Zurich AI Festival: Google zeigt, was AI kann

Im Rahmen des ersten Zurich AI Festivals gewährte Google auf seinem Hürlimann Campus Einblicke in die Spitzenforschung und Anwendung von Künstlicher Intelligenz. Ingenieurinnen und Ingenieure präsentierten in einer Reihe von Lightning Talks topaktuelle Projekte – von Cybersicherheit über Bilderkennung bis hin zur Klimaforschung und Barrierefreiheit. Der Anlass bot eine Plattform für den Austausch zwischen lokalen Talenten und globaler Innovation und unterstrich Zürichs wachsende Bedeutung als KI-Hub.

Google in Zürich: Ein Motor des Ökosystems

Christine Antlanger-Winter, Country Director für Google in der Schweiz, eröffnete die Veranstaltung und betonte die tiefe Verwurzelung von Google in Zürich. Seit über 20 Jahren ist das Unternehmen hier präsent und beschäftigt mittlerweile 5.000 Mitarbeitende, liebevoll „Zooglers“ genannt, auf zwei Campussen. Sie hob hervor, dass Google sich als aktiver Teil des florierenden Zürcher Tech-Ökosystems versteht.

Dies zeigt sich in langjährigen Partnerschaften, wie mit der Greater Zurich Area, deren Büro sich heute dort befindet, wo die ersten beiden Google-Mitarbeitenden 2004 starteten. Besonders stolz sei man auf die Tatsache, dass ehemalige Google-Angestellte bereits 110 Start-ups gegründet haben, die 1.700 Arbeitsplätze schufen. Zudem war die Schweiz das erste Land, in dem Google ein Lehrlingsprogramm startete, das mittlerweile als Vorbild für andere Standorte dient.

Sabine Müller, stellvertretende Geschäftsführerin der Greater Zurich Area und Mitinitiatorin des Zurich AI Festivals, erklärte die Entstehungsgeschichte und die Ziele des Festivals. Das Festival soll Zürich und die Schweiz als globalen Leuchtturm für ethische, wirkungsvolle und integrative KI positionieren. Die Mission sei es, KI zugänglich zu machen und den öffentlichen Dialog über ihre Rolle in der Zukunft zu fördern. Müller beschrieb, wie Zürich sich in den letzten 20 Jahren von einer als „langweilig“ verschrienen Stadt zu einem globalen Innovationszentrum mit einer höheren Dichte an Big-Tech-Unternehmen als im Silicon Valley entwickelt hat.

Die Idee zum Festival entstand aus dem Wunsch, diese Stärke sichtbar zu machen und eine Plattform für Wissensaustausch und Zusammenarbeit zu schaffen, ähnlich wie es andere Städte bereits tun. Mit 26 Partnern an Bord und erwarteten 5.000 Gästen feiert das Festival die geballte Expertise des lokalen Ökosystems. Alexander Ilic, Leiter des ETH AI Centers, unterstrich in seinem Grusswort die Bedeutung der Zusammenarbeit zwischen Akademie und Industrie und erwähnte stolz die Veröffentlichung des ersten wirklich offenen Schweizer LLMs mit 70 Milliarden Parametern.

KI im Schatten: Schutz vor Cyber-Angriffen

Daniel Fabian, Manager AI Red Team von Googles Cybersecurity-Team beleuchtete die dunkle Seite der KI. Er erklärte, dass neue Technologien unweigerlich auch von Angreifern für böswillige Zwecke genutzt werden. Hacker setzen KI bereits als Produktivitätstool ein, um beispielsweise personalisierte Phishing-Mails schneller zu erstellen oder Schwachstellen in Systemen autonom zu finden. Fabians Team agiert wie eine „Crashtest“-Einheit für KI: Sie schlüpfen in die Rolle von Angreifern, um die eigenen Systeme zu attackieren und Schwachstellen aufzudecken, bevor es andere tun. Die Erkenntnisse aus diesen simulierten Angriffen fliessen direkt in die Verbesserung von Google-Produkten wie den Gemini-Modellen ein und helfen, ganze Klassen von Sicherheitslücken zu schliessen.

