Die nächste Welle der KI ist mobil

Die wachsende Nachfrage nach Computertechnologie hat zahlreiche Arbeitsumgebungen erheblich verändert. Bis 2024 überstieg der weltweite KI-Markt die Marke von 184 Milliarden US-Dollar, und Experten gehen davon aus, dass er bis 2030 unglaubliche 800 Milliarden US-Dollar erreichen könnte – ein Betrag, der mit dem aktuellen BIP Polens vergleichbar ist. Bemerkenswert ist, dass ChatGPT, eines der führenden Produkte der Branche, innerhalb von zwei Monaten nach seinem Debüt im November 2022 schnell 100 Millionen aktive Nutzer erreichte.

Da sich immer mehr KI-Produkte wie ChatGPT verbreiten und weiterentwickeln, veraltet unser Verständnis der Funktionsweise von KI schnell. Die traditionelle Vorstellung von KI – mit riesigen Rechenzentren, erheblichem Energieverbrauch und verwaltet von Technologiegiganten – gibt nicht mehr das vollständige Bild wieder. Diese Perspektive hat einige zu der Annahme veranlasst, dass bedeutende KI-Innovationen auf große Unternehmen und Technologiekonzerne beschränkt sind.

Es entsteht eine neue Perspektive auf künstliche Intelligenz, die sich auf die verborgene Stärke in unseren Taschen konzentriert. Ziel dieser Methode ist es, KI für alle zugänglich zu machen, indem die kombinierte Leistungsfähigkeit von Milliarden Smartphones auf der ganzen Welt genutzt wird. Jeden Tag bleiben unsere Mobiltelefone längere Zeit im Leerlauf, ihre Rechenleistung bleibt unangetastet. Indem wir diesen riesigen Pool ungenutzter Rechenleistung nutzen, können wir die Funktionsweise von KI verändern. Anstatt sich auf eine einzige zentrale Unternehmensinfrastruktur zu verlassen, könnte die KI-Entwicklung durch ein dezentrales globales Netzwerk alltäglicher Geräte vorangetrieben werden.

Ungenutztes Potenzial

Smartphones und Tablets stellen ein enormes, weitgehend ungenutztes Reservoir an globaler Rechenleistung dar. Angesichts der voraussichtlichen Auslieferung von 1,21 Milliarden Einheiten allein im Jahr 2024 lässt sich das tatsächliche Potenzial an Ersatzrechnern nur schwer berechnen.

Die Theta EdgeCloud für Mobilgeräte zielt darauf ab, ein dezentrales System gemeinsam genutzter GPUs für die Verarbeitung künstlicher Intelligenz zu nutzen, was einen bedeutenden technologischen Fortschritt gegenüber dem traditionellen zentralisierten Computing darstellt. Dieser Übergang zum Edge Computing hat das Potenzial, die Art und Weise, wie wir mit KI-Modellen umgehen und sie vorantreiben, grundlegend zu verändern.

Indem die Datenverarbeitung direkt auf mobilen Geräten durchgeführt wird, anstatt sich auf entfernte Server zu verlassen, kann der Technologiesektor die Reaktionszeit erheblich verkürzen, den Datenschutz verbessern und Netzwerkbandbreite sparen. Diese Methode ist für Echtzeitanwendungen wie autonome Fahrzeuge, Augmented Reality und personalisierte KI-Assistenten unverzichtbar. An dieser Grenze werden wir das größte Wachstum bei KI-Anwendungen sehen, insbesondere bei solchen, die für den individuellen Gebrauch konzipiert sind. Dadurch werden diese Programme nicht nur kostengünstiger, sondern auch schneller und anpassbarer – ein klarer Vorteil sowohl für Verbraucher als auch für Forscher.

Blockchains eignen sich ideal für unsere Umgebung mit verteilter künstlicher Intelligenz. Ihre dezentrale Struktur passt perfekt zu dem Ziel, die ungenutzte Rechenleistung unzähliger Geräte rund um den Globus zu nutzen. Durch den Einsatz der Blockchain-Technologie können wir ein sicheres, transparentes und motivierendes System zur Bündelung von Rechenressourcen aufbauen.

Der wesentliche Fortschritt liegt in der Implementierung der Off-the-Network-Validierung. Im Gegensatz zur Validierung im Netzwerk, die zu einer Überlastung eines Netzwerks aus zahlreichen miteinander verbundenen Geräten führen kann, ermöglichen netzwerkunabhängige Techniken eine reibungslose Zusammenarbeit dieser Geräte, selbst wenn einzelne Verbindungsprobleme gelöst werden müssen. Diese Methode erleichtert die Einrichtung eines Systems ohne Vertrauen, in dem Gerätebesitzer an der Weiterentwicklung der KI teilhaben können, ohne ihre Sicherheit oder Privatsphäre zu opfern.

Hier ist eine Möglichkeit, es anders auszudrücken: Dieses Modell nutzt die Idee des „Federated Learning“, einer Art maschinellen Lernens, das riesige Datenmengen auf Mobilgeräten verarbeiten kann, ohne die Privatsphäre der Benutzer zu beeinträchtigen. Die Blockchain-Technologie dient als Grundlage für dieses Netzwerk und bietet ein Belohnungssystem, das zur aktiven Teilnahme motiviert und eine breite Beteiligung fördert.

Die Kombination aus Blockchain und Edge-KI schafft ein frisches, robustes, effizientes und integratives Ökosystem, das die Fähigkeiten herkömmlicher zentralisierter Systeme übertrifft. Diese Gewerkschaft ermöglicht es Einzelpersonen, direkt über ihr Smartphone zur KI-Entwicklung beizutragen und davon zu profitieren, und demokratisiert so die KI-Entwicklung.

