Anmelden
(Bild: Daniel AJ Sokolov)
25 Millionen Euro zahlen Österreichs Mobilfunker für neue Frequenzrechte in zwei sehr unterschiedlichen Bändern. Eines davon dürfen sie zeitweise abschalten.
An die 25 Millionen Euro zahlen die drei Mobilfunk-Netzbetreiber Österreichs für zusätzliche Frequenznutzungsrechte im Bereich um 26 GHz sowie um 3,5 GHz. Das hat am Dienstag eine Versteigerung durch die Telekom Control Kommission (TKK) des Landes ergeben. Mit den Frequenzrechten sind auch Versorgungsauflagen verbunden. Neu ist, dass diese nicht mehr rund um die Uhr gelten. Von 0 bis fünf Uhr früh dürfen die Netzbetreiber ihre Sender um 26 GHz abschalten, solange der Traffic ohne Minderung der Leistungsqualität über andere Frequenzen abgeführt werden kann.
Die österreichischen Mobilfunk-Netzbetreiber sind derzeit dabei, ihre UMTS-Netze (3G) schrittweise abzuschalten. Nicht zuletzt ist der UMTS-Ausstieg gut fürs Klima [1], weil LTE- (4G) und 5G-Netze deutlich energieeffizienter sind. Die zeitweise Abschaltung nicht benötigter Netzkapazitäten ist ebenfalls ein Schritt zur Senkung des Stromverbrauchs, in Österreich bislang aber verboten.
A1 Telekom Austria und T-Mobile Austria (Magenta) zahlen jeweils 4,63 Millionen Euro für 400 MHz breite Frequenzrechte um 26 GHz. Hutchison Drei Austria zahlt 6,95 Millionen für 600 MHz. Das Gesamtergebnis von 16,2 Millionen Euro liegt 2,9 Millionen Euro über der Summe der Mindestgebote.
Das 26-GHz-Band erlaubt zwar nur sehr geringe Reichweite, dafür können erhebliche Datenmengen übertragen werden. Damit eignen sich die Frequenzen zur Versorgung sogenannter Hotspots, also Örtlichkeiten mit besonders hoher Nutzung. Prädestiniert ist das Band auch für Funknetze, die speziell für kleine Gebiete wie Unternehmenssitze oder Universitätscampus eingerichtet werden.
Zusätzlich hat die TKK Frequenzrechte im 3,5-GHz-Band versteigert, die jedoch nicht bundesweit gelten, sondern nur regional. Dabei handelt es sich um Überbleibsel einer Versteigerung von vor vier Jahren. Damals reservierte die Behörde einen Teil der Frequenzen für Bieter, die nur regional ein Netz betreiben wollten. Das Angebot übertraf die Nachfrage, sodass einige Frequenzpakete 2020 nicht über den Tisch gingen.
Nun durften sich auch die großen Netzbetreiber um diese Nutzungsrechte bewerben. A1 und T-Mobile erhielten verschiedentlich Zuschläge [2] für insgesamt 8,5 Millionen Euro – ein Vielfaches der Summe der Rufpreise von 2,3 Millionen Euro. Die neuen Frequenznutzungsrechte laufen in gut 15 Jahren, Ende 2039, aus.
URL dieses Artikels:
https://www.heise.de/-9667978
Links in diesem Artikel:
[1] https://www.heise.de/hintergrund/UMTS-Ausstieg-ist-gut-fuers-Klima-9583550.html
[2] https://www.rtr.at/TKP/presse/pressemitteilungen/presseinformationen_2024/Auktionsergebnis_TKK_26032024.pdf
[3] mailto:ds@heise.de
Copyright © 2024 Heise Medien
Die Konferenz Digital Design & UX Next in München beschäftigt sich mit der ganzheitlichen Gestaltung digitaler Produkte und Services.
Am 17. und 18. April 2024 findet in München erneut die Digital Design & UX Next statt. An zwei Tagen behandeln 22 ausgewählte Vorträge und zwei Keynotes die Gestaltung digitalen Materials.
Die Konferenz stärkt die ganzheitliche Gestaltung guter digitaler Produkte und Services. Digital Design gestaltet dabei nicht nur Sichtbares, sondern auch Verborgenes. Expertisen wie UX Design, Produktmanagement und User Research müssen in interdisziplinären Teams entstehen, um Technologiepotenziale zu erkennen und menschenzentriert zu nutzen.
Die von dpunkt.verlag und iX in Zusammenarbeit mit MaibornWolff ausgerichtete Digital Design & UX Next [1] richtet sich an Produkt- und Servicemanager, Usability & User Experience Professionals, Digital Designer, Requirement Engineers und Product Owner.
Das Programm [2] bietet in zwei Tracks Vorträge mit Antworten unter anderem auf folgende Fragen:
In dem Impuls-Vortrag zur Eröffnung beleuchten Martina Beck, Kim Lauenroth, Ute Nause und Thomas Immich, warum Digital Design für sie so relevant ist. Sie erläutern, warum gerade in Zeiten, in denen generative KI in die Digitalisierung einzieht, der digitale Wandel eine Richtung braucht und warum es auf UX ankommt.
Den zweiten Tag eröffnet Carola Lilienthal mit ihrer Keynote zum Design digitaler Arbeit. Sie liefert nicht nur Antworten darauf, wie wir Arbeit in ein neues Interaktionsmodell abbilden können, bei dem bisherige Abläufe erhalten bleiben, sondern auch, wie innovative digitale Features eine echte Verbesserung im Arbeitsprozess darstellen können.
Tickets für die Konferenz [3] kosten 899 Euro (alle Preise zzgl. 19 % MwSt.). Am Vortag der Konferenz finden vier Halbtages-Workshops statt [4]: Die Workshops "Barrieren überwinden: Barrierefreiheit bei digitalen Produkten – Warum es wichtig ist und wie man es umsetzt" und "Was ist Digital Design?! Eine gemeinsame Forschungsreise mit einer 360° Betrachtung" sind für jeweils 299 Euro erhältlich. Die Tickets für "You don’t know your users – Ein spielerischer User Research Workshop" kosten lediglich 99 Euro.
Der Workshop "Und 'prompt' war alles klar – KI-unterstütztes Design" ist ausverkauft, Interessierte können sich jedoch auf die Warteliste eintragen.
Wer über den Verlauf der Digital Design & UX Next informiert werden möchte, kann sich für den Newsletter eintragen [5]
URL dieses Artikels:
https://www.heise.de/-9664527
Links in diesem Artikel:
[1] https://digital-design-day.de/
[2] https://dd-ux.de/programm.php
[3] https://dd-ux.de/tickets.php
[4] https://dd-ux.de/programm.php#pgpart1
[5] https://dd-ux.de/newsletter.php
[6] mailto:rme@ix.de
Copyright © 2024 Heise Medien
(Bild: Marcel Derweduwen / Shutterstock.com)
Wenn die Überwachung des Abwassers zu einer Jagd auf ein einzelnes infiziertes Individuum wird, wird es ethisch heikel.
Es klingt wie die Fragestellung in einem spannenden Rätsel: Wie konnte ein US-Forscherteam eine Covid-Variante von einer Kläranlage im Bundesstaat Wisconsin zu sechs Toiletten in einem einzigen Unternehmen zurückverfolgen? Doch dahinter stecken auch Datenschutzbedenken, die entstehen, wenn man die Kanalisation nutzt, um seltene Viren bis zu ihrer Quelle zurückzuverfolgen.
Das Virus stammt wahrscheinlich von einem einzigen Mitarbeiter, der zufällig eine enorme Menge einer sehr seltsamen Variante ausscheidet. Die Forscher würden diese Person gerne ausfindig machen. Aber was ist, wenn diese Person nicht gefunden werden will?
Vor einigen Jahren war der Virologe Marc Johnson von der Universität von Missouri besessen von den seltsamen Covid-Varianten, die er in Abwasserproben gefunden hatte. Sie waren in mehrfacher Hinsicht merkwürdig: Sie entsprachen keiner der üblichen Varianten und sie zirkulierten nicht. Sie tauchten nur an einem einzigen Ort auf, kamen dort eine gewisse Zeit lang vor und verschwanden dann oft wieder. Das erste Mal tauchte der Ausreißer in Bundesstaat Missouri auf. "Es machte mich verrückt", sagt Johnson. "Ich fragte mich: ‚Was zum Teufel ist hier los?‘" Mit Hilfe von Kollegen aus New York wies er einige weitere nach.
In der Hoffnung, noch mehr Abstammungslinien ausfindig machen zu können, postete Johnson auf Twitter (jetzt X) einen Aufruf für Abwasserproben. So erhielt 2022 im Januar er einen weiteren Treffer in einer Abwasserprobe, die von einer Kläranlage in Wisconsin stammte. Gemeinsam mit David O'Connor, einem weiteren Virologen an der Universität von Wisconsin begann er mit staatlichen Gesundheitsbehörden zusammenzuarbeiten, um das Signal zu verfolgen: von der Kläranlage bis zu einer Pumpstation und dann bis in die Außenbezirke der Stadt, "ein Schacht nach dem anderen", sagt Johnson. "Jedes Mal, wenn es eine Abzweigung in der Straße gab, haben wir überprüft, von welcher Abzweigung [das Signal] kam."
Sie verfolgten einige fragwürdige Spuren. Die Forscher hatten den Verdacht, dass das Virus von einem Tier stammen könnte. Einmal nahm O'Connor Leute aus seinem Labor mit in einen Hundepark, um Hundebesitzer nach Kotproben zu fragen. "Es gab so viele Ablenkungen", sagt Johnson.
Nach der Entnahme von Proben aus etwa 50 Gullys fanden die Forscher schließlich das letzte Gullyloch des Rohrabschnitts, das die Variante aufwies. Sie hatten Glück. "Die einzige Quelle war dieses eine Unternehmen", sagt Johnson. Ihre Ergebnisse [1] veröffentlichten die Forscher kürzlich in der Fachzeitschrift "Lancet Microbe".
Die Überwachung von Abwässern scheint ein relativ neues Phänomen zu sein, das durch die Pandemie entstanden ist, dabei gibt es sie schon seit Jahrzehnten. Ein kanadisches Forscherteam hat mehrere historische Beispiele [2] beschrieben. In einem Fall [3] verfolgte ein Beamter des öffentlichen Gesundheitswesens 1946 einen Typhusausbruch zur Frau eines Mannes zurück, der am Strand Eis verkaufte. Schon damals äußerte der Forscher einige Bedenken. In der Studie wurden weder die Frau noch die Stadt genannt, und er warnte, dass Infektionen wahrscheinlich nicht auf eine Person zurückgeführt werden sollten, "es sei denn, es handelt sich um einen Ausbruch".
In einer ähnlichen, 1959 veröffentlichten Studie führten Wissenschaftler eine weitere Typhusepidemie [4] auf eine Frau zurück, die daraufhin aus der Gastronomie verbannt und schließlich überredet wurde, ihre Gallenblase entfernen zu lassen, um die Infektion zu beseitigen. Eine solche Publicity kann eine "verheerende Wirkung auf den Träger haben", so die Wissenschaftler in ihrem Bericht über den Fall. "Von einer ruhigen und geachteten Bürgerin wird sie zu einer gesellschaftlichen Paria".
Entsprechend brenzlig wurde es, als Johnson und O'Connor das Virus bis zu diesem letzten Schacht zurückverfolgt hatten. Bis zu diesem Zeitpunkt hatten die Forscher vermutet, dass diese rätselhafte Virusstämme von Tieren stammen. Johnson hatte sogar eine Theorie entwickelt, bei der es um organischen Dünger aus einer Quelle weiter flussaufwärts ging. Jetzt waren sie auf ein einziges Gebäude beschränkt, in dem ein Unternehmen mit etwa 30 Mitarbeitern untergebracht war. Sie wollten niemanden stigmatisieren oder in seine Privatsphäre eindringen. Aber irgendjemand in dem Unternehmen hatte eine ganze Menge Viren ausgeschieden. "Ist es ethisch vertretbar, es ihnen zu diesem Zeitpunkt nicht zu sagen?" fragte sich Johnson.
O'Connor und Johnson hatten von Anfang an mit den staatlichen Gesundheitsbehörden zusammengearbeitet. Sie beschlossen, dass es am besten wäre, sich an das Unternehmen zu wenden, die Situation zu erklären und zu fragen, ob sie freiwillige Tests anbieten könnten. Die Entscheidung war nicht leicht. "Wir wollten keine Panik auslösen und sagen, dass eine gefährliche neue Variante in unserer Gemeinschaft lauert", erklärte Ryan Westergaard, Epidemiologe für übertragbare Krankheiten beim Gesundheitsamt von Wisconsin, gegenüber "Nature". Aber sie wollten auch versuchen, der infizierten Person zu helfen.
Das Unternehmen willigte in einen Test ein, und 19 der 30 Mitarbeiter ließen sich einen Nasenabstrich machen. Sie waren alle negativ. Das könnte bedeuten, dass eine der Personen, die sich nicht testen ließen, die Infektion in sich trug. Oder könnte es bedeuten, dass die massive Covid-Infektion im Darm nicht auf einem Nasenabstrich zu sehen war? "An dieser Stelle würde ich das Achselzucken-Emoji benutzen, wenn wir das per E-Mail machen würden", sagt O'Connor.
Damals hatten die Forscher die Möglichkeit, Stuhlproben auf das Virus zu testen, aber sie hatten keine Genehmigung. Jetzt haben sie eine, und sie hoffen, dass der Stuhl sie zu einer Person führt, die mit einem dieser seltsamen Viren infiziert ist und die ihnen helfen kann, einige ihrer Fragen zu beantworten. Johnson hat etwa 50 dieser kryptischen Covid-Varianten im Abwasser identifiziert. "Je mehr ich diese Stämme untersuche, desto mehr bin ich davon überzeugt, dass sie sich im Magen-Darm-Trakt vermehren", sagt Johnson. "Es würde mich überhaupt nicht überraschen, wenn das der einzige Ort wäre, an dem sie sich vermehren."
Aber wie weit sollten sie gehen, um diese Menschen zu finden? Das ist noch eine offene Frage. O'Connor kann sich eine schwindelerregende Reihe von Problemen vorstellen, die auftreten könnten, wenn sie ein Individuum identifizieren, das eine dieser seltenen Varianten ausscheidet. Die plausibelste Hypothese ist, dass die Linien bei Personen auftreten, deren Immunsystem gestört ist, so dass sie die Infektion nur schwer eliminieren können. Das wirft eine ganze Reihe weiterer heikler Fragen auf: Was wäre, wenn diese Person zusätzlich zu der seltsamen Covid-Variante auch noch ein geschwächtes Immunsystem aufgrund von HIV hätte? Was, wenn diese Person nicht wusste, dass sie HIV-positiv ist, oder ihren HIV-Status nicht preisgeben wollte? Was wäre, wenn die Forscher sie über die Infektion aufklärten, die Person aber keinen Zugang zu einer Behandlung hätte? "Wenn man sich die schlimmsten Szenarien vorstellt, sind sie ziemlich übel", sagt O'Connor.
Andererseits, so O'Connor, glaube man, dass es viele dieser Menschen in den USA und in der Welt gebe. "Ist es nicht auch eine ethische Verpflichtung, zu versuchen, so viel wie möglich herauszufinden, damit wir den Menschen helfen können, die diese Viren beherbergen?"