Google Lens: Die Welt durch die Kamera verstehen

Vanessa Ackermann, Software Engineer bei Google gab einen Einblick in Google Lens, eine Technologie, die direkt in Zürich erfunden wurde.  Google Lens verwandelt die Smartphone-Kamera in ein vielseitiges Suchwerkzeug, das monatlich über 20 Milliarden Anfragen verarbeitet. Das Grundproblem, das Lens löst, ist die Tatsache, dass sich nicht alles, was man sieht, leicht in Worte fassen lässt. Sei es eine unbekannte Pflanze, ein historisches Gebäude oder ein Modestück, das man online gesehen hat – Lens überbrückt diese Lücke zwischen Sehen und Suchen.

Die Anwendungsfälle sind äusserst vielfältig:

• Identifikation: Sie können Kunstwerke, Sehenswürdigkeiten oder Produkte erkennen lassen, um mehr Informationen zu erhalten.

• Übersetzung: Lens kann Text in über 100 Sprachen live auf dem Kamerabildschirm übersetzen, was besonders auf Reisen bei Speisekarten oder Schildern hilfreich ist.

• Hausaufgabenhilfe: Anstatt nur die Lösung zu verraten, zerlegt Lens mathematische oder chemische Aufgaben in ihre einzelnen Schritte, um den Lernprozess zu unterstützen. Dafür arbeitet Google mit einem Pädagogik-Team zusammen.

• Text- und Shopping-Funktionen: Sie können Text direkt aus der realen Welt kopieren oder Produkte, die Sie sehen, fotografieren, um Kaufoptionen, ähnliche Artikel und Bewertungen zu finden.

• Gesundheitsinformationen: Lens kann auch bei der Identifizierung von Hautausschlägen oder Muttermalen helfen, indem es visuell ähnliche Bilder aus dem Internet anzeigt, um eine erste Orientierung zu ermöglichen. Google betont jedoch, dass dies keine medizinische Beratung ersetzt.

Die Kerntechnologie hinter Lens ist ein sogenanntes «Embedding», das man sich als einen digitalen, numerischen Fingerabdruck für ein Bild vorstellen kann. Ein KI-Modell wird mit Milliarden von Bildern aus dem Internet trainiert, um zu lernen, wie es für jedes Bild einen optimalen Fingerabdruck erstellt. Diese Fingerabdrücke werden so angelegt, dass visuell ähnliche Bilder in einem vieldimensionalen mathematischen Raum nahe beieinander liegen. Wenn ein Nutzer ein Foto macht, berechnet das Modell den Fingerabdruck für dieses Bild und sucht nach den nächsten Nachbarn in diesem Raum. Anhand der Beschreibungen dieser Nachbarbilder kann Lens dann präzise bestimmen, was auf dem Foto zu sehen ist, selbst wenn es das exakte Bild noch nie zuvor gesehen hat. Diese Methode erlaubt es, auch subtile Unterschiede, etwa zwischen sehr ähnlichen Pflanzenarten, zu erkennen.

Project Contrails: KI gegen den Klimawandel

Max Vogler, Software Engineering, Google, präsentierte, wie Google KI einsetzt, um einen oft übersehenen Klimafaktor zu bekämpfen: Kondensstreifen (Contrails). Diese künstlichen Wolken, die sich hinter Flugzeugen bilden, sind für rund ein Drittel der Klimaerwärmung durch die Luftfahrt verantwortlich. Ein KI-Modell, trainiert mit Satellitenbildern, kann die Entstehung dieser wärmenden Kondensstreifen vorhersagen.

