Als Andrew Ng, Experte auf dem Gebiet der künstlichen Intelligenz (KI), 2011 der Stanford University den Rücken kehrte, um einen Job bei Google anzutreten, war er einer von wenigen Wissenschaftlern seines Fachgebiets, die eine Tätigkeit in der Industrie aufnahmen. Jetzt, fünf Jahre später, steigt der Bedarf an KI-Spezialisten enorm, und eine wahre Flut von Akademikern folgt Ngs Beispiel. Angelockt von besseren Datenverarbeitungsressourcen und höheren Löhnen in der Privatwirtschaft zieht es ehemalige Hochschulwissenschaftler in Scharen in die Labors von Technologieriesen wie Google, Microsoft, Facebook, IBM oder Baidu, Chinas führendem Webdienstleister. "Manche in der Wissenschaft halten mich für mitschuldig an dieser Entwicklung", erklärt Ng, der 2014 erneut den Arbeitsplatz wechselte und jetzt als leitender Wissenschaftler im Forschungslabor von Baidu im kalifornischen Silicon Valley tätig ist.

Nach Ansicht vieler Forscher ist das gesteigerte Interesse der Firmen an KI ein wahrer Segen, denn es bringt dem Bereich nicht nur eine Fülle technischer Ressourcen, sondern zeigt auch die praktische Bedeutung dieses Forschungszweigs und macht ihn attraktiv für motivierte Studenten. Doch es gibt einige, die ihre Besorgnis über die schleichenden Effekte der Abwanderung in die Industrie zum Ausdruck bringen: An Universitäten fehlten vorübergehend Topwissenschaftler, und der ganze Bereich könnte sich schließlich in Richtung rein kommerzieller Unternehmungen bewegen – zu Lasten der Grundlagenforschung.

Private Unternehmen investieren gerade ganz massiv in künstliche Intelligenz, insbesondere in das so genannte "Deep Learning" – ein Verfahren, bei dem man sich aus der Verarbeitung ungeheurer Datenmengen neue Erkenntnisse im Bereich des maschinellen Lernens erhofft. Mit ausgeklügelten KI-Systemen könnten beispielsweise "intelligente" persönliche digitale Assistenten entwickelt, selbst fahrende Autos gesteuert oder eine Vielzahl weiterer Aufgaben erledigt werden, die auf Grund ihrer Komplexität nicht mit konventionellen Programmierungstechniken zu lösen sind. Die bestens ausgestatteten Labors der Unternehmen machten es zudem möglich, sehr viel schneller Fortschritte zu erzielen als in universitären Einrichtungen, sagt Geoffrey Hinton, ein "Deep-Learning"-Pionier von der University of Toronto in Kanada, der 2013 zu Google ging. Auf dem Gebiet der Sprach- und Bilderkennung etwa traten die Forscher jahrelang auf der Stelle, weil Daten für Trainingsalgorithmen fehlten und nicht ausreichend Hardware vorhanden war – Engpässe, die Hinton durch seinen Wechsel zu Google überwinden konnte.

Ein heißes Thema

"KI ist zurzeit einfach ein ganz heißes Thema. Es gibt unglaublich viele Möglichkeiten, doch nur wenige Leute arbeiten daran", meint Ng und fügt hinzu, ihn hätten die ungeheuren Datenmengen und Rechenleistungen bei Google fasziniert sowie die Aussicht, damit ganz reale Probleme angehen zu können. Eine weitere Verlockung seien die "astronomischen" Gehaltsangebote privater Firmen, erklärt Tara Sinclair, Chefökonomin bei Indeed, einem Online-Jobportal mit Hauptfirmensitz in Austin, Texas, das eine steigende Nachfrage nach Arbeitsplätzen im Bereich der künstlichen Intelligenz in Großbritannien und den USA verzeichnet.

Die Begeisterung für künstliche Intelligenz zeige, dass man jetzt einen Punkt erreicht habe, an dem KI für das alltägliche Leben an Bedeutung gewinne – und Unternehmen seien nun einmal der natürliche Weg, dies in die Praxis umzusetzen, sagt Pieter Abbeel, ein Spezialist für KI und "Deep Learning" an der University of California in Berkeley. Eine ähnliche Arbeitsmigration habe in den 1950er Jahren in der Halbleiterforschung stattgefunden, als viele führende Köpfe dieses Fachgebiets von der Industrie abgeworben wurden, um leitende Funktionen in den dortigen Forschungs- und Entwicklungslabors auszuüben, erläutert Robert Tijssen, Sozialwissenschaftler von der Universität Leiden in den Niederlanden. Akademiker würden den Unternehmen Fachwissen bringen und gleichzeitig ihre früheren Kollegen und Studenten an ihrem in der Firma frisch geknüpften Netzwerk teilhaben lassen – also eine "klassische Win-win-Situation", so Tijssen.

Private Unternehmen investieren gerade ganz massiv in künstliche Intelligenz

Herbert Herman, Direktor des US National Robotics Engineering Center an der Carnegie Mellon University in Pittsburgh in Pennsylvania, teilt diese Ansicht. 2015 stellte Uber, ein Onlinevermittler für Fahrdienstleistungen und Kooperationspartner des Zentrums, fast 40 der 150 dort arbeitenden Wissenschaftler ein – hauptsächlich jene, die an selbst fahrenden Fahrzeugen forschten. Damaligen Berichten zufolge stürzte dies das Robotikzentrum in eine Krise, doch Herman hält das für überzogen, denn nur eins von mehreren Dutzend Projekten des Instituts mit seinen insgesamt rund 500 Mitarbeitern sei tatsächlich betroffen gewesen. Der Wechsel der Akademiker brachte frisches Blut ins Unternehmen des Fahrdienstvermittlers, und kurz darauf spendete Uber dem National Robotics Engineering Center 5,5 Millionen US-Dollar für Studenten- und Forschungsstipendien. Diese werbewirksame Aktion habe das Profil der Institutsarbeit geschärft, sagt Herman, und für steigende Zahlen von Studienbewerbern gesorgt.