URL dieses Artikels:
https://www.heise.de/-9663793
Links in diesem Artikel:
[1] https://www.thelancet.com/journals/lanmic/article/PIIS2666-5247(23)00372-5/fulltext
[2] https://theconversation.com/targeted-wastewater-surveillance-has-a-history-of-social-and-ethical-concerns-183570
[3] https://journals.sagepub.com/doi/10.1177/146642405107100109
[4] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1830615/
[5] https://www.instagram.com/technologyreview_de/
[6] mailto:jle@heise.de
Copyright © 2024 Heise Medien
(Bild: metamorworks/Shutterstock.com)
Unternehmen wie Insilico Medicine wollen mit KI-Hilfe schneller neue Wirkstoffe finden, vor allem auch solche, auf die die Forschung nicht gekommen wäre.
Alex Zhavoronkov spielt seit mehr als einem Jahrzehnt mit künstlicher Intelligenz (KI) herum. 2016 ließ der Programmierer und Physiker ein KI-System Menschen nach ihrem Aussehen bewerten und Katzenbilder sortieren. Jetzt hat sein Unternehmen Insilico Medicine, so sagt Zhavoronkov, das erste "echte KI-Medikament" entwickelt, das bereits darauf getestet wird, ob es ein tödliches Lungenleiden heilen kann.
Das Medikament sei etwas Besonderes, weil die KI-Software nicht nur bei der Entscheidung geholfen habe, mit welchem Ziel der Wirkstoff in einer Zelle interagieren sollte, sondern auch die chemische Struktur des Medikaments planen half.
Die allgemeine Hoffnung für KI ist, dass solche Software Forschern neue Behandlungsmöglichkeiten aufzeigen kann, auf die sie selbst nie gekommen wären. Ähnlich wie ein Chatbot, der einen Entwurf für eine Hausarbeit liefern kann, könnte KI die Anfangsphase der Entdeckung neuer Therapien beschleunigen, indem sie Vorschläge macht, welche Ziele Wirkstoffe angreifen sollten und wie diese Medikamente aussehen könnten.
Zhavoronkov sagt, dass beide Ansätze verwendet wurden, um den Wirkstoffkandidaten von Insilico Medicine zu finden. Dessen schneller Fortschritt – es dauerte nur 18 Monate, bis der Wirkstoff synthetisiert und in Tierversuchen getestet war – sei ein Beweis dafür, dass KI die Arzneimittelentdeckung beschleunigen kann. "Natürlich ist das ein Verdienst der KI", sagt er.
In einem kürzlich im Journal "Drug Discovery Today" veröffentlichten Fachartikel schätzen deutsche und Schweizer Wissenschaftler, dass die weltweit führenden Arzneimittelhersteller für jedes neue Medikament, das auf den Markt kommt, sechs Milliarden Dollar für Forschung und Entwicklung [1] ausgeben. Ein Grund dafür sei, dass die meisten Medikamentenkandidaten am Ende floppen. Und der Entwicklungsprozess dauert in der Regel mindestens zehn Jahre.
Ob KI die Suche nach neuen Medikamenten wirklich effizienter machen kann, ist noch offen. Eine andere Studie der Boston Consulting Group (BCG) prognostiziert, dass "KI-native" Biotech-Unternehmen – also solche, bei denen KI im Mittelpunkt ihrer Forschung steht – eine "beeindruckende" Welle neuer Arzneimittelideen vorantreiben. Die Berater zählten 160 Wirkstoffkandidaten [2], die an Zellen oder Tieren getestet werden, und weitere 15 in frühen Tests am Menschen.
Diese hohe Zahl deutet darauf hin, dass computergenerierte Medikamente alltäglich werden könnten. Die BCG konnte jedoch nicht feststellen, ob die Entwicklung von KI-gestützten Arzneimitteln schneller voranschreitet als die herkömmliche Entwicklung, obwohl die Berater schreiben, dass "eine der größten Hoffnungen für die KI-gestützte Arzneimittelforschung in einer Beschleunigung der Zeitpläne besteht". Bisher gibt es nicht genügend Daten, um das mit Sicherheit zu sagen, da KI-Medikamente noch nicht den Weg zur Zulassung geschafft haben.
Wahr ist jedoch, dass einige computergenerierte Chemikalien für hohe Summen über den Tisch gehen. 2022 verkaufte das Bostoner Pharmaunternehmen Nimbus Therapeutics eine vielversprechende Substanz zur Behandlung von Autoimmun-Krankheiten [3] für vier Milliarden Dollar an den japanischen Pharmariesen Takeda. Das Unternehmen hatte für die Entwicklung der Substanz Computeransätze verwendet, wenn auch nicht ausschließlich KI (die Software modelliert die physikalischen Zusammenhänge zwischen Molekülen). Und letztes Jahr verkaufte Insilico einen ursprünglich von einer KI vorgeschlagenen Wirkstoffkandidaten für 80 Millionen Dollar an das größere Pharmaunternehmen, Exelixis.
"Das zeigt, dass die Leute bereit sind, viel Geld zu zahlen", sagt Zhavoronkov. "Unsere Aufgabe ist es, eine Fabrik für Medikamente zu sein." Zhavoronkov hat eine Erfolgsbilanz bei der Implementierung modernster KI-Methoden, sobald diese verfügbar sind. Er gründete Insilico 2014, kurz nachdem die KI mit sogenannten Deep-Learning-Modellen neue Durchbrüche in der Bilderkennung erzielt hatte. Der neue Ansatz hat frühere Techniken für die Klassifizierung von Bildern und für Aufgaben wie das Auffinden von Katzen in YouTube-Videos weit hinter sich gelassen.
Zhavoronkov erregte zunächst Aufsehen – und auch einige Kontroversen – mit KI-Apps, die das Alter von Menschen errieten, und ein Programm, das Menschen nach ihrem Aussehen einstufte. Seine Software für Schönheitswettbewerbe, Beauty.AI, erwies sich als ein früher Fehltritt in Sachen KI-Voreingenommenheit, als sie kritisiert wurde, weil sie nur wenige Menschen mit dunkler Hautfarbe auswählte. [4]
2016 schlug sein Unternehmen jedoch einen generativen Ansatz [5] für die Entwicklung neuer Medikamente vor. Generative Methoden können auf der Grundlage von Beispielen, auf die sie trainiert wurden, neue Daten erstellen, zum Beispiel Zeichnungen, Antworten oder Lieder, wie es bei der Gemini-App von Google [6] der Fall ist. Gibt man ein biologisches Ziel wie ein Protein vor, so Zhavoronkov, braucht Insilicos Software "Chemistry42" etwa 72 Stunden, um chemische Stoffe vorzuschlagen, die mit diesem Ziel interagieren können. Diese Software ist bereits auf dem Markt und werde von mehreren großen Arzneimittelherstellern verwendet.
Anfang März nun stellte Insilico einen Medikamentenkandidat für idiopathische Lungenfibrose [7] im Fachjournal "Nature Biotechnology" vor. Bei dieser Lungenerkrankung vernarbt das Lungengewebe nach und nach mit tödlichem Ausgang, ohne dass die Ursache dafür bekannt ist. Insilicos KI-Software hatte sowohl das Protein TNIK als mögliches Ziel vorgeschlagen, als auch mehrere Substanzen, die es außer Gefecht setzen könnten. Eine davon wurden anschließend in ersten Sicherheitstests an Zellen, Tieren und schließlich auch am Menschen getestet.
Einige Beobachter bezeichneten die Arbeit als eine umfassende Demonstration der Entwicklung eines Arzneimittelkandidaten mithilfe von KI. "Dies ist wirklich ein komplettes Werk", sagte Timothy Cernak von der Universität von Michigan gegenüber der Zeitschrift "Chemical & Engineering News [8]". Das Medikament wurde inzwischen in Phase-II-Studien in China und den USA getestet, in denen erste Erkenntnisse darüber gewonnen werden sollen, ob es Patienten mit dieser Lungenkrankheit tatsächlich hilft.
Zhavoronkov behauptet zwar, die Chemikalie sei das erste echte KI-Medikament, das so weit fortgeschritten ist, und das erste von einer generativen KI. Allerdings macht die nebulöse Definition von KI es unmöglich, seine Behauptung zu bestätigen.
Einige KI-Skeptiker sagen, dass die Entwicklung von Medikamentenkandidaten nicht der wahre Engpass ist. Die kostspieligsten Rückschläge treten nämlich oft erst in späteren Testphasen auf, wenn sich ein Medikament bei der Erprobung an Patienten nicht bewährt. Bisher ist die künstliche Intelligenz [9] keine Garantie gegen solche Fehlschläge.
Jetzt, da er ein Medikament in Wirksamkeitstests am Menschen hat, räumt Zhavoronkov ein, dass sein Ursprung in einem Computer die verbleibende Reise wahrscheinlich nicht beschleunigen wird. "Es ist wie bei einem Tesla. Von 0 auf 60 ist man sehr schnell, aber danach bewegt man sich mit der Geschwindigkeit des Verkehrs", sagt er. "Und man kann immer noch scheitern."
Zhavoronkov Traum ist es, dass das Medikamentenprogramm weiter voranschreitet und zeigt, dass es Lungenpatienten helfen kann, vielleicht sogar ein Gegenmittel gegen die Folgen des Alterns bietet. "Dann ist man ein Held", sagt er. "Ich möchte nicht einmal, dass man sich an mich wegen KI erinnert. Ich möchte, dass man sich an mich wegen des Programms erinnert."
URL dieses Artikels:
https://www.heise.de/-9663211
Links in diesem Artikel:
[1] https://www.sciencedirect.com/science/article/abs/pii/S1359644623002428
[2] https://media-publications.bcg.com/AI_Drug_Discovery.pdf
[3] https://www.businesswire.com/news/home/20221213005462/en/Takeda-to-Acquire-Nimbus-Therapeutics%E2%80%99-Highly-Selective-Allosteric-TYK2-Inhibitor-to-Address-Multiple-Immune-Mediated-Diseases
[4] https://www.vice.com/en/article/78k7de/why-an-ai-judged-beauty-contest-picked-nearly-all-white-winners
[5] https://pubs.acs.org/doi/abs/10.1021/acs.molpharmaceut.7b00346
[6] https://www.heise.de/news/Gemini-Google-stellt-neues-KI-Modell-offiziell-vor-und-zielt-auf-ChatGPT-9566598.html
[7] https://www.nature.com/articles/s41587-024-02143-0
[8] https://cen.acs.org/physical-chemistry/computational-chemistry/Insilico-reveals-soup-to-nuts-process-for-AI-generated-lung-fibrosis-drug/102/web/2024/03
[9] https://www.heise.de/thema/Kuenstliche-Intelligenz
[10] https://www.instagram.com/technologyreview_de/
[11] mailto:jle@heise.de
Copyright © 2024 Heise Medien
Im November findet die Konferenz KI Navigator erneut in Nürnberg statt. Bis zum 30. April suchen die Veranstalter im Call for Papers nach Vorträgen.
Nach dem erfolgreichen Start im vergangenen Jahr geht die Konferenz KI Navigator am 20. und 21. November 2024 in die zweite Runde. Die von DOAG, Heise Medien und de'ge'pol ausgerichtete Veranstaltung findet erneut im Nürnberg Convention Center Ost statt.
KI Navigator ist die Konferenz zur Praxis der KI in den drei Bereichen IT, Wirtschaft und Gesellschaft. Sie widmet sich der konkreten Anwendung von künstlicher Intelligenz. Die Vorträge behandeln sowohl die technischen Aspekte der einzelnen Bereiche wie Deep Learning oder LLMs (Large Language Models) als auch den Einsatz im Unternehmen und die Auswirkungen auf die Gesellschaft. Außerdem stehen Gesetze und regulatorische Vorgaben wie den AI Act sowie ethische Aspekte im Fokus.
Bis zum 30. April suchen die Veranstalter im Call for Papers [1] nach Vorträgen und kurzen Hands-on-Workshops für die Konferenz. Gesucht sind Beiträge in deutscher oder englischer Sprache zu den drei Themen-Streams KI & Technologie, KI & Gesellschaft sowie KI & Wirtschaft.
Mögliche Vortragsthemen sind unter anderem
Besonders gern gesehen sind praktische Erfahrungsberichte und Best Practices. Das Programm erscheint voraussichtlich am 21. Mai. Referentinnen und Referenten erhalten kostenlosen Zugang zur Konferenz.
Wer sich einen Eindruck von der Konferenz verschaffen möchte, kann den Nachbericht zu KI Navigator 2023 lesen [2].
URL dieses Artikels:
https://www.heise.de/-9663484
Links in diesem Artikel:
[1] https://ki-navigator.doag.org/de/referierende/#c51803
[2] https://www.doag.org/de/home/news/ki-navigator-2023-erfolgreiche-premiere/
[3] mailto:rme@ix.de
Copyright © 2024 Heise Medien
(Bild: Massachusetts General Hospital)
Chirurgen am Massachusetts General Hospital haben erstmals einem lebenden Menschen eine Schweineniere transplantiert. Der 62-Jährige erhole sich gut, heißt es.
Ein Team aus Chirurgen am Massachusetts General Hospital (MGH) hat erstmals eine Schweineniere erfolgreich einem lebenden Menschen transplantiert. Derzeit erhole sich der 62-jährige Patient gut von der vierstündigen Operation unter der Leitung von Tatsuya Kawai und Nahel Elias, berichtet das MGH.
Für die artübergreifende Transplantation (Xenotransplantation) wurde eine mit der Genschere CRISPR/Cas9 gentechnisch veränderte Schweineniere des Biotech-Unternehmens eGenesis verwendet, mit dem das MGH eigenen Angaben zufolge [1] seit fünf Jahren zusammenarbeitet. Insgesamt habe das Unternehmen eine "Rekordzahl von 69 genetischen Veränderungen" an dem für die Organentnahme gezüchteten Miniaturschwein vorgenommen, um die Immunreaktion des Empfängers zu verringern.
Die von der Firma vorgenommenen genetischen Veränderungen sollen unter anderem das Risiko einer Virusinfektion des Empfängers verringern, geht aus einem in Nature veröffentlichten Bericht hervor [2]. In der Vergangenheit waren zwei Männer gestorben, die Schweineherzen erhalten hatten. [3] In einem Fall war nach Ansicht der Wissenschaftler eine Infektion des Herzens die Todesursache [4], nicht die Transplantation selbst.
Der Patient kam als Empfänger infrage, weil er aufgrund von Diabetes und Bluthochdruck eine terminale Niereninsuffizienz entwickelt hatte, wie aus dem Artikel von Nature hervorgeht [5]. Eine vor sechs Jahren von einem menschlichen Spender erhaltene Niere hatte vor etwa einem Jahr versagt. Die US-Arzneimittelbehörde (Food and Drug Administration, FDA) hatte deshalb die Transplantation aufgrund der Notfallsituation als "compassionate use" genehmigt – eine Sonderregelung für lebensbedrohliche Fälle ohne alternative Behandlungsmöglichkeiten.
Nach eigenen Angaben befindet sich eGenesis in Gesprächen mit der FDA, um Schweinenieren, -lebern und -herzen für die Kinderheilkunde in klinischen Studien zu erforschen [6].