Technische Herausforderungen meistern

Als Forscher erforsche ich ständig die Grenzen der KI-Fähigkeiten, und eine spannende Entwicklung ist die Möglichkeit, Schlussfolgerungen auf verschiedenen GPU-Typen zu trainieren und auszuführen, auch auf solchen, die in Mobilgeräten zu finden sind. Die Hardware in unseren Smartphones hat sich seit ihrer Markteinführung stetig weiterentwickelt und es gibt keine Anzeichen dafür, dass sie aufhören wird. Beeindruckende mobile GPUs wie der A17 Pro von Apple und der Adreno 750 von Qualcomm (verwendet in Premium-Android-Geräten wie Samsung Galaxy und Google Pixel) gehen an die Grenzen dessen, was KI-Aufgaben auf mobilen Plattformen bewältigen können.

Derzeit werden neue Chips namens Neural Processing Units (NPUs) entwickelt, die speziell auf KI-Berechnungen in Verbrauchergeräten zugeschnitten sind. Dies ermöglicht KI-Anwendungen auf dem Gerät, die den Hitze- und Batterieleistungsbeschränkungen entgegenwirken, die typischerweise bei Mobilgeräten auftreten. Darüber hinaus führt die Integration eines intelligenten Systemdesigns und einer intelligenten Systemarchitektur, die Aufgaben effizient auf die am besten geeignete Hardware verteilt, zu einem hochwirksamen Netzwerk, das seine Gesamtleistung erheblich steigert.

Die enormen Möglichkeiten der Edge-KI sind unbestreitbar, sie birgt jedoch eine Reihe einzigartiger Hindernisse. Dazu gehören die Anpassung von KI-Algorithmen an die Vielfalt mobiler Geräte, die Gewährleistung eines zuverlässigen Betriebs in verschiedenen Netzwerkumgebungen, die Lösung von Latenzproblemen und die Sicherung von Daten. Die Überwindung dieser Schwierigkeiten ist von wesentlicher Bedeutung, und glücklicherweise werden diese Herausforderungen durch kontinuierliche Fortschritte in der KI und Mobiltechnologie nach und nach bewältigt. Dieser Fortschritt führt uns zur Verwirklichung dieser Vision.

Von Unternehmen zu Gemeinden

Ein großer Grund zur Sorge hinsichtlich der Weiterentwicklung der KI liegt aus gutem Grund in ihrem immensen Energieverbrauch. Große Rechenzentren benötigen nicht nur große Flächen für ihre physische Einrichtung, sondern auch enorme Energiemengen, um kontinuierlich zu funktionieren. Das mobile Modell bietet jedoch eine Lösung, indem es Ersatz-GPUs in vorhandenen Geräten nutzt, anstatt sich auf solche in zentralen Rechenzentren zu verlassen. Dieser Ansatz ist effizienter und führt zu weniger CO2-Emissionen. Es ist wichtig, die potenziellen Auswirkungen auf die Umwelt hervorzuheben, die dies haben könnte.

Die Verlagerung von KI-Operationen auf Edge Computing wird die Teilnahme und Gewinnmöglichkeiten innerhalb von KI-Netzwerken demokratisieren. Bisher hatten nur große Konzerne mit Rechenzentren die Schlüssel in der Hand. Mit Edge Computing werden diese Tore jedoch geöffnet und laden einzelne Entwickler, kleine Unternehmen und sogar Enthusiasten dazu ein, ihre eigenen KI-Netzwerke zu betreiben und dadurch an Macht und potenziellen finanziellen Gewinnen zu gewinnen.

Die Erweiterung der Nutzerbasis und die Förderung einer breiteren Beteiligung werden die Entwicklung beschleunigen und transparenter machen und möglicherweise einen Stillstand der Branche aufgrund von Stagnation verhindern. Diese verbesserte Zugänglichkeit wird auch eine Vielzahl innovativer Anwendungen fördern, die auf spezifische Probleme und Gemeinschaften zugeschnitten sind, die oft vernachlässigt oder ignoriert werden.

Die erheblichen finanziellen Auswirkungen dieses Übergangs sind unbestreitbar. Dieser Schritt ermöglicht es sowohl einzelnen Benutzern als auch kleineren bis mittelgroßen Unternehmen, Einnahmen aus der ungenutzten Rechenleistung ihrer Geräte zu erzielen, wodurch potenziell zahlreiche Einnahmequellen entstehen. Darüber hinaus fördert es das Wachstum verbraucherfreundlicher KI-Hardware und -Software, die auf Edge-Geräte zugeschnitten ist.

Die zukünftigen Fortschritte in der künstlichen Intelligenz (KI) erfordern nicht den Bau größerer Datenanlagen; Vielmehr geht es darum, die vorhandenen Energieressourcen in unseren Smartphones und Häusern zu nutzen. Durch die Priorisierung von Edge Computing können wir eine vielfältigere, effizientere und innovativere KI-Umgebung fördern. Dieser Ansatz, der die KI-Verarbeitung näher an die Endbenutzer verteilt, fördert nicht nur den gleichberechtigten Zugang zur KI-Technologie, sondern steht auch im Einklang mit globalen Nachhaltigkeitszielen und stellt sicher, dass die Vorteile der KI für alle und nicht nur für eine ausgewählte Gruppe zugänglich sind.

Wichtiger Hinweis: Die in diesem Artikel geäußerten Meinungen sind ausschließlich die des Autors und stimmen möglicherweise nicht immer mit den Ansichten von CoinDesk, Inc., seinen Eigentümern oder seinen Partnern überein.