Besorgt über den Verlust von Fachwissen an den Universitäten äußert sich Yoshua Bengio, Informatiker an der University of Montreal in Kanada, der ebenfalls einen starken Anstieg an Bewerbungen für Masterstudiengänge und Doktorandenstellen festgestellt hat. Wenn von der Industrie abgeworbene Fakultätsangehörige ihre Funktion an der Uni weiterhin ausübten, wie beispielsweise Hinton an der University of Toronto und Ng an der Stanford University in Kalifornien, so könnten sie dieser Tätigkeit nur noch eingeschränkt nachgehen, erklärt Bengio. Der Verlust von Fakultätsmitgliedern führe also zwangsläufig zu einer verringerten Anzahl von Studenten, die ausgebildet werden könnten – ganz besonders im Doktorandenbereich, fügt Abbeel hinzu.

Unternehmen investieren in Universitätsforschung

Für das Gebiet "Deep Learning" werde der Mangel an Experten allerdings nur ein vorübergehendes Phänomen sein, so die Voraussage Hintons, denn "der Zauber der universitären Forschung im Graduiertenbereich ist etwas, das geschützt werden muss – und Google hat dies erkannt." Zurzeit finanziert Google mehr als 250 wissenschaftliche Forschungsprojekte und mehrere Dutzend Doktorandenstipendien.

Indem sie die Industrie mit Fachkräften versorgten, erfüllten Universitäten lediglich ihre natürliche Funktion, meint Michael Wooldridge, Informatiker an der University of Oxford in Großbritannien. Und da das allgemeine Interesse an KI gerade boomt, kann er sich in diesem Bereich ein Szenario der Wissenschaft ohne Spitzenforscher nur schwer vorstellen. Das in London ansässige Unternehmen GoogleDeepMind stellte zwar im Jahr 2014 zehn Forscher der University of Oxford ein, im Gegenzug profitierte die Universität jedoch von einer Finanzspritze im siebenstelligen Bereich und einer Forschungskooperation mit Google. Viele der abgeworbenen Mitarbeiter üben nach wie vor eine aktive Lehrtätigkeit an der Universität aus und bieten den Studenten damit Möglichkeiten, die diese sonst vielleicht niemals gehabt hätten.

GoogleDeepMind stellte zwar im Jahr 2014 zehn Forscher der University of Oxford ein, im Gegenzug erhielt die Universität jedoch eine Finanzspritze im siebenstelligen Bereich

Yoshua Bengio wiederum macht sich Gedanken über die langfristigen Folgen einer solchen Dominanz der Unternehmen. Forscher in der Industrie neigten dazu, verschwiegener zu sein. Auch wenn Wissenschaftler einiger Firmen, wie beispielsweise Google oder Baidu, immer noch Artikel veröffentlichten und ihre Ergebnisse der Öffentlichkeit mitteilten, damit andere diese als Grundlage für eigene Arbeiten nutzen könnten, gibt Bengio zu bedenken, dass Forscher aus privaten Unternehmen ihre Arbeit vor der Veröffentlichung selten mit anderen diskutierten. Im Gegensatz zur universitären Forschung gehe es hier nämlich häufig auch um Anträge für Patente. "Dies macht eine Zusammenarbeit viel schwieriger", meint Bengio.

In einigen Kreisen der Industrie sorgt man sich ebenfalls um Transparenz. Elon Musk, Gründer des privaten Raumfahrtunternehmens SpaceX, rief im Dezember 2015 in San Francisco in Kalifornien zusammen mit anderen Silicon-Valley-Investoren ein gemeinnütziges Unternehmen namens OpenAI ins Leben – mit dem Ziel, KI zum Wohl der Allgemeinheit zu entwickeln. Der Plan sieht vor, firmeneigene Patente frei zugänglich zu machen und uneingeschränkt mit anderen Institutionen zusammenzuarbeiten; dafür stellten die Gründer ein Startkapital von einer Milliarde US-Dollar zur Verfügung.

Auch wenn Google, Facebook und Konsorten im Augenblick scheinbar großes Engagement an den Tag legen, sich mit grundlegenden Fragen auf dem Gebiet der künstlichen Intelligenz zu beschäftigen, fürchtet Bengio jedoch, diese Begeisterung werde nicht lange anhalten. "Im Geschäftsleben stehen kurzfristige Belange im Vordergrund – das liegt in der Natur der Sache", sagt der Informatiker und verweist in diesem Zusammenhang auf die Telekommunikationsfirmen Bell Labs und AT&T. Diese Unternehmen besaßen einst solide Forschungslabors, verloren jedoch schließlich all ihre Spitzenkräfte, da sie sich zu sehr auf das kurzfristige Ziel konzentrierten, Gewinne zu erzielen.

Hinton andererseits betont, dass auch in der Industrie sehr erfolgreich Grundlagenforschung betrieben werden könne. Und da es im Bereich der künstlichen Intelligenz gerade dringenden Forschungsbedarf gebe, werde sich die zukünftige Grundlagenforschung zwangsläufig auf die Labors der Unternehmen ausdehnen. Die Universitäten würden dennoch nach wie vor eine entscheidende Rolle in der KI-Forschung spielen, so Hintons Ansicht, denn "dort ist es am wahrscheinlichsten, dass grundlegend neue Ideen entstehen."

Dieser Artikel ist im Original unter dem Titel "AI talent grab sparks excitement and concern" in Nature 532, S. 422–423, 2016 erschienen.