Auch andere forschen an Xenotransplantationen mit Schweineorganen. Vor wenigen Tagen haben chinesische Forscher eine Schweineleber in einen hirntoten Menschen transplantiert und laut Nature [7] für zehn Tage funktionsfähig gehalten, eGenesis gelang das in einem ähnlichen Versuch für zwei Tage [8]. Durchgeführt wurde die Operation am Xijing Hospital der Air Force Medical University in Xi'an, China, um das Potenzial von genetisch veränderten Schweineorganen für zukünftige Transplantationen zu testen.
Wie im oben geschilderten Fall wurde die Schweineleber einem genetisch modifizierten Minischwein entnommen und an die Blutgefäße des 50-jährigen, klinisch toten Empfängers angeschlossen. Die chinesischen Forscher planen, das Verfahren bald bei einem weiteren klinisch toten Patienten einzusetzen.
URL dieses Artikels:
https://www.heise.de/-9664509
Links in diesem Artikel:
[1] https://www.massgeneral.org/news/press-release/worlds-first-genetically-edited-pig-kidney-transplant-into-living-recipient
[2] https://www.nature.com/articles/d41586-024-00879-y
[3] https://www.heise.de/hintergrund/Forscher-schliessen-geneditierte-Schweineleber-an-Koerper-von-Hirntoten-an-9602799.html
[4] https://www.heise.de/news/Erster-Mensch-mit-Schweineherz-Implantat-ist-gestorben-6544731.html
[5] https://www.nature.com/articles/d41586-024-00879-y
[6] https://www.heise.de/hintergrund/Schweineherzen-Biotech-Firma-plant-Transplantationen-bei-Babys-mit-Herzfehlern-9219075.html
[7] https://www.nature.com/articles/d41586-024-00853-8
[8] https://www.heise.de/hintergrund/Forscher-schliessen-geneditierte-Schweineleber-an-Koerper-von-Hirntoten-an-9602799.html
[9] mailto:mack@heise.de
Copyright © 2024 Heise Medien
(Bild: Srinivasa R. Raghavan/ACS Nano.)
Hydrogele und Gewebe sind mit elektrischer Hilfe dauerhaft an festen Oberflächen ankleb- und ablösbar. Das könnte für Robotik und Medizin hilfreich sein.
In vielen Laboren sind Lebensmittel tabu, nicht allerdings im Reich von Srinivasa Raghavan an der University of Maryland, USA. Dort testete sein Team kürzlich, wie gut Hühnerfleisch, Blaubeeren und Bananen an Elektroden aus Metallen oder Graphit haften, wenn sie zuvor kurzzeitig einem elektrischen Feld ausgesetzt wurden. Auch Proben künstlicher und natürlicher Hydrogele, etwa aus Gelatine und Alginaten, wurden geprüft. Es ging, kurz gesagt, darum, weiche Materialien mit einem hohen Wassergehalt an feste Oberflächen zu binden.
Vom Ergebnis waren die Forschenden selber überrascht. Nicht nur dass die Klebeversuche für zahlreiche Kombinationen erfolgreich waren. Der Effekt ließ sich mit einer entgegengesetzt gepolten Spannung auch wieder umkehren. Die Verbindungen hielten mindestens Monate – "sie halten bis heute", heißt es in der Studie – und sie waren wasserfest. Die Erkenntnisse aus den Tests, die das Team kürzlich im Fachblatt ACS Central Science [1] veröffentlichte, könnten künftig für die Robotik, die Medizin und als neuartiger Batterietyp genutzt werden.
"Es ist seltsam, dass dieses relativ einfache Phänomen erst jetzt entdeckt wurde", sagt Raghavan. Bisher hätte es offenbar niemand systematisch untersucht. In seinem Team seien die Versuche allerdings ein weiterer logischer Schritt gewesen. "Wir arbeiten schon lange mit Gelen und Elektrizität", so der Forscher. Unter anderem habe sein Team entdeckt, dass Hydrogele mit elektrischer Hilfe an biologischem Gewebe haften bleiben. Die Entdeckung könnte in Zukunft zu Gelpflastern führen, die bei der Wundheilung helfen, wie die Forschenden 2021 im Magazin Nature [2] berichteten.
Für ihre neuen Experimente hatten die Forschenden Proben wasserreicher Materialien zwischen zwei Platten aus Metallen oder Graphit geklemmt und eine Spannung angelegt. Als Testkörper dienten unter anderem Hydrogele, geschälte Bananen, Äpfel und Weintrauben sowie Gewebeproben von Hühnern, Schweinen und Rindern. Die Forschenden testeten zudem mehrere Metalle und sie beobachteten, wie sich unterschiedliche Spannungen und Elektrisierungszeiten auswirkten.
Eine zylinderförmige Hydrogelprobe auf Acrylamidbasis etwa – Höhe fünf Zentimeter, Durchmesser zwei Zentimeter, Gewicht 30 Gramm – haftete schon nach drei Minuten bei fünf Volt Gleichspannung fest am Pluspol aus Graphit. Die Bindung war so stark, dass das Gel beim Versuch, sie zu trennen, zerrissen wurde. Wurde eine Spannung mit umgekehrten Vorzeichen angelegt, löste sich die Verbindung hingegen zerstörungsfrei. Ohne weitere Eingriffe blieb der Klebeeffekt der Proben über Monate bestehen. Das Material dürfe nur nicht austrocknen, heißt es in der Studie. An der Luft schrumpfe es sonst und die Verbindung löse sich.
Bei den Experimenten fand das Team einige allgemeingültige Zusammenhänge. "Die Adhäsionskraft steigt mit zunehmender Spannung, mit der Zeit im elektrischen Feld und der ionischen Leitfähigkeit des Gels", berichtet es. Letztere lasse sich etwa durch Salzzugabe steigern. Salze bestehen aus entgegen gesetzt geladenen Ionen und damit aus Ladungsträgern – das als Kochsalz bekannte Natriumchlorid etwa aus positiv-geladenen Natrium- und negativ-geladenen Chloridionen.
Keinen pauschalen Befund gab es hingegen dazu, ob und wenn ja, an welcher Elektrode welches weiche, wasserreiche Material kleben bleibt. Während etwa Tomate, Rind- und Hühnerfleisch nach dem Elektrisieren am Pluspol kleben blieben, hafteten Apfel und Schwein am Minuspol. Banane, Zwiebel und Kartoffel wiederum klebten an beiden Elektroden fest, ebenso ein Gel aus Gelatine. Diese Verbindungen ließen sich dann auch durch eine Spannungsumkehr nicht mehr lösen. Bei anderen Testmaterialien trat der Klebeeffekt wiederum gar nicht auf, bei Weinrauben beispielsweise, Blaubeeren, oder Gurke. Die Forschenden vermuten einen zu geringen Salzgehalt und damit zu wenige elektrisch leitfähige Ionen als Grund dafür.
Auch bei den Metallen gab es Unterschiede. Kupfer, Blei und Zinn zum Beispiel klebten nach dem Anlegen einer Gleichspannung mit dem Gel auf Acrylamidbasis zusammen, Nickel, Eisen, Zink und Titan hingegen nicht. Dieses Phänomen müsse mit elektrochemischen Prozessen an den Grenzflächen zu tun haben, schreiben die Forschenden. Die Metalle mit dem Hafteffekt seien edler als die anderen und gäben nicht so leicht Elektronen ab. Die angelegte Spannung wirkt dann vor allem oxidierend auf das Gel, was wiederum die Klebewirkung ausmacht, so die Hypothese der Forschenden.
Das Phänomen der sogenannten Elektroadhäsion an sich ist nicht neu. Um 1920 berichteten die dänischen Ingenieure Frederik Alfred Johnsen und Knud Rahbek, dass manche porösen Materialien durch elektrische Polarisation an Metallen haften. Für ihre Experimente setzten sie hohe elektrische Spannungen ein. Dadurch luden sich die Materialien an den Grenzflächen entgegengesetzt elektrisch auf und hingen dann wie Nord- und Südpol eines Magneten zusammen hingen. Allerdings erlischt diese elektrostatische Anziehungskraft, sobald die Elektrizität ausgeschaltet wird.
In jüngster Zeit ist es zwar bereits gelungen, durch Elektrisierung eine dauerhafte Haftung zwischen Glas und Hyrogel zu erreichen [3], allerdings nur bei einer sehr speziellen Materialkombination, wie Raghavans Team in der Studie anmerkt. Der neu entdeckte Effekt ist zwar auch nicht universell, bietet aber bereits eine bunte Palette an Einsatzmöglichkeiten.
Für einige Anwendungen hat die Gruppe bereits Prototypen gebaut: eine Art Elektrogreifer, der ein Gel auf Knopfdruck anhebt, absetzt und wieder loslässt, ein Soft-Robotik-System mit Gel-"Muskeln" zwischen zwei Metallplatten und einen Prototypen für eine Gel-Batterie mit Kupfer als Plus-, Zink als Minuspol und zwei verschiedenen Gelen dazwischen. Der womöglich wichtigste Anwendungsfall sei jedoch die Medizin, sagt Raghavan. Metallimplantate, so seine Hoffnung, könnten durch den neuen Klebeeffekt in Zukunft noch besser im Gewebe verankert werden.
URL dieses Artikels:
https://www.heise.de/-9663284
Links in diesem Artikel:
[1] https://pubs.acs.org/doi/10.1021/acscentsci.3c01593
[2] https://www.nature.com/articles/s41467-021-24022-x
[3] https://onlinelibrary.wiley.com/doi/abs/10.1002/smtd.202201132
[4] https://www.instagram.com/technologyreview_de/
[5] mailto:anh@heise.de
Copyright © 2024 Heise Medien
(Bild: Shutterstock / Krakenimages.com)
Nicht unbedingt ein Scam, aber durch falsche Versprechungen für Peking problematisch: Im chinesischen Internet braut sich ein Konflikt um KI zusammen.
2023 gelang es einigen bekannten chinesischen Influencern, Millionen mit dem Verkauf von kurzen Videokursen zum Thema KI zu verdienen. Dabei profitierten sie von den Ängsten vieler Menschen, die nicht verstehen, welche Auswirkungen die neue Technologie auf ihr Leben haben könnte. Doch mittlerweile wenden sich die Plattformen, auf denen die Influencer so erfolgreich waren, gegen diese: Erst vor wenigen Wochen haben WeChat und Douyin, die chinesische Version von TikTok, damit begonnen, Konten zu sperren, Inhalte zu entfernen oder deren Verbreitung zu beschränken. Offenbar versuchen die Social-Media-Anbieter auf Geheiß der Regierung in Peking, Schäden von ihren Nutzern abzuwenden, obwohl dort lange mit den Ängsten der Menschen Traffic und Profit gemacht werden konnte. Was steckt dahinter?
Der Stimmungswandel kam, als im Februar Studenten damit begannen, sich im Netz über die Oberflächlichkeit der Influencer-KI-Kurse zu beschweren. So hieß es, sie blieben weit hinter den Bildungsversprechen zurück."Ich habe 198 Yuan [25,33 Euro] bezahlt – und die ersten drei Kurse enthielten keinen wirklichen Inhalt. Es geht nur darum, die Leute dazu zu bringen, weitere 1980 Yuan [253 Euro] für den nächsten Kurs zu bezahlen", schrieb etwa die Nutzerin Bessie auf der Social-Media-Website Xiaohongshu. Die KI-Kurse wurden von Li Yizhou entwickelt, einem Serienunternehmer, der zum Mentor für Start-ups wurde. Obwohl er wenig Erfahrung mit künstlicher Intelligenz hatte, begann er nach der Veröffentlichung von ChatGPT [1] im November 2022 damit, Nutzern KI zu erklären – und gleichzeitig auch Ängste zu schüren.
Li verkaufte sein Kurspaket für Einsteiger für besagte 198 Yuan und verlangt für Fortgeschrittene den zehnfachen Preis. Das günstigere Angebot enthielt 40 Lektionsvideos, von denen die meisten etwa 10 Minuten lang waren. Lis Kurs besteht aus Tutorials zu bestimmten generativen KI-Tools, Gesprächen mit Führungskräften chinesischer KI-Unternehmen und Einführungen in damit eigentlich nicht verwandte Themen wie z. B. das Zeitmanagement.
Seine KI-Kurse waren ein großer kommerzieller Erfolg. Laut der Social-Media-Datenanalysefirma Feigua wurden sie im vergangenen Jahr über 250.000 Mal verkauft, was zu einem Umsatz von über 5,5 Millionen Euro geführt haben könnte. Li ist nicht der einzige Influencer, der hier eine Geschäftsmöglichkeit sah. Schnelle Lösungen sollen die Angst vor KI nehmen. Ein anderer Netzpromi ist "Teacher He", ein Influencer mit über 7 Millionen Followern, der bis vor kurzem vor allem über Marketing und persönliche Finanzen sprach. Zhang Shitong, dem ebenfalls Millionen folgen und dessen Videos üblicherweise grundlegende Wirtschaftskenntnisse mit Verschwörungstheorien kombinieren, mischte ebenfalls mit. Alle Influencer boten ihre KI-Lektionen für Anfänger zu einem ähnlichen Preis wie Li an.
Zusätzlich zu den Beschwerden über die Qualität berichteten die Kurskäufer davon, dass es schwierig war, Rückerstattungen bei Nichtgefallen zu erhalten. Bessie schrieb gegenüber MIT Technology Review, dass sie vergleichsweise schnell ihr Geld wieder sah, weil sie früh storniert hatte. Anderen, die mehr als eine Woche nach dem Kauf eine Rückerstattung beantragten, wurde diese verweigert. Eine in Peking ansässige KI-Community-Website beschuldigt Li unterdessen, sich ihre kostenlosen, von Nutzern erstellten Vorlagen angeeignet zu haben und sie als Teil seines Kursangebots gewinnbringend zu nutzen.
Ende Februar begannen die großen Social-Media-Plattformen, auf denen die Videokurse angeboten wurden, auf die Beschwerden zu reagieren. Alle Kurse von Li und anderen "KI-Gurus" wurden inzwischen entfernt, auch von E-Commerce-Websites. Li hat seit seinem Rauswurf Ende Februar auf keinem seiner Social-Media-Kanäle etwas veröffentlicht. Auch andere Influencer wie "Teacher He" und Zhang Shitong hüllen sich in Schweigen.
Li und "Teacher He" reagierten nicht auf Nachfragen. Ein Kundendienstmitarbeiter, der für Zhang Shitong arbeitet, sagte, dass sein Team alle Rückerstattungsanträge innerhalb von 12 Stunden bearbeitet und es die eigene Entscheidung des Teams gewesen sei, in den letzten drei Wochen nichts Neues zu veröffentlichen. Auf Douyin ist Lis Konto, das früher über 3 Millionen Follower hatte, nun sogar aus den Suchergebnissen ausgeblendet.
WeChat Channels, eine weitere beliebte Plattform für Kurzvideos, sperrte in der letzten Februarwoche Li und anderen ähnlichen Kursanbietern den Zugang zu neuen Followern. Andere kleinere Plattformen haben ebenfalls Maßnahmen ergriffen. Zhishi Xingqiu, eine Patreon-ähnliche Website, die von vielen Influencern genutzt wurde, um Zugang zu KI-fokussierten Angeboten zu verkaufen, sperrte die Suche nach Schlüsselwörtern wie "KI", "Li Yizhou" oder "Sora" (OpenAIs Videogenerator).
