Clem Delangue, CEO von Hugging Face, einer Plattform, die als Repository für Modelle des maschinellen Lernens dient, äußerte sich kürzlich zur aktuellen Lage im Bereich der künstlichen Intelligenz. Auf einer von Axios veranstalteten Konferenz erklärte er, dass wir uns in einer Blase rund um große Sprachmodelle (LLM, Large Language Models) befänden, die bereits im nächsten Jahr platzen könnte. Seiner Ansicht nach bedeutet dies jedoch nicht das Ende der künstlichen Intelligenz insgesamt. Delangue betonte, dass LLM nur ein Teil des breiteren KI-Feldes seien, das Anwendungen in der Biologie, Chemie sowie in der Bild-, Audio- und Videoverarbeitung umfasse. In diesen Bereichen sieht er erst den Beginn einer großen Entwicklung.
Delangue beschrieb, wie derzeit sämtliche Aufmerksamkeit, Finanzmittel und Anstrengungen in die Vorstellung fließen, dass ein einziges riesiges Modell, angetrieben von massiver Rechenleistung, alle Probleme für sämtliche Unternehmen und Menschen lösen könne. Dies führe seiner Meinung nach zu einer Überhitzung des Marktes. Stattdessen prognostiziert er eine Zukunft voller unterschiedlicher Modelle, die auf konkrete Aufgaben zugeschnitten und auf bestimmte Bereiche spezialisiert sein werden.
Hugging Face und seine Rolle in der KI
Das von Delangue geleitete Unternehmen Hugging Face dient als eine mit GitHub vergleichbare Plattform zum Teilen von Modellen des maschinellen Lernens. Dort finden sich sowohl große Modelle von Unternehmen wie OpenAI oder Meta – beispielsweise gpt-oss oder Llama 3.2 – als auch kleinere, angepasste Versionen, die von Entwicklern für spezielle Anforderungen erstellt wurden. Delangue sieht in diesem Ansatz den Schlüssel zum Erfolg. Seiner Ansicht nach werden Unternehmen und Forscher auf eine Vielzahl spezialisierter Modelle setzen, die konkrete Probleme effizienter lösen als ein einziger vielseitiger Gigant.
Diese Sichtweise wird auch vom Marktforschungsunternehmen Gartner unterstützt, das im April prognostizierte, dass Unternehmen dreimal häufiger kleine, auf bestimmte Aufgaben zugeschnittene Modelle als große universelle LLM einsetzen werden. Der Grund dafür ist der Bedarf an höherer Genauigkeit in Arbeitsabläufen und einer besseren Anpassung an konkrete Daten. Delangue deutet damit an, dass die Ära eines einzigen Modells für alles zu Ende geht und durch eine Vielfalt ersetzt wird, die in der Praxis echte Vorteile bringen wird.
Beispiele für Investitionen außerhalb von LLM
Delangues Optimismus außerhalb des LLM-Bereichs wird auch durch jüngste Entwicklungen unterstrichen. So wurde etwa Jeff Bezos, der ehemalige CEO von Amazon, Co-CEO eines neuen Start-ups, das sich auf Anwendungen des maschinellen Lernens im Ingenieurwesen und in der Fertigung konzentriert. Dieses Projekt startet mit einer Finanzierung von mehr als 6 Milliarden US-Dollar, was umgerechnet etwa 138 Milliarden CZK entspricht. Dies zeigt, dass Investitionen in KI über Sprachmodelle hinausgehen und sich auf praktische Anwendungen in der Industrie konzentrieren.
Delangue betont, dass LLM zwar die gesamte Aufmerksamkeit auf sich ziehen, der wirkliche Fortschritt jedoch in anderen Bereichen stattfinden werde. Seine Worte auf der Axios-Veranstaltung erinnern daran, dass der Begriff KI wesentlich umfassender ist und wir gerade erst beginnen zu entdecken, wohin diese Technologien führen werden.
Quellen: techcrunch.com und arstechnica.com