Da Kondensstreifen nur in sehr schmalen Höhenkorridoren entstehen, können Pilotinnen und Piloten durch geringfügige Höhenanpassungen von wenigen tausend Fuss ihre Bildung komplett vermeiden. Eine Studie mit American Airlines zeigte, dass 54 % der Kondensstreifen bei einem zusätzlichen Treibstoffverbrauch von nur 0,3 % vermieden werden konnten. Dieses Projekt ist Teil von Googles Ziel, ab 2030 jährlich eine Gigatonne CO₂-Äquivalent weltweit zu kompensieren.

VEO: Die nächste Stufe der KI-gestützten Videogenerierung

Pieter-Jan Kindermans, Staff Research Scientist, Google DeepMind, präsentierte VEO, ein bahnbrechendes KI-Modell, das Textaufforderungen in Videos umwandelt. Sie zeigten die beeindruckende Entwicklung von den ersten Experimenten im Jahr 2022, die niedrig aufgelöste und leicht unförmige Videos von einem Teddybär unter Wasser produzierten, bis hin zum aktuellen Modell VEO 3, das einen grossen qualitativen Durchbruch darstellt.

Das Besondere an VEO 3 ist seine Fähigkeit, nicht nur visuell ansprechende, sondern auch erzählerisch kohärente und physikalisch plausible Szenen zu erschaffen – inklusive Ton, Dialog und realistischen Interaktionen. Als eindrucksvolles Beispiel wurde ein Video von einem Steinbock-Vater und seinem Sohn in den Schweizer Alpen gezeigt. Das Modell erstellte die Szene basierend auf einer Geschichte über den Mountainbiker Nino Schurter. VEO 3 generierte dabei selbstständig und ohne explizite Anweisung Details, die die Szene lebendig machen:

• Realistischer Ton: Das Modell erzeugte die tiefere Stimme für den Vater und eine höhere für den Sohn, fügte Tierlaute zwischen den Sätzen hinzu und integrierte Umgebungsgeräusche wie Schritte.

• Physikalisches Verständnis: Es berücksichtigte physikalische Korrektheiten wie Lichtreflexionen in einer Wasserpfütze und die Interaktion der Hufe mit dem Wasser.

• Filmische Erzählweise: Durch den Einsatz von Kameraschwenks und Szenenwechseln, wie dem Heranzoomen an eine Reifenspur, schafft VEO eine erzählerische Struktur, die an Fernsehproduktionen erinnert.

Pieter-Jan Kindermans betonte, dass VEO jedem die Möglichkeit geben soll, seine Fantasie zum Leben zu erwecken und fesselnde Geschichten zu erzählen. Er ermutigte das Publikum, sich online anzusehen, welch erstaunliche Kreationen Nutzer bereits mit dem Tool geschaffen haben, da die Entwickler selbst immer wieder überrascht sind, was mit ihren Modellen möglich ist.

AI Co-Scientist: KI als Forschungspartner in der Medizin

Petar Sirkovic, Staff Software Engineer, stellte das Projekt „AI Co-Scientist“ vor, das darauf abzielt, den wissenschaftlichen Forschungsprozess radikal zu beschleunigen. Das auf Gemini basierende Multi-Agenten-System soll Forschenden helfen, die riesige Menge an existierendem Wissen zu bewältigen und die vielversprechendsten Hypothesen zu identifizieren. Verschiedene KI-Agenten simulieren den wissenschaftlichen Prozess: Sie generieren, kritisieren, bewerten und verbessern Hypothesen in einem evolutionären Kreislauf. In einem Praxistest zu antimikrobieller Resistenz, einem Problem, an dem ein menschliches Forschungsteam seit Jahren arbeitete, erhielt der AI Co-Scientist dieselbe Forschungsfrage.

Nach nur zwei Tagen war die vom System generierte Top-Hypothese identisch mit der biologischen Lösung, die das menschliche Team unabhängig davon im Labor validiert hatte. Der leitende Forscher, Prof. José Penadés, war so verblüfft, dass seine erste Reaktion war: „Ihr habt meine E-Mails gehackt“.