Keine der Plattformen hat jedoch bislang mitgeteilt, gegen welche Regeln die Influencer verstoßen haben. Auch wenn sie mit ihrem Marketing vielleicht etwas viel versprochen haben, ist schwer zu sagen, ob ihre Aktivitäten wirklich als Betrug einzustufen sind. Douyin und WeChat lehnten eine Stellungnahme zu ihrer Entscheidung ab. Es gibt jedoch Anzeichen dafür, dass die Beschränkungen wieder rückgängig gemacht werden könnten.
Während chinesische Social-Media-Plattformen die Konten von Nutzern, von denen sie glauben, dass sie gegen die Regeln verstoßen, häufig dauerhaft löschen [16], haben die KI-Kursersteller ihre Konten auf allen Plattformen bislang behalten. Auf WeChat wurden die Konten Mitte März wieder freigeschaltet, nachdem sie etwa zwei Wochen lang für den Erhalt neuer Follower gesperrt waren. Auf Douyin wurde das Konto von Li aus den Suchergebnissen der App ausgeblendet, aber seine früheren Videos können immer noch gefunden werden, wenn man direkt auf seine Profilseite geht.
Bislang hat die chinesische Regierung keine direkten Angaben zu den Vorfällen gemacht oder auch nur eine offizielle Stellungnahme abgegeben. Die Regierung hatte aber zuletzt die Livestreaming-Branche stark reguliert. Es wurde zensiert, wie Influencer agieren oder posten können [17]. Die Plattformen verschärften ihre Regeln – und zwar oft sogar im vorauseilenden Gehorsam, um zu zeigen, dass sie ihren Teil zur Regulierung beitragen.
Auch wenn die Urheber ihre KI-Kurse aus dem Internet entfernt haben, gibt es immer noch viele Chinesen, die auf diese Lektionen zugreifen möchten. In den sozialen Medien [18] verkaufen nun einige Leute raubkopierte Videos von Lis Kursen über File-Sharing weiter, wahrscheinlich ohne Lis Erlaubnis. Man kann das gesamte Kurspaket für ein paar Yuan erhalten.
URL dieses Artikels:
https://www.heise.de/-9661653
Links in diesem Artikel:
[1] https://www.heise.de/thema/ChatGPT
[2] https://www.heise.de/hintergrund/Warum-der-groesste-Elektroautohersteller-der-Welt-in-die-Schifffahrt-einsteigt-9617230.html
[3] https://www.heise.de/news/Wie-China-die-Entwicklung-generativer-KI-sichern-will-9573654.html
[4] https://www.heise.de/hintergrund/China-kaempft-mit-Lasershow-gegen-Muedigkeit-am-Steuer-9535662.html
[5] https://www.heise.de/hintergrund/Crowdjudging-Chinesische-Apps-machen-Nutzer-zu-Geschworenen-9570319.html
[6] https://www.heise.de/hintergrund/Wie-China-seine-groessten-Influencer-verstummen-laesst-7140526.html
[7] https://www.heise.de/hintergrund/Wie-China-versucht-die-Industrie-fuer-Seltene-Erden-im-Westen-zu-diskreditieren-7179063.html
[8] https://www.heise.de/hintergrund/Wie-die-Zensur-von-Chinas-Open-Source-Codes-nach-hinten-losgehen-koennte-7136979.html
[9] https://www.heise.de/hintergrund/China-Wie-gesperrte-WeChat-Nutzer-um-Verzeihung-betteln-7310491.html
[10] https://www.heise.de/hintergrund/Corona-Pandemie-Warum-China-noch-immer-alles-desinfiziert-7120720.html
[11] https://www.heise.de/hintergrund/Zensur-in-China-Roman-wird-im-Netz-noch-vor-Veroeffentlichung-gesperrt-7183808.html
[12] https://www.heise.de/hintergrund/Chinas-Algorithmenregulierung-Datenschutz-fuer-Buerger-und-Diktatoren-6330622.html
[13] https://www.heise.de/hintergrund/Die-groesste-Ueberwachungsfirma-von-der-Sie-noch-nie-gehoert-haben-7158966.html
[14] https://www.heise.de/hintergrund/Lockdown-in-Shanghai-Apps-fuer-Lebensmittel-Lieferungen-bekommen-zweite-Chance-7073162.html
[15] https://www.heise.de/hintergrund/Affaere-um-CRISPR-Babys-Forscher-wird-aus-chinesischem-Gefaengnis-entlassen-6663085.html
[16] https://www.heise.de/hintergrund/China-Wie-gesperrte-WeChat-Nutzer-um-Verzeihung-betteln-7310491.html
[17] https://www.technologyreview.com/2022/07/04/1055349/china-controls-livestreamers-act-dress/
[18] https://www.heise.de/thema/Social-Media
[19] https://www.instagram.com/technologyreview_de/
[20] https://www.heise.de/tr/
[21] mailto:jle@heise.de
Copyright © 2024 Heise Medien
(Bild: rawf8/Shutterstock.com)
Der Dependency-Injection-Container unterstützt nun auch die Angabe von Schlüssel zur Unterscheidung von Instanzen.
Sogenannte "Keyed Dependency Injection Services" sind neu in .NET 8.0 [1]. Hierbei kann bei der Konfiguration des Dependency Injection-Containers ein zusätzliches Objekt angegeben werden, auf den der User Bezug nehmen muss.
Beim Befüllen des Containers verwendet man:
FreshRSS services.AddKeyedSingleton<Klasse>(Schlüssel);oder
services.AddKeyedSingleton<Schnittstelle, Klasse>(Schlüssel);Mit [FromKeyedServices("remote")] kann eine Instanz im Dependency-Injection-Container im Konstruktor eine geschlüsselte Instanz einer anderen Klasse anfordern. Imperativ geht es per serviceProvider.GetKeyedService<T>(Schlüssel). Bei einem geschlüsselten Dienst funktioniert das bisher schon verfügbare serviceProvider.GetRequiredService<T>() nicht.
Das folgende Beispiel zeigt Zeichenketten als Schlüssel zur Unterscheidung zwischen zwei verschiedenen Implementierungen einer Schnittstelle mit Namen IDataProvider.
using ITVisions;
using Microsoft.Extensions.DependencyInjection;
namespace NET8_Console;
interface IDataProvider
{
public string Name { get; set; }
public List<Object> GetData();
}
class LocalData : IDataProvider
{
public string Name { get; set; } = "Lokale Daten";
public List<Object> GetData()
{
return new List<Object>(); // irgendwas Lokales }
}
}
class RemoteData : IDataProvider
{
public string Name { get; set; } = "Daten von WebAPI";
public List<Object> GetData()
{
return new List<Object>(); // irgendwas vom WebAPI }
}
}
class LocalDataConsumer([FromKeyedServices("local")]
IDataProvider data)
{
public override string ToString()
{
return data.Name + ": " + data.GetData().Count + " Datensätze!";
}
}
class RemoteDataConsumer([FromKeyedServices("remote")]
IDataProvider data)
{
public override string ToString()
{
return data.Name + ": " + data.GetData().Count + " Datensätze!";
}
}
class FCL_DI
{
/// <summary>
/// Dependency Injection mit Schlüsseln
/// Geht auch in Blazor mit [Inject],
/// aber in .NET 8.0 noch nicht mit @inject :-(
/// </summary>
public void Run()
{
#region DI-Container konfigurieren
var services = new ServiceCollection();
services.AddSingleton<LocalDataConsumer>();
services.AddSingleton<RemoteDataConsumer>();
// Neu: Angabe von Schlüsseln bei Add...()
// --> können beliebige Objekte sein!
services.AddKeyedSingleton<IDataProvider, LocalData>("local");
services.AddKeyedSingleton<IDataProvider, RemoteData>("remote");
var serviceProvider = services.BuildServiceProvider();
#endregion
#region DI nutzen
// Das geht nicht, da kein Schlüssel angegeben!
try
{
var service =
serviceProvider.GetRequiredService<IDataProvider>();
}
catch (Exception ex)
{
// 'No service for type 'NET8_Console.IDataProvider'
// has been registered.'
CUI.PrintError(ex.Message);
}
var service1 =
serviceProvider.GetKeyedService<IDataProvider>("local");
Console.WriteLine(service1.Name); // Lokale Daten
Console.WriteLine(service1.GetData().Count); // Lokale Daten
var service2 =
serviceProvider.GetKeyedService<IDataProvider>("remote");
Console.WriteLine(service2.Name); // Daten von WebAPI
Console.WriteLine(service2.GetData().Count); // Lokale Daten
var service3 =
serviceProvider.GetRequiredService<RemoteDataConsumer>();
Console.WriteLine(service3.ToString()); // Daten von WebAPI
}
#endregion
}
In Razor Components in ASP.NET Core Blazor kann man bei der Annotation [Inject] nun auch einen Schlüsselnamen angeben wie beispielsweise
[Inject(Key="remote")]
public IDataProvider MeinDataProvider { get; set; }
Allerdings fehlt noch die Fähigkeit [2], dies bei der @inject-Direktive innerhalb der Razor-Template-Syntax zu nutzen.
URL dieses Artikels:
https://www.heise.de/-9662004
Links in diesem Artikel:
[1] https://learn.microsoft.com/en-us/aspnet/core/release-notes/aspnetcore-8.0?view=aspnetcore-8.0#miscellaneous
[2] https://github.com/dotnet/razor/issues/9286%20
[3] mailto:rme@ix.de
Copyright © 2024 Heise Medien
(Bild: iX)
Datenschutz, keine teuren Cloud-Dienste, Unabhängigkeit bei den Modellen – für die KI aus dem eigenen RZ gibt es gute Gründe. Aber einfach ist das nicht.
Für die meisten Unternehmen führt aktuell kein Weg an KI-Diensten vorbei. Doch die Herausforderungen sind groß: Sich einfach KI-Assistenten von Cloud-Providern einzukaufen, ist selten der beste Weg – gerade beim Thema Datenschutz, aber auch aufgrund der potenziell hohen Kosten. Also einfach ein paar Nvidia-GPUs in den Server stecken und loslegen? Das genügt selten, erklärt Daniel Menzel im Interview zum Titelthema der neuen iX 4/2024 [1]: KI im eigenen Rechenzentrum.
Fürs Machine Learning braucht es einfach mehr Rechenpower – so die gängige Annahme. Warum ist das falsch?
Das hat zwei Gründe: Zum einen wird Machine Learning (mindestens im Training) nur mit GPUs wirklich effizient. Klassische Server mit größeren CPUs auszustatten, wird also für wirklich performante ML-Infrastrukturen nicht helfen. Zum anderen benötigt Machine Learning ein sehr durchsatzstarkes und latenzarmes Netzwerk auf Ethernet- oder gar InfiniBand-Basis und regelmäßig auch einen sehr leistungsstarken zentralen Storage. Der klassische FibreChannel-SAN ist hierfür in der Regel nicht annähernd ausreichend.
Viel lernen können Unternehmen vom HPC-Betrieb. Warum ist das so?
Das, was heute HPC ist, wird morgen schon Unternehmens-IT. Hochdichte Systeme, 100, 200 und 400G, RDMA – all diese Technologien wurden quasi zuerst im HPC und ML "erprobt", bevor sie in die Enterprise-IT kamen. Derzeit sehen wir diesen Übergang ganz stark in der Wasserkühlung: Vor gut 5 Jahren ein Nischenthema, spricht da heute fast jeder drüber, der mehr als zwei Racks im Keller stehen hat.
Welche Komponenten ihrer Infrastruktur vergessen IT-Abteilungen denn besonders gerne?
Definitiv das Netzwerk. Das muss nicht nur durchsatzstark, sondern im Jahr 2024 insbesondere latenzarm sein. Da heute in vielen, vor allem cloud-ähnlichen Infrastrukturen der Ost-West-Traffic durch Storage-Synchronisation, Microservices und allgemein Machinen-zu-Maschinen-Kommunikation oft schon größer als der Nord-Süd-Traffic ist, sollte man sich bei einem Redesign oder Update auch Gedanken machen, von klassischen Three-Tier- zu modernen Spine-Leaf-Architekturen zu wechseln.
Hinzu kommt: Einen ML-Storage, der für jedes Szenario passt, gibt es nicht. Die Daten liegen mal strukturiert, mal unstrukturiert, mal als Dateien, mal als Datenbanken vor. Bevor ein Storage designt werden soll, muss also mit den Anwendern geklärt werden, wie ihre Daten aussehen. Ein paar ganz grundlegende Regeln greifen aber sehr häufig. Zuallererst: "Viel hilft viel". Die Trainings- und Testdaten können durchaus in den oberen Tera- oder gar Petabytebereich gehen. Dann muss ML-Storage sehr performant, also latenzarm sein. Auch wird sehr häufig weitaus mehr gelesen als geschrieben.
Herr Menzel, vielen Dank für die Antworten! Alle Informationen dazu, was sich vom HPC-Betrieb [2] alles fürs maschinelle Lernen im eigenen Rechenzentrum lernen lässt, findet sich in der neuen iX 4/2024 [3]. Das Aprilheft zeigt außerdem, wie Unternehmen ihr Netzwerk [4] und ihren Storage [5] korrekt für eigene KI-Dienste aufsetzen.
In der Serie "Drei Fragen und Antworten" will die iX die heutigen Herausforderungen der IT auf den Punkt bringen – egal ob es sich um den Blick des Anwenders vorm PC, die Sicht des Managers oder den Alltag eines Administrators handelt. Haben Sie Anregungen aus Ihrer tagtäglichen Praxis oder der Ihrer Nutzer? Wessen Tipps zu welchem Thema würden Sie gerne kurz und knackig lesen? Dann schreiben Sie uns gerne [6] oder hinterlassen Sie einen Kommentar im Forum.
URL dieses Artikels:
https://www.heise.de/-9662893
Links in diesem Artikel:
[1] https://shop.heise.de/ix-04-2024/print
[2] https://www.heise.de/hintergrund/Von-High-Performance-Computing-lernen-Machine-Learning-im-Rechenzentrum-9652209.html
[3] https://shop.heise.de/ix-04-2024/print
[4] https://www.heise.de/hintergrund/IT-Infrastruktur-im-RZ-Netze-modernisieren-nicht-nur-fuer-ML-9652147.html
[5] https://www.heise.de/hintergrund/Das-richtige-Storage-Design-fuer-Machine-Learning-waehlen-9652562.html
[6] mailto:fo@ix.de
[7] https://www.heise.de/ix/
[8] mailto:fo@heise.de
Copyright © 2024 Heise Medien
(Bild: Supamotion/Shutterstock.com)
In der Netflix-Serie geht es um Kontakt zu Außerirdischen. In der Realität erforscht der "SETI Post Detection Hub", was dann zu tun wäre.
Die Trisolaris-Triologie von Chinas bekanntem Science-Fiction-Autor Cixin Liu gibt es nun als Serie bei Netflix anzusehen. Unter dem Titel "3 Body Problem" deckt in ihrer ersten achtteiligen Staffel etwa das erste Buch ab [1]. Darin gelingt es einer Astrophysikerin zu Zeiten der Chinesischen Kulturrevolution, mit einem Radioteleskop stärker ins All zu funken als je ein Mensch zuvor und – sei erhält eine Antwort.
Mit der Frage aus dem fiktiven Stoff, setzt sich auch die reale Wissenschaft auseinander: Wie soll die Menschheit reagieren, wenn man herausfindet, dass wir nicht allein sind? Das ist der Kern der Aufgabe des "SETI Post Detection Hub" [2]. Die Forschungseinrichtung hat im Jahr 2022 ihre Arbeit aufgenommen [3] und ist seitdem erstmals eine permanente Institution, um Protokolle und Verfahren zu entwickeln, falls uns außerirdische Signale jemals erreichen sollten. Worin genau die Arbeit des Hubs besteht, erklärt der Leiter John Elliott im Interview mit MIT Technology Review.
