Die Geschichte des KI-Hypes

Das Thema KI ist aktuell in aller Munde, hauptsächlich getrieben von großen Sprachmodellen (LLMs) wie ChatGPT oder Bildgeneratoren wie Dall-E und Midjourney. Es wird viel darüber gesprochen, wohin uns die Entwicklung von KI führen wird. Für welche Berufe werden bald keine Menschen mehr gebraucht? Welche Gefahren gehen von einer allgemeinen künstlichen Intelligenz (AGI) aus?

Die ersten KI-Hoffnungen im Rückblick

Dabei wird gerne vergessen, dass wir uns diese Fragen nicht zum ersten Mal stellen. Der Begriff „Künstliche Intelligenz“ wurde bereits in den 50er Jahren geprägt. Im Jahr 1959 veröffentlichten Herbert A. Simon, J. C. Shaw und Allen Newell den „General Problem Solver“ (GPS), ein Computerprogramm, das Probleme jeglicher Art lösen sollte. Der Versuch galt schlussendlich als gescheitert, das Programm konnte lediglich simple, wohldefinierte Probleme zuverlässig lösen. Trotzdem brach in den 60er Jahren die KI-Euphorie aus und im Jahr 1963 beschrieben Leonard Uhr und Charles Vossler eines der ersten Programme für maschinelles Lernen. 1965 baute Joseph Weizenbaum ELIZA, ein interaktives Programm, das beliebige Dialoge in englischer Sprache führen sollte.

Irgendwie kommt einem das alles bekannt vor, oder? Seit der Veröffentlichung von ChatGPT werden wieder ähnliche Töne angeschlagen, ganze Branchen für überholt erklärt oder Szenarien von der Auslöschung der Menschheit durch KI gestrickt. 

Frühe KI-Visionen und ihr Ende

Die Frage lautet also: Warum sind die Vorhersagen der 60er Jahre nicht eingetroffen?

Die Antwort ist aus meiner Sicht recht simpel: Die Erwartungen waren überzogen. Man ging davon aus, dass man die großen Sprünge, die den schnellen Fortschritt möglich machten, einfach wiederholen kann, wurde jedoch enttäuscht. Die Entwicklung verlangsamte sich rapide, Skeptiker wurden lauter und so folgte in den 70er Jahren der KI-Winter. Fortschritte bei Expertensystemen führten in den frühen 80er Jahren zu einer Erholung des Feldes, aber auch hier konnte man den hohen Erwartungen nicht gerecht werden. Es folgte der zweite KI-Winter bis in die 2010er Jahre.

Um den aktuellen Erwartungen an die Entwicklung von KI gerecht zu werden, braucht es also neue, grundlegende Innovationen. Ob und wann diese kommen werden, wird allerdings niemand seriös vorhersagen können.

Wird es also einen dritten KI-Winter geben? Vielleicht. Allerdings nicht im gleichen Maße, wie wir es in den 70er und 90er Jahren gesehen haben. Bereits jetzt haben LLMs und andere generative Modelle viel ungenutztes Potenzial. Sie werden Menschen – zumindest vorerst – nicht ersetzen, aber sie können sie unterstützen.

Offene KI für jeden

Während Frontier-Labs wie OpenAI oder Anthropic immer mehr Ressourcen für immer kleinere Fortschritte nutzen, fokussieren sich andere darauf, bestehende Fähigkeiten in immer kleinere und effizientere Modelle zu verpacken, die dann auch außerhalb von riesigen Datacentern – teilweise sogar auf Smartphones – betrieben werden können. 

Die Abbildung oberhalb zeigt ein logarithmisches Diagramm, das die sinkenden Kosten von LLMs bei gleichbleibenden Fähigkeiten über den Zeitraum von 2022 bis 2024 darstellt (Quelle: Andreessen Horowitz).