Copyright: AdobeStock / footage
Die Ausgangssituation: Was ist die ökologische Herausforderung?
Künstliche Intelligenz (KI) hat im Bereich digitaler Sprachtechnologien für einen regelrechten Entwicklungsschub gesorgt. Ob Übersetzung und Transkription in Echtzeit oder der Einsatz virtueller Assistenten wie Alexa oder Siri – Technologien zur Spracherkennung und -übersetzung kommen heutzutage immer mehr zum Einsatz. Diese Technologien basieren fast ausschließlich auf dem so genannten Deep Learning („tiefes Lernen“) bzw. Natural Language Processing - Algorithmen. Das sind komplexe künstliche neuronale Netze, deren Training und Einsatz hohe Anforderungen an die Rechenleistung stellen. Damit verbunden ist ein erhöhter Energieverbrauch. Die ökologische Herausforderung ist es, diesen Energieverbrauch zu reduzieren, indem die verwendete KI künftig besonders ressourceneffizient gestaltet ist.
Die Idee: Welchen Beitrag kann KI konkret leisten?
Ziel des Projektes ist es, den Energiebedarf für automatische Spracherkennung und maschinelle Übersetzung erheblich zu reduzieren. Gleichzeitig soll die Leistungsfähigkeit der Spracherkennungs- und -übersetzungsmodelle weitestgehend erhalten bleiben. Konkretes Ziel ist es, den Energiebedarf für Anwendungen in der automatischen Spracherkennung sowie der maschinellen Übersetzung gesprochener Sprache um den Faktor 10 zu reduzieren. Dies soll durch die Entwicklung sparsamerer KI-Modelle, ihrer Trainingsmethoden sowie optimierte Einbindung von neuartigen Hardwarekomponenten erreicht werden.
Der Ausblick: Welchen Leuchtturmcharakter hat das Projekt?
Digitale Sprachtechnologien werden universell und vor allem weltweit von einer sehr breiten Zielgruppe eingesetzt. Die ressourceneffizientere Gestaltung der angewendeten KI hat damit Einfluss auf den ökologischen Fußabdruck dieser Technologien. Die Ergebnisse des Projektes sind vielfältig einsetzbar und haben daher ein hohes Marktpotenzial. Das Wissen soll zudem für die weitere Forschung zur Verfügung gestellt und auch genutzt werden.