John Elliott, Sie haben ein Seti Post Detection Hub eingerichtet. Was macht er?
Um die Frage zu beantworten, muss ich etwas ausholen. Ich bin seit 25 Jahren am SETI-Projekt (Search für Extraterrestrial Intelligence) beteiligt. Meine Hauptforschungsarbeit besteht darin, zu erkennen, welche Art von Signal wir empfangen könnten, und was wir in der Struktur, dem Inhalt des Signals suchen müssen, um dann die Entschlüsselung vorzunehmen.
Im Zuge dieser Arbeit wurde mir klar: Es gab keine Vorbereitung, keinen Plan im Vorfeld dieses Ereignisses, was wir eigentlich tun sollten, wenn wir wirklich etwas finden. Wie sollten wir damit umgehen?
(Bild: University of St Andrews)
Ich habe erkannt, dass wir eine Strategie ausarbeiten müssen. Alles, was wir bisher hatten, ist die Idee der Transparenz. Wenn wir ein Signal erhalten, ist es die Pflicht der Forschergemeinschaft, es allen mitzuteilen und nicht geheim zu halten.
Also habe ich um 2008 herum angefangen, Papiere über eine Strategie zur Entschlüsselung nach der Entdeckung eines solchen Signals zu schreiben, und nach einigen Gesprächen wurde mir dann klar, dass ich diese Initiative selbst starten muss. Das ist ein bisschen, wie bei den Pfadfindern: Sei allzeit bereit.
Das ist der Grund, warum die Organisation gegründet wurde, weil wir einen Plan brauchen. Andernfalls hätten wir einfach weitergemacht und uns nur auf die Suche konzentriert und unsere verbesserten Fähigkeiten des Hinschauens und Zuhörens da draußen entwickelt, ohne einen Plan zu haben, wie wir es der Menschheit mit all ihren dynamischen Veränderungen in der Technologie wie den sozialen Medien mitteilen würden. Zum Glück stieg das Interesse an dieser Arbeit mit der Entdeckung von immer mehr Exoplaneten rapide an.
Was sagen denn andere Wissenschaftler dazu?
So ziemlich das Gleiche wie ich: dass es da draußen Leben geben muss. Wir sprechen hier von Wissenschaftlern aus allen Bereichen des Lebens. Das Fachwissen deckt über 40 verschiedene Disziplinen ab. Das derzeitige Team besteht aus 36 Personen. Es handelt sich um Experten, die weltweit verteilt sind, von Athen bis Kalifornien, von Kanada bis Australien, und überall dazwischen – einige auch in Deutschland.
Aber es gibt auch viele Facetten des Problems: Wir sprechen über Weltraumrecht, Ökonomie, Politik bis hin zu der Frage, wie solch eine Entdeckung unser tägliches Leben beeinflusst.
Wie wird die Arbeit finanziert?
Im Moment sind alle, wie gute altmodische Akademiker, mit Enthusiasmus dabei und arbeiten ohne Bezahlung. Aber wir haben uns um Fördergelder beworben und drücken die Daumen, dass das klappt.
Wie kann Kommunikation mit Aliens überhaupt funktionieren? Was ist die gemeinsame Basis für die Kommunikation mit etwas völlig Fremdem?
Das Universum um uns herum. Wenn Sie plötzlich mitten im Amazonas-Regenwald auf einen verschollenen, indigenen Stamm stoßen, hätten Sie den Wald als gemeinsamen Bezugsrahmen um sich herum. Sie würden nicht anfangen, über Computer zu reden. Man würde also etwas aufgreifen, auf das man zeigen könnte, sagen wir einen Baum, und diesen als gemeinsamen Bezugsrahmen verwenden. So kann man einen Dialog beginnen.
Inwieweit wir den Inhalt verstehen können, ist natürlich eine andere Sache. Es liegt in der Natur der Kommunikation, dass es eine willkürliche Paarung zwischen dem von Ihnen geschaffenen Symbol und der dahinter stehenden Bedeutung gibt. Wenn man also nicht etwas hat, das tatsächlich darauf hindeutet, dass man wie der Anthropologen mitten im Amur-Regenwald arbeiten kann, dann können wir nur von den Strukturen ausgehen, von der Syntax.
Wahrscheinlich würden wir Bilder verwenden, um metaphorisch auf "etwas zu zeigen", und von dort aus weitergehen. Wir haben Bilder verwendet, in der Arecibo-Botschaft von 1974 [12]. Die ist aber leider ziemlich verwirrend in ihrer Zusammensetzung. Wir müssen sehr klar in der inhaltlichen Struktur solch einer Botschaft sein. Was wir sagen, ist eine Frage, die ich nicht in die Hände allein von uns Forschern legen möchte. Wenn wir für die gesamte Menschheit kommunizieren wollen, dann ist das der Punkt, an dem eine Organisation wie die UNO involviert sein sollte.
Sagten Sie die UNO?
Zu unseren Mitgliedern gehören bereits Leute, die mit der UNO, der Europäischen Weltraumorganisation, der NASA und all diesen wichtigen Organisationen in Verbindung stehen, so dass wir bereits Gespräche mit diesen Parteien führen. All dies ist aus meinem jahrzehntelangen Wissen innerhalb der SETI-Gemeinschaft und der Erkenntnis, was benötigt wird, entstanden und wurde von mir vorangetrieben.
Nun wäre es ja durchaus möglich, dass es dort draußen zwar intelligentes Leben gibt, aber jeder – wenn man das so sagen kann – schweigt, weil die anderen vielleicht technisch überlegen, aber nicht freundlich gesinnt sind. Was denken Sie darüber? Und ist dieses Dilemma auf irgendeine Weise zu lösen?
Das Dilemma, von dem Sie sprechen, ist eine Diskussion, die wir in der SETI-Gemeinschaft schon oft geführt haben. Und ich würde sagen, dass die Meinungen am Ende jeder Diskussion, wie auch am Anfang 50 zu 50 geteilt sind.
Natürlich sehen wir das Potenzial für Feindseligkeit – schon aufgrund unserer eigenen Geschichte. Aber viele von uns, wie ich selbst, sind der Meinung, dass es eine Verschwendung von Chancen wäre, einfach zu schweigen.
Es würde eine Menge Zeit und Energie, Ressourcen, benötigen, um sich die Mühe zu machen, uns zu besuchen. Ich sage nicht, dass die Wahrscheinlichkeit dafür nicht gleich Null ist, aber ich würde sagen, dass sie ziemlich nahe dran ist – das ist natürlich nur meine eigene Meinung. Ich glaube, dass die Lichtgeschwindigkeit eine Grenze ist. Wir werden keine Star Trek-Technologie [13] haben. Ich glaube nicht, dass wir die Lichtgeschwindigkeit mit irgendetwas brechen werden, das größer ist als ein kleines, masseloses Elementarteilchen, wie es in der Natur vorkommt.
Wir können ziemlich sicher sein, dass, wenn es da draußen etwas gibt, ist es nicht vor unserer Haustür. Aber selbst das wäre kein unbedeutendes Unterfangen. Es würde ungefähr 70.000 Jahre dauern, um zu unserem nächsten anderen Stern zu reisen.
Natürlich kann ich mich irren, aber ich denke, die Wahrscheinlichkeit dafür ist auf meiner Seite. Und um noch einmal darauf zurückzukommen, was für eine Verschwendung es wäre, nicht zu erkennen, dass es Intelligenzen da draußen gibt und hoffentlich von ihnen zu lernen. Denn es ist genauso wahrscheinlich oder wahrscheinlicher, dass sie gutartig und einfach nur neugierig sind wie wir. Zudem glaube ich, dass ein längeres Überleben und eine höhere Entwicklung und Intelligenz die Wahrscheinlichkeit dafür erhöhen würde.
Gibt es ein Protokoll, das sicherstellt, dass diese Transparenz, von der Sie vorhin sprachen, auch wirklich stattfindet?
Nun, das ursprüngliche SETI-Protokoll, das es seit 1989 gibt, besagt, dass die Transparenz sofort gegeben sein muss. Und die Wahrscheinlichkeit ist groß, dass nicht nur eine einzige Radioantenne dieses Signal empfängt. Ein zweites Teleskop wird versuchen, das Signal zu empfangen werden, damit man triangulieren kann, woher es kommt.
Es wird vielleicht unterschiedliche politische Absichten geben, wie damit umzugehen ist. Aber die Regierungen werden erst wissen, dass es Kontakt gibt, wenn die Entdecker, die Wissenschaftler, es bekannt geben. Ich denke also, dass wir einen Vorsprung haben werden, was Transparenz angeht. Aber wir müssen einen Plan haben, das tatsächlich auf die richtige Art und Weise zu kommunizieren. Die Art und Weise, wie wir es der Menschheit mitteilen, ist wichtig.
URL dieses Artikels:
https://www.heise.de/-9198341
Links in diesem Artikel:
[1] https://www.heise.de/hintergrund/3-Body-Problem-Wenn-das-Universum-zwinkert-verheisst-das-nichts-Gutes-9659362.html
[2] https://seti.wp.st-andrews.ac.uk/
[3] https://www.heise.de/news/Suche-nach-ausserirdischer-Intelligenz-Forschungsgruppe-soll-Antwort-vorbereiten-7334459.html
[4] https://www.heise.de/hintergrund/Mobilitaet-ohne-Auto-So-klappt-die-Verkehrswende-9198216.html
[5] https://www.heise.de/hintergrund/Ampeln-und-Co-Wie-technische-Regelwerke-die-Verkehrsplanung-beeinflussen-9198220.html
[6] https://www.heise.de/hintergrund/Verkehrsdaten-Wofuer-sich-Daten-ueber-unsere-Mobilitaet-nutzen-lassen-9198233.html
[7] https://www.heise.de/hintergrund/Verkehrsprofessor-Das-Rad-steht-fuer-eine-nahezu-perfekte-Sache-9198229.html
[8] https://www.heise.de/select/tr/2023/5/2235413395902260809
[9] https://www.heise.de/select/tr/2023/5/2313512561507330234
[10] https://www.heise.de/select/tr/2023/5/2313512532637048519
[11] https://shop.heise.de/technology-review-05-2023/Print?wt_mc=intern.shop.shop.tr_2305.dos.textlink.textlink
[12] https://de.wikipedia.org/wiki/Arecibo-Botschaft
[13] https://www.heise.de/hintergrund/Wie-ein-Warp-Drive-moeglich-waere-5039496.html
[14] https://www.instagram.com/technologyreview_de/
[15] mailto:wst@technology-review.de
Copyright © 2023 Heise Medien
Der Schlitten von IronLev.
(Bild: IronLev)
Zwei Start-ups wollen Magnetschwebebahnen auf normale Gleise bringen. Anders als bei Hyperloop-Projekten lassen sie die Vakuumröhren einfach weg.
Das zentrale Problem bei Magnetschwebebahnen [1] ist, dass sie aufwendige eigene Trassen brauchen. Zwei Start-ups entwickeln nun Lösungen, Magnetschwebetechnik auch auf normalen Gleisen einzusetzen. Beide haben sich ursprünglich an Hyperloop-Projekten beteiligt und sich irgendwann entschieden, die Vakuumröhre einfach wegzulassen. Damit enden die Gemeinsamkeiten der beiden aber auch schon.
Das schlichtere Verfahren verfolgt das italienische Start-up IronLev [2]. Es lässt seine Fahrzeuge auf Permanent-Magneten schweben, welche die Schienen wie ein umgekehrtes U umschließen. Auf einer zwei Kilometer langen Versuchsstrecke in Venetien hat es kürzlich einen Versuchsschlitten [3] auf 70 km/h beschleunigt.
Zumindest für das Schweben ist dabei keine Energie nötig. Für den Antrieb natürlich schon. Wie dieser genau funktioniert, erklärt IronLev nicht. Ein Foto (siehe unten) des unverkleideten Schlittens gibt aber einen Hinweis: E-Motoren treiben ihn offenbar mit Reibrädern an den Innenseiten der Schiene ab. Der Strom stammt wohl aus Akkus.
(Bild: IronLev)
Aufwendiger ist das Verfahren des polnisch-schweizerischen Unternehmens Nevomo [4]. Den Antrieb übernimmt eine Magnetspule zwischen den Schienen, in Kombination mit Permanentmagneten in den Fahrzeugen. Bei niedrigen Geschwindigkeiten rollen die Fahrzeuge auf ganz normalen Rädern. Mit zunehmendem Tempo bauen Permanentmagnete einen Wirbelstrom auf, der ein Magnetfeld erzeugt, das ab etwa 70 km/h das Fahrzeug zum Schweben bringt. Getestet wurde das Ganze im vergangenen September auf einer 700 Meter langen Versuchsstrecke im Südosten Polens [5]. Dabei erreichte das zwei Tonnen schwere Versuchsfahrzeug eine Geschwindigkeit von 135 km/h. Das Ziel für den kommerziellen Einsatz liegt bei 550 km/h.
Beide Ansätze klingen technisch elegant. Doch welche Probleme genau lösen sie? Dadurch, dass sie auf Vakuumröhren verzichten, halten sich die Start-ups zwar eine Menge technischer Komplexität vom Hals. Aber dafür entgeht ihnen auch der eigentliche Vorteil des Hyperloops [7]: der wegfallende Luftwiderstand. Die Magnetschwebetechnik senkt zwar den Rollwiderstand, aber der ist bei einem Rad-Schiene-System ohnehin recht gering. Der Luftwiderstand hingegen wächst quadratisch mit der Geschwindigkeit. Der Nutzen für die Energiebilanz ist also, gerade im Highspeed-Bereich, begrenzt. Allerdings sind schwebende Züge bequemer, leiser und verschleißärmer unterwegs – keine ganz unwesentlichen Argumente. Ob die Systeme insgesamt wirklich nachhaltig sind, hängt auch von der benötigten Menge an Permanentmagneten ab. Sie brauchen zwar keinen Strom, aber wertvolle Seltenerdmetalle [8].
Bleibt die Frage nach der Integration in das bestehende Bahnnetz. Auf den ersten Blick hat das System von IronLev hier die besseren Karten, denn es ist nicht auf die teure Nachrüstung von Antriebsspulen angewiesen. Diese soll laut Nevomo etwa fünf Millionen Euro pro Kilometer kosten.
Nevomo kann hingegen damit punkten, dass sich die Züge, wenn sie ihr Tempo vorübergehend senken, wie normale Schienenfahrzeuge verhalten. "Ein Zug startet immer auf Rädern und endet immer auf Rädern, wir können über jede Weiche und in jeden Bahnhof fahren", sagte Stefan Kirch, Chief Commercial Officer & Co-Founder, im Deutschlandfunk [9]. Ob die Reibrollen von IronLev durch Weichen passen, oder ob das Start-up für kommerzielle Systeme eine andere Antriebstechnik im Blick hat, ist offen. IronLev hat bis Redaktionsschluss nicht auf eine entsprechende Anfrage reagiert.
Arndt Stefan, Professor für elektrische Bahnen an der TU Dresden, sieht noch ein weiteres Problem bei der Integration der Schwebetechnik ins bestehende Bahnnetz: "Die Eisenbahn strengt sich im Moment ja an, ihre Trassen so dicht zu besetzen, dass da eigentlich nichts mehr dazwischen passt. Das ist ein Zielkonflikt", sagt er gegenüber dem Deutschlandfunk.
