Deepminds KI-Innovationen kommen mit MuZero weiter in Googles unternehmerischem Alltag an.
Mit MuZero stellte Deepmind Ende 2019 ein neues KI-Modell vor, das die Ergebnisse von vorherigen erfolgreichen KI-Systemen wie AlphaGo Zero erreicht, dabei aber auch andere Brettspiele oder sogar Computerspiele lernen und auf hohem Niveau absolvieren kann.
Die Besonderheit von MuZero ist, dass die KI modellfrei trainiert wird, also ohne menschliche Vorgaben. Sie erstellt sich während des KI-Trainings an einer bestimmten Aufgabe ein eigenes Modell, etwa der Spielregeln.
MuZero ist daher universeller einsetzbar und laut Deepmind ein "großer Schritt hin zu Allzweck-Algorithmen". Eine detaillierte Beschreibung von MuZero findet ihr hinter dem Link.
Dieses Videospiel macht nur KI Spaß: Deepmind gamifiziert Videokompression fürs KI-Training
Jetzt kündigt Deepmind eine erste praktische Anwendung von MuZero für Google-Services an: Eine auf Videokompression trainierte Version von MuZero soll die gestreamte Datenmenge von YouTube-Videos um vier Prozent reduzieren. Diesen Anwendungsfall für Videokompression deutete Deepmind bereits bei der offiziellen MuZero-Enthüllung im Dezember 2020 an.
Laut Deepmind ist die MuZero-Videokompression bereits bei einem Teil der YouTube-Videos im Einsatz und erreicht "eine durchschnittliche Reduzierung der Bitrate um 4 Prozent bei einer großen Anzahl unterschiedlicher Videos", ohne dabei die Qualität der Videos merklich zu reduzieren.
Die Deepmind-Forschenden verwandelten dafür die YouTube-Bildanalyse in eine Art KI-Videospiel: Die Firma verwandelte verschiedene Videoqualitäts- und Bitratenmetriken in eine einzige Metrik, die MuZero dann im Wettbewerb mit sich selbst für jedes Einzelbild eines Videos optimierte. Dynamischere, komplexere Szenen brauchen eine höhere Bitrate als statische.
Immer wenn MuZero die Metrik nach oben schrauben konnte, erhielt das KI-System ein Belohnungssignal in Form einer Punktzahl. Auf eine ähnliche Weise lernte MuZero zuvor auch Go oder Schach.
Ein "kleiner Schritt" hin zu universeller Alltag-KI
Vier Prozent Einsparung mag nicht nach viel klingen, ist aber bei dem gigantischen Datenverkehr von YouTube und anderen Streaming-Angeboten ein signifikanter Unterschied für den gesamten Internet-Traffic. Gerade Gegenden mit schlecht ausgebautem Internet könnten davon profitieren. Auch der Umwelt hilft reduzierter Datenverkehr.
"Analysten sagen voraus, dass im Jahr 2021 der Großteil des Internetverkehrs auf Videostreaming entfallen wird. Da Videos während der COVID-19-Pandemie stark angestiegen sind und der gesamte Internetverkehr in Zukunft voraussichtlich weiter zunehmen wird, ist die Videokompression ein immer wichtigeres Problem", schreibt Deepminds MuZero-Team.
Deepmind sieht die KI-Videokompression bei YouTube daher als Beispiel, wie MuZero außerhalb der Forschung in der echten Welt relevante Probleme lösen kann. Weitere Anwendungen sollen folgen.
"Unsere langfristige Vision ist es, einen einzigen Algorithmus zu entwickeln, der in der Lage ist, Tausende von realen Systemen in einer Vielzahl von Bereichen zu optimieren", schreibt Deepmind und teilt damit die Vision von Google AI mit der KI-Architektur Pathways.
Indirekt existiert schon ein weiterer Anwendungsfall für MuZero: Die US Air Force steuerte Sensoren und taktische Navigationssysteme mit ARTUµ erstmals während des Fluges. Der Algorithmus basiert auf MuZero.
Wer mehr lernen will über modellfreies Reinforcement Learning, der KI-Lerntechnik hinter MuZero, kann sich unseren KI-Podcast mit Tim Rocktäschel von Facebook AI ansehen.
