KI und Nachhaltigkeit: Professor der Hochschule Hamm-Lippstadt erläutert, warum das kein Widerspruch sein muss
Spätestens seit der Einführung von Chat-GPT ist Künstliche Intelligenz
(KI) in aller Munde. Viele Internetnutzer*innen sind neugierig, wollen
wissen, wie die Software funktioniert – und wie intelligent sie wirklich
ist. Eine Frage steht da unweigerlich im Raum: Kann Künstliche Intelligenz
bei dieser Flut von Anfragen, die jede Menge Rechenleistung benötigt,
nachhaltig sein? Wenn es nach Prof. Stefan Albertz, Lehrgebiet „3D-
Animation und Visual Effects“ an der Hochschule Hamm-Lippstadt (HSHL)
geht, stehen KI und Nachhaltigkeit nicht zwingend im Widerspruch
zueinander.
Geschätzt sind es aktuell rund 620 Millionen Besucher*innen, die sich
jeden Monat auf der Website von OpenAI, das US-Unternehmen, das Chat-GPT
aus der Wiege hob, tummeln – Tendenz steigend. Laut Tobias Jonas, Experte
für Microservices und reaktive Softwaresysteme in der Cloud, wurde allein
der Stromverbrauch für das Training der Version GPT-3 im Januar 2023 auf
fast eine Gigawattstunde in 34 Tagen geschätzt. Das entspricht in etwa dem
Verbrauch von 3.000 europäischen Durchschnittshaushalten im gleichen
Zeitraum. Doch KI beschränkt sich nicht nur auf den Chat-Bot, sie findet
in vielen weiteren Bereichen Anwendung.
Künstliche Intelligenz beschleunigt Arbeit in der Medienbranche
„Künstliche Intelligenz begegnet uns in der Medienbranche an sehr vielen
Stellen“, sagt Prof. Albertz. „Schauen wir beispielsweise nur auf die
Bereiche Bilderkennung, Bildverarbeitung und Computergrafik: In der
Bilderkennung erzeugt KI auf Medienservern automatisiert Inhalt-
beschreibende Metadaten, kategorisiert Videos nach deren Szenerie oder
warnt vor gefährlichen und unerlaubten Inhalten im Bild. Bei der
Bildverarbeitung werden zeitraubende, bislang manuelle Tätigkeiten wie das
Rotoskopieren, also das Freistellen von Bildinhalten und Bildretuschen im
Film, mit Hilfe von KI mittels Machine Learning automatisiert.“
In der Computergrafik setzt auch der Grafikkartenhersteller Nvidia zur
Optimierung des Raytracings, der Berechnung von Lichtstrahlen in
Computerspielen- und -animationen, auf KI, um überhaupt erst
Echtzeitfähigkeit zu gewährleisten. Dabei greifen die verschiedenen
Techniken der Künstlichen Intelligenz ineinander, um die jeweils
gewünschte Zielsetzung zu erreichen. Ähnlich des Beispiels Chat-GPT gibt
es vortrainierte Systeme wie beim Raytracing auf Grafikprozessoren oder
der Szenenerkennung. „Oft wird aber auch selbst trainiert, um die KI dem
individuellen Bedarf anzupassen“, ergänzt Prof. Albertz.
Wie KI die Energie einsparen kann
Ein Beispiel, das zeigt, dass es auch energieeffizienter und
ressourcenschonender geht, ist Renderman, ein von den Pixar Animation
Studios entwickelter Standard für das Rendern, also der Erzeugung von
Computergrafiken aus Rohdateien. „Disney Research, ein Netzwerk von
Forschungslaboren, die die Walt Disney Company unterstützen, hatte bereits
2019 auf der Konferenz Siggraph in Los Angeles über den Einsatz eines
Deep-Learning-Denoisers berichtet, der unter anderem bei der Produktion
von ,Toy Story 4‘, ,Ralph reicht’s 2: Chaos im Netz‘ und der
Realverfilmung von ,Aladdin‘ eingesetzt wurde", sagt Prof Albertz.
„Kurzgefasst geht es darum, dass in der Computergrafik bei der Erzeugung
von Bildern durch klassische Renderingverfahren immer ein Bildrauschen
entsteht, welches bis dato nur durch lange Berechnung minimiert werden
konnte. Der 2019 gezeigte Ansatz kürzt diesen Prozess ab, indem die
Bildberechnung in einem unbefriedigenden, verrauschten Zustand gestoppt
wird und eine trainierte KI das Bild ,entrauscht' (engl. denoise).“
Die Künstliche Intelligenz wurde dazu im Vorfeld durch große Mengen von
Bildpaaren trainiert, wobei eines der Bilder jeweils das perfekte Resultat
und das andere die verrauschte Variante enthielt. „Im Ergebnis erreicht
man damit dieselbe Bildqualität bei Einsparung von 30 bis 40 Prozent der
Rechenzeit, was direkt in 30 bis 40 Prozent Energieersparnis gedeutet
werden kann. Dieser Machine-Learning-Denoiser ist nun auch außerhalb des
Disney Konzerns als Teil der Software Renderman verfügbar“, so der HSHL-
Professor, der selbst Renderman in der Hochschule einsetzt.
Großes Potenzial für kleinere bis mittlere Produktionen
Generell lässt sich festhalten, dass viele Künstliche Intelligenzen,
sobald sie einmal trainiert sind, weitaus weniger Energie benötigen, als
angenommen. Dazu Prof. Albertz: „Sowohl Pixars Machine-Learning-Denoiser,
als auch die KI-basierte Raytracing-Optimierung von Nvidia zeigen uns,
dass KI sehr wohl zur Einsparung von Ressourcen beitragen und damit
nachhaltig sein kann. Hier ist es an den Nutzer*innenn der Computergrafik,
die gewonnene Rechenzeitersparnis nicht mit komplexeren Szenen zu füllen.
Gerade für mittlere bis kleinere Produktionen besteht hier großes
Potenzial.“ Dass KI und Nachhaltigkeit im Widerspruch zueinanderstehen,
lässt sich also so pauschal nicht sagen.