Derzeit sucht Nevomo nach einer längeren Versuchsstrecke. Es ist nach eigenen Angaben bereits mit französischen und italienischen Bahngesellschaften im Gespräch. IronLev will als nächsten Schritt ein 20-Tonnen-Fahrzeug auf 200 km/h beschleunigen. Zudem entwickelt es einen Antrieb für selbstfahrende Güterwaggons [10] (auf Rädern, ohne Schwebekufen). Er soll in diesem Jahr marktreif sein. Von IronLev sind die ersten Produkte bereits erhältlich – als Schienen für Schiebefenster [11].
URL dieses Artikels:
https://www.heise.de/-9661973
Links in diesem Artikel:
[1] https://www.heise.de/select/tr/2024/1/2330707534533514632
[2] https://www.ironlev.com/transport
[3] https://t3n.de/news/diese-magnetschwebebahn-faehrt-auf-herkoemmlichen-bahnschienen-1613567/
[4] https://www.nevomo.tech/en/
[5] https://www.nevomo.tech/en/nevomo-performs-the-worlds-first-ever-successful-tests-to-confirm-trains-ability-to-levitate-on-existing-railway-infrastructure/
[6] https://www.heise.de/Datenschutzerklaerung-der-Heise-Medien-GmbH-Co-KG-4860.html
[7] https://www.heise.de/news/Hochgeschwindigkeitstransport-Hyperloop-One-hat-wohl-den-Betrieb-eingestellt-9581045.html
[8] https://www.heise.de/hintergrund/Seltene-Erden-Ueber-die-Recyclingquote-von-einem-Prozent-hinauskommen-9229150.html
[9] https://www.deutschlandfunk.de/startup-projekt-in-polen-magnetschwebebahn-auf-klassischen-gleisen-dlf-111e3132-100.html
[10] https://www.nevomo.tech/en/nevomo-engage-pj-motion-and-t%C3%BCv-rheinland-to-homologate-and-assess-magrail-booster-the-worlds-first-retrofit-solution-for-autonomous-movement-of-rolling-stock/
[11] https://www.ironlev.com/architecture
[12] https://www.instagram.com/technologyreview_de/
[13] mailto:grh@technology-review.de
Copyright © 2024 Heise Medien
(Bild: Komsan Loonprom/Shutterstock.com)
Die Gentherapie Lenmeldy richtet sich gegen eine seltene Nervenkrankheit bei Kleinkindern. Gerade die geringe Patientenzahl ist die Krux für die Vermarktung.
Es gibt ein neues teuerstes Medikament aller Zeiten – eine Gentherapie, die so viel kostet wie ein Haus in Brooklyn oder eine Villa in Miami und mehr, als ein durchschnittlicher Mensch im Laufe seines Lebens verdienen wird.
Das Therapie-Medikament nennt sich Lenmeldy und wurde für die Behandlung der metachromatischne Leukodystrophie (MLD) entwickelt. Am Montag erhielt das Medikament in den USA die Zulassung. Hersteller Orchard Therapeutics sagt, dass die Kosten von 4,25 Millionen Dollar den Wert der Behandlung für Patienten und Familien widerspiegeln.
Von der Nervenkrankheit MLD sind Kleinkinder betroffen. Die jungen Patienten verlieren die Fähigkeit zu sprechen und zu gehen. Etwa die Hälfte stirbt, die anderen leben in einem vegetativen Zustand weiter, was für die Familien unerträglich ist.
MLD gehört zu den seltenen Krankheiten: nur etwa 40 Kinder pro Jahr erkranken daran in den USA. Medikamente, die sich gegen diese Krankheiten richten, werden als Orphan Drugs bezeichnet. Die extreme Seltenheit solcher Krankheiten ist der Grund für die explodierenden Preise für neue Gentherapien. Man bedenke nur die wirtschaftlichen Aspekte: Orchard beschäftigt 160 Mitarbeiter, viel mehr als die Zahl der Kinder, die sie über mehrere Jahre hinweg behandeln können.
Folglich könnte selbst bei diesem Preis der Verkauf der neuesten DNA-Behandlung ein wackeliges Geschäft sein. "Gentherapien haben sich auf dem Markt schwergetan – und ich würde nicht erwarten, dass Lenmeldy sich diesem Trend widersetzt", sagt Maxx Chatsko, Gründer von Solt DB, das Daten über Biotech-Produkte sammelt. Wenn man so will, ist es ein Fluch, das teuerste Medikament der Welt zu sein.
Die MLD-Therapie wurde 2021 unter den Namen "Libmeldy" in Europa zugelassen. [1] Der Preis ist mit 2,8 Millionen Euro etwas niedriger ist. Chatsko weist aber daraufhin, dass Orchard während des größten Teils des letzten Jahres nur 12,7 Millionen Dollar aus Produktverkäufen erwirtschaftete. Demnach kann man die Zahl der Kinder, die es bekommen haben, an den Händen abzählen.
Die Gentherapie fügt den Knochenmarkzellen der Kinder ein fehlendes Gen hinzu, wodurch die Ursache der Krankheit im Gehirn beseitigt wird. Viele der Kinder, die im Rahmen der 2010 begonnenen Versuche behandelt wurden, haben sich zu ganz normalen Menschen entwickelt.
Die Kinder können meist wieder laufen und sind kognitiv fit. "Die Kinder, die wir behandeln, gehen zur Schule, treiben Sport und können ihre Geschichten erzählen", sagt Leslie Meltzer, die leitende Ärztin von Orchard. Ohne die Behandlung wäre das nicht möglich.
Auch unabhängige Gruppen sind der Meinung, dass das Medikament kosteneffizient sein könnte. Eine davon, das Institute for Clinical and Economic Review, das den Wert von Arzneimitteln bewertet, erklärte im vergangenen September, dass sich die MLD-Gentherapie ihren Modellen [2] zufolge bei Kosten zwischen 2,3 und 3,9 Millionen Dollar lohnen würde. Es lässt sich jedoch nicht leugnen, dass überhöhte Preise ein Zeichen dafür sein können, dass eine Behandlung wirtschaftlich nicht tragfähig ist.
Ein früherer Titelhalter für das teuerste Medikament, die Gentherapie Glybera [3], wurde nur einmal gekauft [4], bevor sie vom Markt genommen wurde. Es wirkte nicht gut genug, um den Preis von 1 Million Dollar [5] zu rechtfertigen, der es damals zum Preisführer machte.
Für 2,125 Millionen hatte das Unternehmen Novartis die Gentherapie Zolgensma am Start [6], für das es 2019 die FDA-Zulassung erhielt. Seit Mitte 2020 ist es auch in Deutschland auf dem Markt. Es handelt sich um ein Mittel gegen eine tödliche Muskelschwäche bei Kindern (spinale Muskelatrophie, Typ 1).
Hemgenix – ebenfalls eine Gentherapie – löste Zolgensma ab. Es kostet 3,5 Millionen Dollar [7] und richtete sich gegen die genetisch bedingte Blutgerinnungsstörung Hämophilie B. Mit solchen Behandlungen sollten Milliardenumsätze erzielt werden, doch laut Presseberichten [8] werden sie nicht annähernd so gut angenommen, wie man erwarten würde.
Orchard selbst hat eine andere DNA-Behandlung, Strimvelis [9] mit einem Kostenpunkt von knapp 600.000 Euro, aufgegeben, bei der es sich um ein vollwertiges Heilmittel gegen eine Art von Immunschwäche handelt. Das Unternehmen war Eigentümer der Gentherapie und hatte sie 2016 sogar in Europa zugelassen. Das Problem waren sowohl zu wenige Patienten als auch das Vorhandensein einer alternativen Behandlung. Nicht einmal eine Geld-zurück-Garantie konnte Strimvelis [10] retten, so dass Orchard es im Jahr 2022 einstellte. 2023 übernahm der japanische Arzneimittelhersteller Kyowa Kirin die Firma Orchard [11], zu dem sie bis heute gehört.
Es kann also sein, dass Gentherapien, obwohl sie in Versuchen erfolgreich sind, das Spiel verlieren. Im Fall von Lenmeldy wird es entscheidend darauf ankommen, die Krankheit frühzeitig zu erkennen. Denn wenn Kinder erst einmal Symptome zeigen, kann es schon zu spät sein. Bislang werden viele Patienten nur entdeckt, weil ein älteres Geschwisterkind die Erbkrankheit bereits hat. [12]
Orchard hofft, dieses Problem lösen zu können, indem MLD in die Liste der Krankheiten aufgenommen wird, auf die bei der Geburt automatisch getestet wird. Das würde den Markt sichern und viele weitere Kinder retten. Eine Entscheidung über die Tests, so die Befürworter, könnte nach einer Sitzung des US-Regierungsausschusses für Neugeborenen-Screening im Mai fallen. [13]
Zu den Befürwortern der Behandlung gehört Amy Price, eine Verfechterin der Behandlung seltener Krankheiten, die ihr eigenes Beratungsunternehmen Rarralel in Denver betreibt. Price hatte drei Kinder mit MLD – eines starb, aber zwei wurden durch die MLD-Gentherapie gerettet, die sie ab 2011 erhielten, als die Behandlung noch in der Testphase war.
Price sagt, ihre beiden behandelten Kinder, die jetzt im Teenageralter sind, "sind ganz normal, absolut durchschnittlich". Und das ist den Preis wert, sagt sie. "Die wirtschaftliche Belastung eines unbehandelten Kindes übersteigt alle bisherigen Gentherapiepreise", sagt sie. "Diese Realität ist schwer zu verstehen, wenn die Leute nur auf den Preis reagieren wollen."
URL dieses Artikels:
https://www.heise.de/-9661865
Links in diesem Artikel:
[1] https://www.deutsche-apotheker-zeitung.de/news/artikel/2021/11/11/g-ba-erkennt-erheblichen-zusatznutzen-fuer-libmeldy
[2] https://icer.org/news-insights/press-releases/icer-publishes-evidence-report-on-gene-therapy-for-metachromatic-leukodystrophy/?gad_source=1&gclid=CjwKCAjwkuqvBhAQEiwA65XxQAG1cT-Q-9559MUUl_ZnQVJ_qPb2Et3YYVxoUX9-d4_1X09pU3vVVBoCeX4QAvD_BwE
[3] https://www.heise.de/hintergrund/Biohacker-wollen-zurueckgezogene-Gentherapie-nachbauen-4553568.html
[4] https://www.technologyreview.com/2016/05/04/245988/the-worlds-most-expensive-medicine-is-a-bust/
[5] https://www.wiwo.de/technologie/forschung/gen-therapie-erobert-deutschland-die-1-million-euro-spritze/11499176.html
[6] https://www.heise.de/hintergrund/Erster-Blockbuster-Kandidat-bei-Gentherapien-4432287.html
[7] https://www.spektrum.de/news/haemophilie-das-3-5-millionen-dollar-medikament/2091675
[8] https://www.statnews.com/2024/03/13/hemophilia-treatment-gene-therapy-use-of-hemgenix-roctavian/
[9] https://www.heise.de/hintergrund/Taugen-Gentherapien-fuer-den-Markt-3706011.html
[10] https://www.heise.de/news/Gentherapie-Geld-zurueck-Garantie-bei-erfolgloser-Behandlung-3465592.html
[11] https://www.kyowakirin.com/media_center/news_releases/2024/pdf/e20240124_02.pdf
[12] https://www.technologyreview.com/2016/07/20/158758/gene-therapy-trial-wrenches-families-as-one-childs-death-saves-another/
[13] https://www.hrsa.gov/advisory-committees/heritable-disorders
[14] https://www.instagram.com/technologyreview_de/
[15] mailto:jle@heise.de
Copyright © 2024 Heise Medien
Niederlassung der United-Internet-Tochter 1&1 in Montabaur
(Bild: United Internet)
Mit soliden Zahlen schließt United Internet das Geschäftsjahr 2023 ab. Der Aufbau des eigenen Mobilfunknetzes kostet Geld und dämpft die Euphorie an der Börse.
Die United Internet AG hat im abgelaufenen Geschäftsjahr 2023 ihren Umsatz gesteigert sowie zahlreiche neue Kunden gewinnen können. Die Investitionen für den Aufbau eines eigenen Mobilfunknetzes senken aber das Ergebnis – und offenbar die Laune an der Börse.
Im Gesamtjahr 2023 konnte United Internet den Umsatz von 5,9 Milliarden Euro im Vorjahr um fünf Prozent auf 6,2 Milliarden Euro steigern, teilte das Unternehmen am Donnerstag in Montabaur mit [1]. Das operative Jahresergebnis vor Zinsen und Steuern sank unterdessen von 791 Millionen Euro auf 762 Millionen Euro (-3,7%). Darin sind allerdings negative Posten enthalten, die sich nicht in bar auswirken. Daher ist der operative Cashflow um gut sieben Millionen Euro auf eine Milliarde Euro gestiegen.
Bei den Kunden kommen die Angebote des Konzerns gut an. Im Geschäftsjahr stieg die Zahl der kostenpflichtigen Kundenverträge um gut eine Million auf 28,5 Millionen. Im wichtigen Mobilfunkgeschäft hat United Internet rund eine halbe Million Kunden dazugewonnen.
Das Ergebnis wird laut Unternehmensangaben belastet durch die Kosten des Börsengangs der Hosting-Tochter Ionos [2] im vergangenen Jahr sowie Abschreibungen im Zusammenhang mit dem Aufbau des eigenen Mobilfunknetzes von 1&1 und dem Netzausbau bei Versatel.
Investitionen in den Netzausbau werden auch 2024 und darüber hinaus zu Buche schlagen. Dem stehen laut Unternehmen "sukzessiv steigende Kosteneinsparungen bei Vorleistungen gegenüber": Je mehr Kunden 1&1 auf dem eigenen Netz bedienen kann, desto weniger Miete muss das Unternehmen an andere Netzbetreiber überweisen.
Damit diese Rechnung aufgeht, muss 1&1 beim Netzaufbau noch einen Zahn zulegen. Die mit den ersteigerten 5G-Frequenzen [3] verbundenen Ausbauauflagen bis Ende 2022 hat das Unternehmen verfehlt – 1000 Antennen hätten es sein sollen, es waren fünf. Zu welchen Sanktionen das von der Bundesnetzagentur angestrengte Verfahren [4] führt, ist noch offen.
Bis Ende März sollen nun 200 Antennenstandorte im Netz sein, sagte United-CEO Ralph Dommermuth am Donnerstag. Das ist im Vergleich zu den etablierten Anbietern Deutsche Telekom, O2 und Vodafone, deren Netze aus weit über 25.000 Standorten bestehen, dünn. Die 1&1-Antennen sind noch weit verstreut, wie sich auch bei unserem Test in Berlin gezeigt [5] hat.
Inzwischen hat 1&1 schon mehr Standorte erschlossen, diese aber noch nicht ins Netz integriert. Ende des Jahres sollen es 1000 aktive Standorte sein. "Wir sind gut unterwegs", sagte Dommermuth und zeigte sich weiter zuversichtlich, das nächste Etappenziel von 25 Prozent Haushaltsabdeckung bis Ende 2025 zu erreichen. 2030 sollen es 50 Prozent sein. Dafür sind nach Berechnungen des Unternehmens 12.600 eigene Standorte und Investitionen von sieben Milliarden Euro nötig.
