Ein Großteil der Entwicklung im Bereich Machine Learning werde getrieben von der Hardware-Entwicklung. Die Entwicklung bei der Rechenleistung sei exponential und entsprechend steige auch die Qualität von KI-Systemen.

Nusser vergleicht die Entwicklung bei den eigenen TPUs (TensorFlow Processing Unit), welche das Computing-Rückgrat der Cloud für KI-Anwendungen bildet.

Die 2015er TPU Version erreichte einen Wert von 92 teraflops, die dritte 2018er Version steht bereits bei 420 teraflops.

Paul Knecht

Stefan Nusser ist Forscher und Product-Lead für Google Cloud AI Europe. „Google als Firma, kam zur KI von der Consumer-Seite“, beginnt Nusser. Die Web-Suche, die Bildersuche und Übersetzungsdienste setzen bereits seit Jahren künstliche Intelligenz ein. Von daher habe die Firma selber große Kompetenzen im Bereich der KI aufgebaut.

Doch wie kann Google als Firma mit Geschäftskunden zusammenarbeiten und dieses Wissen ausbauen? Weltweit gebe es 21Millionen Softwareentwickler und 1Millionen Data Scientists,
aber nur Tausende Deep Learning Researcher.

Bei Google sehe man die Cloud als Vehikel an, um Technologie zur Verfügung zu stellen und mit den Kunden zusammenzuarbeiten. So gibt es für Entwickler Toolboxen mit Algorithmen (z.B. TensorFlow) sowie APIs und Solutions wie das Contact Center sowie Communities von Experts, mit denen sich Firmen austauschen können.

Damit stellt Google nicht nur die Technologie, sondern auch KnowHow zur Verfügung.

Paul Knecht