Höhle saßen und relativ isoliert daran arbeiteten und nicht so viele Daten oder Token sammelten“.

Lest auch

Absturz der Tesla-Aktie: Shortseller machen Gewinn von 16 Milliarden Dollar

Bessere Geschäftsentscheidungen treffen

Liu erzählte ein weiteres Beispiel, diesmal ein theoretisches: Wie können Unternehmen bessere Geschäftsentscheidungen treffen, indem sie auf ihren Prozess zurückblicken und ihn tokenisieren?

„Bei jeder größeren Entscheidung gibt es wahrscheinlich sechs Monate lang Diskussionen zwischen Mitarbeitern in Slack-Chats, Zoom-Videomeetings, Vorstandssitzungen und Daten-Dashboards“, sagte er.

Unternehmen können nun all dies in Token umwandeln und damit ein KI-System trainieren, um in Zukunft bessere Entscheidungen zu treffen, oder um menschlichen Führungskräften und Mitarbeitern zu helfen, beim nächsten Mal bessere Entscheidungen zu treffen.

„Die Aufgabe des Unternehmens und der Software besteht darin, all das aus den beteiligten Menschen herauszuholen und in Token für das KI-Training umzuwandeln“, fügte er hinzu.

Lest auch

Darum glaubt der Chef-KI-Wissenschaftler von Meta, dass der Mensch nie unterdrückt wird

Beispiele für Token-Fabriken

Rauch sagt, dass Vercel dies mit seinem v0-Tool tut, das Entwicklern und technisch nicht versierten Personen hilft, Websites und Anwendungen zu erstellen. „v0 nimmt Benutzeranforderungen auf Englisch auf und gibt eine Anwendung aus“, erklärt Rauch. „Das sind unsere Token.“

Rauch nannte auch einen Vercel-Kunden namens Openevidence, der KI einsetzt, um Berge von medizinischen Forschungsergebnissen zu verdaulichen Informationen für viel beschäftigte Mediziner zusammenzufassen. „Ihre Token sind die Forschungsdaten, die Ärzte benötigen, um bessere Entscheidungen zu treffen“, sagte Rauch. „Es sind Token der medizinischen Intelligenz.“

Liu nannte das Beispiel von Mercor, einem Startup, das promovierte Techniker einstellt, um deren spezifisches Wissen zu sammeln und in Token umzuwandeln, die von KI-Laboren zur Verbesserung ihrer Modelle verwendet werden.

„Die Aufgabe eines jeden Unternehmens wird es sein, Intelligenz zu produzieren, wie eine Token-Fabrik“, sagte Rauch. „Unternehmen bauen im Laufe der Zeit institutionelles Wissen auf, sie sammeln Best Practices, betriebliche Grundsätze und Verfahren, Schulungshandbücher, Markenrichtlinien und sogar Geschmack. All das wird Teil des Pre- und Post-Trainings von KI-Modellen und der Daten, die darüber hinaus eingefügt werden.“

Externer Inhalt nicht verfügbar

Sie haben ein contentpass-Abo, wollen aber trotzdem nicht auf die Anzeige externer Inhalte von Drittanbietern verzichten? Dann klicken Sie auf “zustimmen” und wir binden externe Inhalte und Dienste von ausgewählten Drittanbietern in unser Angebot ein, um Ihr Nutzungserlebnis zu verbessern. Eine aktuelle Liste ebendieser Drittanbieter können Sie jederzeit in der Privatsphäre (Link zu Privatsphäre) einsehen. In diesem Zusammenhang können auch Nutzungsprofile (u.a. aus Basis von Cookie-IDs) gebildet und angereichert, auch außerhalb des EWR. Ihre Einwilligung umfasst in diesem Fall auch die Übermittlung bestimmter personenbezogener Daten in Drittländer, u.a. die USA nach Art 49 Abs. 1 Buchst. a) DSGVO. Weitere Details zur Datenverarbeitung finden Sie in unseren Datenschutzhinweisen sowie in der Privatsphäre, jeweils jederzeit im Footer unseres Angebotes verfügbar. Ihre Einwilligung in die Einbindung externer Inhalte können Sie jederzeit im Footer unseres Angebotes über den Link “Widerruf Tracking” ausüben.