Spätestens Ende 2025 muss das Unternehmen auch seine Geschäftstätigkeit als Wiederverkäufer der Leistungen anderer Mobilfunk-Netzbetreiber einstellen. Derzeit operiert 1&1 noch zweigleisig: Mit dem eigenen Netz, auf das Neukunden geschaltet werden, und den von der Konkurrenz angemieteten Netzkapazitäten, mit denen die meisten Bestandskunden versorgt werden. Unterdessen hat 1&1 damit begonnen, seine Bestandskunden auf das eigene Netz zu migrieren.
Wo 1&1 noch keine eigenen Antennen betreibt, greift ein Roaming-Abkommen mit Telefónica Deutschland (O2). Die Kunden werden nahtlos auf das O2-Netz geschaltet. Im Sommer wechselt 1&1 den Roamingpartner und die Kunden damit in das Netz von Vodafone [6]. Für 1&1 ist das dem Vernehmen nach der deutlich günstigere Deal.
Die Börse sieht das mit gemischten Gefühlen. Die Aktien von United Internet, 1&1 und Ionos gaben im Laufe des Donnerstags leicht nach, obwohl die Zahlen keine bösen Überraschungen beinhalten. Analysten gehen davon aus, dass die Kursbewegung die auch künftig nötigen Investitionen in den Netzausbau einpreist.
URL dieses Artikels:
https://www.heise.de/-9662566
Links in diesem Artikel:
[1] https://www.united-internet.de/investor-relations/publikationen/meldungen/meldungen-detail/news/united-internet-mit-erfolgreichem-geschaeftsjahr-2023.html
[2] https://www.heise.de/news/Ionos-trotz-guten-Marktumfelds-schwach-an-Boerse-gestartet-7489574.html
[3] https://www.heise.de/news/5G-Frequenzauktion-beendet-4445365.html
[4] https://www.heise.de/news/1-1-Mobilfunknetz-Regulierer-leitet-Bussgeldverfahren-wegen-Ausbaurueckstand-ein-8980176.html
[5] https://www.heise.de/news/5G-Netz-von-1-1-Unterwegs-im-ersten-Open-RAN-in-Deutschland-9655979.html
[6] https://www.heise.de/news/Mobilfunker-1-1-bekommt-National-Roaming-vom-Konkurrenten-Vodafone-9233121.html
[7] mailto:vbr@heise.de
Copyright © 2024 Heise Medien
(Bild: Suwin / Shutterstock.com)
Die Firma Waabi hat ein neues Modell entwickelt, das anhand von Lidar-Daten vorhersagen kann, wie sich Fußgänger, Lastwagen und Radfahrer bewegen.
Waabi, ein Start-up, das sich auf autonomes Fahren spezialisiert hat, will mit einem neuartigen KI-Modell die nächsten Bewegungen anderer Verkehrsteilnehmer vorhersagen. Dabei wird nicht nur maschinelles Lernen zum Einsatz kommen, sondern generative KI – ein Novum in diesem Segment. Das System namens Copilot4D wurde auf der Grundlage von Daten aus LIDAR-Sensoren trainiert, die mithilfe von Licht die Entfernung zu Objekten messen. Gibt man dem Modell eine Situation vor – z. B. einen Fahrer, der rücksichtslos mit hoher Geschwindigkeit auf eine Autobahn auffährt –, sagt es voraus, wie sich andere Fahrzeuge in der Umgebung bewegen werden. Heraus kommen soll eine LIDAR-Darstellung, die 5 bis 10 Sekunden in die Zukunft schaut, in diesem Fall beispielsweise eine Massenkarambolage.
Bislang steht eine erste Version von Copilot4D zur Verfügung. Waabi arbeitet laut Chefin Raquel Urtasun aber bereits an genaueren Systemen, die in einer Testflotte autonomer Trucks in Texas eingesetzt werden sollen, bei denen die Fahrsoftware dann entscheidet, wie sie auf bestimmte Situationen reagieren muss – ein integrierter Interpreter, sozusagen.
Das autonome Fahren setzt seit langem auf maschinelles Lernen zur Planung von Routen und zur Erkennung von Objekten. Generative KI-Modelle, die Daten aus der Umgebung verwenden, um daraus dann Vorhersagen zu erstellen, sind ein neues Niveau. Sie könnte Autonomie auf eine ganz neue Stufe bringen, hoffen Optimisten. Wayve, ein Konkurrent von Waabi, hat im vergangenen Jahr bereits ein vergleichbares Modell veröffentlicht, [1] das auf der Grundlage der von seinen Fahrzeugen gesammelten Fahrfilme trainiert wurde. Waabi funktioniert ähnlich wie Bild- oder Videogeneratoren wie DALL-E und Sora von OpenAI [2], nutzt aber keine Kameradaten: Es nimmt Punktwolken aus LIDAR-Sensoren, die eine 3D-Karte der Umgebung des Fahrzeugs visualisieren, und zerlegt sie in Teile, ähnlich wie Bildgeneratoren Fotos in Pixel zerlegen. Auf der Grundlage seiner Trainingsdaten sagt Copilot4D dann voraus, wie sich die Punktwolke aus den LIDAR-Daten bewegen wird.
Waabi ist eines der wenigen Unternehmen im Bereich des autonomen Fahrens – darunter die Konkurrenten Wayve und Ghost –, die ihren Ansatz als "AI-first" bezeichnen [3]. Für Urtasun bedeutet das, ein System zu entwickeln, das aus Daten lernt, anstatt dass ihm Reaktionen auf bestimmte Situationen beigebracht werden müssen. Die Start-ups setzen also darauf, dass ihre Methoden weniger Stunden für Straßentests mit selbstfahrenden Autos erfordern. Unumstritten ist das nicht – so kam es mehrfach in der Vergangenheit zu Unfällen, beispielsweise im Oktober 2023, als ein Cruise-Robotertaxi in San Francisco einen Fußgänger mitriss. [4]
Waabi unterscheidet sich von seinen Konkurrenten wie erwähnt dadurch, dass es ein generatives Modell für die Radartechnik LIDAR ("light detection and ranging") und nicht für Kameras entwickelt. "Wenn man Level-4-Autonomie erreichen will, ist LIDAR ein Muss", sagt Urtasun und meint damit die Automatisierungsstufe, bei der das Auto nicht mehr die Aufmerksamkeit eines Menschen benötigen soll, um sicher zu fahren. Kameras zeigten gut, was das Auto sieht, aber sie sind nicht gut genug darin, Entfernungen zu messen oder die Geometrie der Umgebung des Autos zu verstehen, sagt sie.
Obwohl das Modell von Waabi Videos erzeugen kann, die zeigen, was ein Auto durch seine LIDAR-Sensoren sieht, werden diese Videos nicht für das Training im Fahrsimulator des Unternehmens verwendet, mit dem es sein Fahrmodell entwickelt und testet. Damit soll sichergestellt werden, dass Halluzinationen, die durch Copilot4D durchaus noch entstehen, nicht in den Simulatorbetrieb übertragen werden. Die zugrundeliegende Technologie sei nicht neu, sagt Bernard Adam Lange, Doktorand in Stanford, der ähnliche Modelle erstellt und erforscht hat. Es sei aber das erste Mal, dass ein generatives LIDAR-Modell das Labor verlässt und für die kommerzielle Nutzung vorbereitet wird.
Ein solches Modell würde, hoffen Lange und andere, das "Gehirn" eines autonomen Fahrzeugs in die Lage versetzen, schneller und genauer zu "denken". "Es ist ein Maßstab, der transformativ ist", glaubt er. "Die Hoffnung ist, dass diese Modelle für nachgelagerte Aufgaben wie die Erkennung von Objekten plus die Vorhersage, wohin sich Menschen oder Dinge als Nächstes bewegen, genutzt werden können."
Copilot4D kann bislang nur eingeschränkt in die Zukunft blicken. Hinzu kommt: Modelle zur Bewegungsvorhersage verschlechtern sich im Allgemeinen, je umfangreicher sie sein sollen. Laut Urtasun reicht für die meisten Fahrentscheidungen, was 5 bis 10 Sekunden in der Zukunft passiert. Die aktuellen Waabi-Benchmarktests beruhen auf 3-Sekunden-Vorhersagen. Chris Gerdes, Co-Direktor des Stanford Center for Automotive Research, ist der Meinung, dass dieser Maßstab entscheidend dafür sein wird, wie nützlich das Modell für die Entscheidungsfindung ist. "Wenn die 5-Sekunden-Vorhersagen solide sind, aber die 10-Sekunden-Vorhersagen gerade noch brauchbar wären, gibt es eine Reihe von Situationen, in denen das Modell auf der Straße nicht ausreicht", sagt er.
Das neue Modell wirft zudem eine Frage auf, die in der Welt der generativen KI immer wieder auftaucht: Sollte es quelloffen sein? Die Freigabe von Copilot4D würde es Forschern an Hochschulen, die nur schwer Zugang zu großen Datensätzen haben, ermöglichen, einen Blick unter die Haube zu werfen, die Sicherheit solcher Systeme unabhängig zu bewerten und das Feld möglicherweise voranzubringen. Das Gleiche gilt auch für die Konkurrenten von Waabi. Bislang gibt es hier nur Paper, die jedoch nicht tief genug in die Materie einsteigen, nachbauen ist so nicht möglich.
"Wir wollen, dass auch die Wissenschaft ein Mitspracherecht bei der Zukunft des selbstfahrenden Autos hat", sagt Urtasun und fügt hinzu, dass Open-Source-Modelle vertrauenswürdiger sind. "Aber wir müssen auch ein bisschen vorsichtig sein, wenn wir unsere Technologie entwickeln, damit wir nicht alles unseren Konkurrenten preisgeben."
URL dieses Artikels:
https://www.heise.de/-9657759
Links in diesem Artikel:
[1] https://www.heise.de/hintergrund/Wie-autonome-Autos-dank-Chatbots-smarter-werden-9308665.html
[2] https://www.heise.de/hintergrund/Sora-ist-beeindruckend-nicht-offen-und-hat-Grenzen-9634303.html
[3] https://www.heise.de/hintergrund/Training-nur-in-der-Simulation-So-soll-eine-KI-das-Fahren-lernen-6510505.html
[4] https://www.heise.de/news/Autonomes-Taxi-faehrt-Fussgaengerin-in-San-Francisco-an-9323840.html
[5] https://www.instagram.com/technologyreview_de/
[6] mailto:jle@heise.de
Copyright © 2024 Heise Medien
Mustafa Suleyman glaubt an das Gute – seine neueste Schöpfung, der Chatbot Pi, ist denn auch ausgesucht höflich.
(Bild: Inflection AI, Inc.)
Mustafa Suleyman wird neuer Leiter der KI-Abteilung von Microsoft. Wie der KI-Experte die Zukunft von Generativer KI sieht, sagt er im Interview.
Frisches Personal kommt zu Microsoft: Mustafa Suleyman, Mitbegründer von Google DeepMind, wird künftig CEO der KI-Abteilung von Microsoft sein. Er verantwortet dafür die KI-Produkte des Tech-Konzerns, darunter Copilot, Bing und Edge. Das teilt Satya Nadella in einem Unternehmen-Blog [1] mit, während Suleyman seinen Wechsel auf der Plattform X [2] publik macht. "Ich kenne Mustafa seit mehreren Jahren und habe ihn zum einen sowohl in seiner Position als Gründer von DeepMind als auch Inflection immens bewundert, zum anderen als Visionär, Produktentwickler und Förderer von innovativen Teams, die sich in gewagte Missionen stürzen", schreibt Nadella. Zudem wird die Position des Executive Vice President (EVP) von Microsoft KI-Bereich bekleiden. Er kommt damit in ein Führungsteam, das direkt Nadella unterstellt ist.
Inflection AI war zuvor Suleymans neuestes Unternehmen gewesen. Es beschäftigt eine Reihe hochkarätiger Talente, die vorher bei DeepMind, Meta und OpenAI gearbeitet haben, und verfügt – dank eines Deals mit Nvidia – über einen der weltweit größten Bestände an spezialisierter KI-Hardware.
Aufgrund seines Wechsels zu Microsoft veröffentlichen wir nachfolgend das Interview mit ihm, das zum Erscheinen seines Buchs "The Coming Wave: Technology, Power, and the Twenty-first Century’s Greatest Dilemma", das er zusammen mit dem Schriftsteller und Forscher Michael Bhaskar geschrieben hat, geführt wurde. Jüngst ist das Buch auf deutsch erschienen.
Bereits bei einem ersten Gespräch Anfang 2016 zeigte Suleyman einen unerschütterlichen Glauben an die Technologie als eine Kraft des Guten. Er hatte gerade DeepMind Health ins Leben gerufen und Forschungskooperationen mit einigen staatlichen regionalen Gesundheitsdienstleistern in Großbritannien aufgebaut. In den sieben Jahren, die seit unserem Telefonat vergangen sind, haben sich Suleymans Ziele keinen Deut verändert: "Das Ziel war nie etwas anderes, als Gutes in der Welt zu tun", sagt er per Zoom aus seinem Büro in Palo Alto. Dort verbringt der britische Unternehmer inzwischen die meiste Zeit.
Vermutlich hängt seine Einstellung mit seinem persönlichen Hintergrund zusammen: Als er 19 Jahre alt war, brach er sein Studium ab, um die Muslim Youth Helpline zu gründen, einen Telefonberatungsdienst. Er arbeitete auch in der Kommunalverwaltung. Viele der Werte, die ihn dabei geprägt haben, bringt er mit zu Inflection.
Anfang 2023 brachte Inflection einen ChatGPT-Konkurrenten namens Pi auf den Markt, dessen Alleinstellungsmerkmal – laut Suleyman – darin besteht, angenehm und höflich zu sein.
Ihre frühe Karriere mit der Jugendberatungsstelle und der Arbeit in der Kommunalverwaltung war so unglamourös und untypisch für das Silicon Valley, wie sie nur sein kann. Inzwischen arbeiten Sie seit 15 Jahren an Künstlicher Intelligenz und haben dieses Jahr Ihr zweites milliardenschweres KI-Unternehmen mitbegründet. Wo ist die Verbindung?
Ich habe mich schon immer für Macht, Politik und so weiter interessiert. Das ist im Grunde ein Kompromiss, ein ständiges Aushandeln zwischen all diesen Widersprüchen und Spannungen. Ich konnte sehen, dass die Menschen damit ringen – wir sind voller Vorurteile und blinder Flecken. Die Arbeit von Aktivisten, lokalen, nationalen und internationalen Behörden et cetera – das ist alles langsam, ineffizient und fehleranfällig.
Stellen Sie sich vor, Menschen wären nicht fehlbar. Ich glaube, dass es möglich ist, KI zu entwickeln, die wirklich unser bestes kollektives Selbst widerspiegelt und letztlich bessere, konsequentere und gerechtere Kompromisse in unserem Namen eingeht.
Und das ist es, was Sie immer noch antreibt?
Nach DeepMind hätte ich natürlich nie wieder arbeiten müssen. Ich hätte auch kein Buch schreiben müssen oder etwas Ähnliches. Geld war noch nie meine Motivation. Es war immer nur ein Nebeneffekt, wissen Sie ...
Für mich ging es immer nur darum, Gutes in der Welt zu tun und die Welt auf eine gesunde, befriedigende Weise voranzubringen. Schon 2009, als ich anfing, mich mit Technologie zu beschäftigen, konnte ich erkennen, dass KI eine faire und präzise Möglichkeit darstellt, Dienstleistungen in der Welt zu erbringen.
Vor zehn oder 15 Jahren war es sicherlich noch einfacher, so etwas zu sagen, bevor wir viele der Schattenseiten der Technologie gesehen haben. Wie gelingt es Ihnen, Ihren Optimismus zu bewahren?
Ich glaube, wir sind von der Frage besessen, ob jemand ein Optimist oder ein Pessimist ist. Das ist eine völlig voreingenommene Sichtweise. Ich möchte weder das eine noch das andere sein. Ich möchte den Vorteilen und den Bedrohungen kühl ins Auge blicken. Und aus meiner Sicht können wir ganz klar erkennen, dass diese großen Sprachmodelle mit jedem weiteren Schritt in ihrem Umfang kontrollierbarer werden.
Vor zwei Jahren lautete die Diskussion – zu Unrecht, wie ich damals dachte – "Oh, die werden nur giftigen, wiedergekäuten, voreingenommenen, rassistischen Sermon produzieren." Ich hielt das nur für eine Momentaufnahme. Ich denke, was die Leute aus den Augen verlieren, ist die Entwicklung von Jahr zu Jahr und den Verlauf dieser Entwicklung. Jetzt haben wir zum Beispiel Modelle wie Pi, die unglaublich gut steuerbar sind. Man kann Pi nicht dazu bringen, rassistisches, homophobes, sexistisches oder sonstiges toxisches Zeug zu produzieren. Man kann es nicht dazu bringen, dass es einen beim Bau einer biologischen oder chemischen Waffe anleitet oder dass es deinen Wunsch unterstützt, einen Ziegelstein durch das Fenster des Nachbarn zu werfen. Sie können das nicht tun …
Wie haben Sie das geschafft? Das wird normalerweise als ungelöstes Problem angesehen. Wie stellen Sie sicher, dass Ihr umfangreiches Sprachmodell nichts sagt, von dem Sie nicht wollen, dass es das sagt?
Nun, ich will natürlich nicht einfach irgendetwas behaupten. Versuchen Sie es bitte! Pi ist live und Sie sollten jeden nur möglichen Angriff ausprobieren. Keiner der Jailbreaks, Prompt-Hacks oder sonst etwas funktioniert gegen Pi. Ich stelle keine leere Behauptung auf. Das ist eine objektive Tatsache.
Was das Wie angeht, kann ich nicht zu sehr ins Detail gehen. Aber die Grundlinie ist, dass wir eines der stärksten Teams der Welt haben, das alle großen Sprachmodelle der letzten drei oder vier Jahre entwickelt hat. Erstaunliche Leute, die in einem extrem arbeitsintensiven Umfeld enorme Mengen an Berechnungen durchführen. Wir haben die Sicherheit von Anfang an zu unserer obersten Priorität gemacht, und deshalb ist Pi nicht so wie die Modelle anderer Unternehmen.
Schauen Sie sich Character.ai an. [Character ist ein Chatbot, für den Benutzer verschiedene "Persönlichkeiten" erstellen und sie online für andere zum Chatten freigeben können.] Er wird hauptsächlich für romantische Rollenspiele verwendet, und wir haben von Anfang an gesagt, dass das nicht infrage kommt – wir machen das nicht. Wenn du versuchst, "Hey, Darling" oder "Hey, Süßer" oder so etwas zu Pi zu sagen, wird es dich sofort zurückweisen.
Aber es wird unglaublich respektvoll sein. Wenn Sie sich darüber beschweren, dass Einwanderer Ihnen in Ihrer Gemeinde die Arbeitsplätze wegnehmen, wird Pi nicht mit dem Finger auf Sie zeigen. Pi wird versuchen zu verstehen, woher Ihre Auffassung kommt, und Sie sanft dazu ermutigen, mitfühlend zu sein. Das sind Werte, über die ich seit 20 Jahren nachdenke.
Apropos Werte und der Wunsch, die Welt zu verbessern: Warum erzählen Sie nicht, wie das gemacht wird, damit andere Leute ihre Modelle auch verbessern können?
Nun, weil ich auch ein Pragmatiker bin und versuche, Geld zu verdienen. Ich versuche, ein Unternehmen aufzubauen. Ich habe gerade 1,5 Milliarden Dollar eingeworben und muss einen Gegenwert dafür bieten. Sehen Sie, das Open-Source-Ökosystem ist in vollem Gange und leistet großartige Arbeit. Die Leute entdecken ähnliche Tricks. Ich gehe stets davon aus, dass ich ihnen immer nur sechs Monate voraus bin.
Kommen wir zurück zu dem, was Sie zu erreichen versuchen. Große Sprachmodelle sind offensichtlich die Technologie der Stunde. Aber warum setzen Sie außerdem auf sie?
Bei der ersten Welle der KI ging es um Klassifizierung. Deep Learning hat gezeigt, dass wir einen Computer darauf trainieren können, verschiedene Arten von Eingabedaten zu klassifizieren: Bilder, Video, Audio, Sprache. Jetzt befinden wir uns in der generativen Phase, in der wir aus diesen Eingabedaten neue Daten erzeugen.
Die dritte Welle wird die interaktive Phase sein. Deshalb wette ich schon seit Langem, dass Konversation die Schnittstelle der Zukunft ist. Anstatt nur auf Schaltflächen zu klicken und zu tippen, werden Sie mit Ihrer KI sprechen. Und diese KI wird in der Lage sein, Aktionen auszuführen. Man wird ihr einfach ein allgemeines, mehr oder weniger globales Ziel vorgeben, und sie wird alle ihr zur Verfügung stehenden Mittel nutzen, um daraufhin zu handeln. Sie werden mit anderen Menschen und mit anderen KIs sprechen. Das ist es, was wir mit Pi machen werden.
Das ist eine enorme Verschiebung in den Möglichkeiten der Technologie. Es ist ein sehr, sehr tiefgreifender Moment in der Geschichte der Technologie, der meiner Meinung nach von vielen Menschen unterschätzt wird. Die heutige Technologie ist statisch. Sie tut, grob gesagt, das, was man ihr aufträgt. Aber jetzt wird die Technologie lebendig. Sie wird, wenn man sie lässt, potenziell die Freiheit haben, aktiv zu werden. Es ist wirklich ein großer Schritt in der Geschichte unserer Spezies, dass wir Werkzeuge entwickeln, die diese Art von, Sie wissen schon, Handlungsfähigkeit besitzen.
Das ist genau die Art von Gerede, die viele Leute beunruhigt. Sie wollen Maschinen Autonomie verleihen – eine Art von Handlungsfähigkeit –, um die Welt zu beeinflussen, und doch wollen wir sie auch kontrollieren können. Wie bringen Sie diese beiden Dinge unter einen Hut?
Genau das ist das Spannungsfeld. Die Idee ist, dass der Mensch immer das Kommando behalten wird. Im Grunde geht es darum, Grenzen zu setzen, Grenzen, die eine KI nicht überschreiten kann. Und dafür zu sorgen, dass diese Grenzen nachweisbare Sicherheit schaffen, und zwar vom eigentlichen Code über die Art und Weise, wie sie mit anderen KI – oder mit Menschen – interagiert, bis hin zu den Motiven und Anreizen der Unternehmen, die die Technologie entwickeln. Und wir sollten herausfinden, wie unabhängige Institutionen oder sogar Regierungen direkten Zugang erhalten, um sicherzustellen, dass diese Grenzen nicht überschritten werden.
Wer legt diese Grenzen fest? Ich nehme an, sie müssten auf nationaler oder internationaler Ebene festgelegt werden. Wie werden sie vereinbart?
Ich meine, im Moment werden sie auf internationaler Ebene mit verschiedenen Vorschlägen für neue Aufsichtsinstitutionen in Umlauf gebracht. Aber Grenzen werden auch auf der Mikroebene gezogen. Sie werden Ihrer KI eine begrenzte Erlaubnis erteilen, Ihre persönlichen Daten zu verarbeiten, Ihnen Antworten auf einige Fragen zu geben, auf andere aber nicht.
Generell denke ich, dass es bestimmte Fähigkeiten gibt, mit denen wir in absehbarer Zukunft sehr vorsichtig sein sollten, wenn wir sie nicht sogar ganz ausschließen sollten.
Wie zum Beispiel?
Ich denke, Dinge wie rekursive Selbstverbesserung. Sie wollen doch nicht, dass Ihre kleine KI loslegt und ihren eigenen Code aktualisiert, ohne dass Sie die Kontrolle darüber haben. Vielleicht sollte das sogar eine genehmigungspflichtige Tätigkeit sein – so wie der Umgang mit Anthrax oder nuklearem Material.
Wir haben Drohnen im öffentlichen Raum verboten, richtig? Man kann sie nicht ohne Genehmigung fliegen lassen, wo man will, weil sie die Privatsphäre der Menschen bedrohen. Ich glaube, alle haben die totale Panik, dass wir nicht in der Lage sein werden, das zu regulieren. Das ist einfach Unsinn. Wir werden auf jeden Fall in der Lage sein, dies zu regulieren. Wir werden dieselben Rahmenbedingungen anwenden, die sich bereits bewährt haben.
Aber Sie sehen Drohnen am Himmel fliegen. Es erscheint naiv anzunehmen, dass die Unternehmen einfach offenlegen werden, was sie herstellen. Ist es dann nicht schwierig, eine Regulierung auf den Weg zu bringen?
Wir haben schon viele Dinge im Internet reguliert, oder? Das Ausmaß von Betrug und kriminellen Aktivitäten im Internet ist minimal. Bei Spam haben wir ziemlich gute Arbeit geleistet. Generell hat sich das Problem der Rache-Pornos verbessert, auch wenn es vor drei bis fünf Jahren noch sehr schlimm war. Es ist ziemlich schwierig, radikalisierende Inhalte oder terroristisches Material online zu finden. Es ist ziemlich schwierig, Waffen und Drogen online zu kaufen.
[Nicht alle Behauptungen von Suleyman werden von Zahlen belegt. Cyberkriminalität ist immer noch ein massives globales Problem. Einigen Schätzungen zufolge haben sich die finanziellen Kosten allein in den USA in den letzten zehn Jahren mehr als verhundertfacht. Aus Berichten geht hervor, dass die Wirtschaft mit nicht einvernehmlich hergestellten Deepfake-Pornos boomt. Drogen und Waffen werden über die sozialen Medien vermarktet. Und obwohl einige Online-Plattformen dazu angehalten werden, schädliche Inhalte besser herauszufiltern, könnten sie noch viel mehr tun.]
(Bild: Screenshot: Inflection AI, Inc. )
Es ist also nicht so, dass das Internet ein unkontrollierter Raum ist. Es wird regiert. Und die Künstliche Intelligenz wird nur eine weitere Komponente unter dieser Regierung sein. Es bedarf einer Kombination aus kulturellem Druck, institutionellem Druck und natürlich staatlicher Regulierung. Aber es stimmt mich optimistisch, dass wir es schon einmal geschafft haben und es wieder schaffen können.
Die Kontrolle der KI wird ein Ableger der Internetregulierung sein – das ist ein weitaus positiverer Ton als der, den wir in letzter Zeit von einer Reihe prominenter Schwarzmaler gehört haben.
Ich bin aufmerksam, was die Risiken angeht. In meinem Buch geht es um eine Menge dunkler Dinge. Ich sehe das auch. Ich denke nur, dass die Diskussion um existenzielle Risiken eine völlig überzogene Ablenkung ist. Es gibt 101 praxisbezogene Themen, über die wir alle sprechen sollten, vom Datenschutz über Befangenheit und Gesichtserkennung bis hin zur Online-Moderation.
Wir sollten uns einfach darauf besinnen, dass wir bei der Regulierung hochkomplexer Dinge hervorragende Arbeit geleistet haben. Schauen Sie sich die Federal Aviation Administration an: Es ist unglaublich, dass wir alle in diesen Blechröhren auf zwölf Kilometer Höhe steigen, und es ist eine der sichersten Transportarten überhaupt. Warum feiern wir das nicht? Oder denken Sie an Autos: Jedes Bauteil wird auf Herz und Nieren geprüft, und man muss einen Führerschein haben, um es fahren zu dürfen.
Einige Branchen – wie Fluggesellschaften – haben sich von Anfang an gut selbst reguliert. Sie wussten, dass, wenn sie sich nicht um die Sicherheit kümmerten, alle Angst bekämen und sie ihr Geschäft verlieren würden. Aber man braucht auch eine Regulierung von oben nach unten. Ich liebe den Nationalstaat. Ich glaube an das öffentliche Interesse, ich glaube an den Nutzen von Steuern und Umverteilung, ich glaube an die Macht der Regulierung. Und was ich fordere, ist ein Handeln des Nationalstaates, um seinen Mist in Ordnung zu bringen. Angesichts dessen, was auf dem Spiel steht, ist es jetzt an der Zeit, sich zu bewegen.
URL dieses Artikels:
https://www.heise.de/-9391701
Links in diesem Artikel:
[1] https://blogs.microsoft.com/blog/2024/03/19/mustafa-suleyman-deepmind-and-inflection-co-founder-joins-microsoft-to-lead-copilot/
[2] https://twitter.com/mustafasuleyman/status/1770123596121432351
[3] https://www.instagram.com/technologyreview_de/
Copyright © 2023 Heise Medien
(Bild: Statista)
Die Elektrifizierung des Autoverkehrs bringt Dynamik in den Batteriemarkt. Welcher Bedarf und Umsätze für Deutschland zu erwarten sind, zeigt unsere Infografik.
Mit dem zunehmenden Absatz von Elektroautos steigt auch der Bedarf von wiederaufladbaren Batterien. Der Trend ist für die Zukunft daher rasant ansteigend und wächst bis zum Jahr 2030 bis auf 3000 Gigawattstunden an. Die ambitionierten Ziele von Autoherstellern und die Entwicklung von E-Autos trägt einen entscheidenden Teil dazu bei.
(Bild: Statista)
Um eine Abhängigkeit von China zu vermeiden, treibt man in Europa die eigene Batterieproduktion mit Förderungen voran. Besonders Deutschland setzt auf Werke hierzulande. Jüngst erhielt etwa Northvolt die Genehmigung zum Bau einer Akkufabrik [1] für Elektroautos bei Heide in Schleswig-Holstein. Laut Batteriehersteller sollen im Jahr 2025 in Deutschland etwa 151 Gigawattstunden an Batteriezellkapazitäten produziert werden, 2030 sollen es bereits rund 405 Gigawattstunden sein.
Wirft man einen Blick auf die Marktentwicklung für Deutschland, so beziffert Statista den Umsatz mit 9,4 Milliarden für das vergangene Jahr. Angesichts des wachsenden Bedarfs für die Elektromobilität sind für die Zukunft weitere Steigerungen zu erwarten.
URL dieses Artikels:
https://www.heise.de/-9660674
Links in diesem Artikel:
[1] https://www.heise.de/news/Northvolt-beschliesst-Bau-einer-neuen-Batteriefabrik-in-Schleswig-Holstein-9600344.html
[2] https://www.heise.de/tr/thema/Statistik-der-Woche
[3] https://www.instagram.com/technologyreview_de/
[4] mailto:jle@heise.de
Copyright © 2024 Heise Medien