Ask Studio: Der KI-Partner für YouTube-Creators

Patricia Magro, Product Manager, YouTube, stellte „Ask Studio“ vor, einen KI-Assistenten, der direkt in YouTube Studio integriert ist und von einem Team in Zürich mitentwickelt wird. Da das Leben als Creator sehr anspruchsvoll ist und viele von ihnen ohne ein Team arbeiten, soll Ask Studio als kreativer Partner fungieren, der komplexe Aufgaben übernimmt und fundierte Ratschläge gibt.

Was Ask Studio von einem gewöhnlichen Chatbot unterscheidet, ist sein direkter Zugriff auf die spezifischen Daten und Inhalte eines Kanals. Dadurch kann das Tool tiefgreifende Analysen durchführen:

• Komplexe Datenabfragen: Ein Creator kann fragen, ob seine Zuschauer auf dem Fernseher oder auf Mobilgeräten länger zusehen. Ask Studio analysiert daraufhin die entsprechenden Kanal-Daten, um eine Antwort zu liefern.

• Inhaltsanalyse: Wenn Zuschauer an einer bestimmten Stelle eines Videos abspringen, kann Ask Studio den Inhalt und das Transkript an dieser Stelle analysieren und mögliche Gründe vorschlagen, etwa ein zu langes Intro oder ein Insider-Witz, den neue Zuschauer nicht verstehen.

• Semantische Suche in Kommentaren: Anstatt nur nach Schlüsselwörtern zu suchen, kann Ask Studio Kommentare nach ihrer Bedeutung durchsuchen, um beispielsweise umsetzbares Feedback oder Ideen für neue Videos zu identifizieren.

• Kreative Unterstützung: Das Tool kann auch Titel und Gliederungen für neue Videos vorschlagen, um den kreativen Prozess zu erleichtern.

Ein weiteres zentrales Ziel ist es, Creators verlässliche Informationen zu bieten. Ask Studio stützt seine Antworten auf offizielle YouTube-Richtlinien und Hilfeartikel, um Mythen über den „Algorithmus-Hack“ entgegenzuwirken und den Fokus auf die Erstellung grossartiger Inhalte zu lenken. Mit nur einem Klick kann ein Creator eine vollständige Analyse der Leistung seines neuesten Videos erhalten – ein Prozess, der zuvor oft 20 Minuten dauerte und nun in Sekunden erledigt ist.

KI für Barrierefreiheit: Technologie, die allen hilft

Den Abschluss machte Dirk Ginader, Accessibility Engineering Lead, Google, mit einem eindringlichen Vortrag über die Rolle der KI bei der Verbesserung der Barrierefreiheit. Er betonte, dass über eine Milliarde Menschen weltweit eine Form von Behinderung haben. Technologien wie Google Lookout, die auf denselben Prinzipien wie Lens basieren, ermöglichen es blinden Menschen, ihre Umgebung zu „sehen“ und selbstständiger zu leben.

KI kann heute automatisch detaillierte Bildbeschreibungen für Menschen mit Sehbehinderungen erstellen, wo zuvor keine vorhanden waren. Er stellte auch „Project Relate“ vor, eine App, die darauf trainiert wird, die einzigartigen Sprachmuster von Menschen mit Sprachbehinderungen zu verstehen und ihre Worte in Echtzeit zu transkribieren oder mit einer klaren, computerisierten Stimme zu wiederholen. D erinnerte daran, dass viele Technologien, die wir heute alltäglich nutzen, wie E-Mail oder Untertitel, ursprünglich für Menschen mit Behinderungen entwickelt wurden und letztlich allen zugutekommen.

Alexander Ilic, Leiter des ETH AI Center, betonte zum Abschluss die Notwendigkeit der Zusammenarbeit, um die vorhandenen Kräfte zu bündeln und zu verstärken. Mit über 1.400 Doktoranden und 120 Professoren ist das ETH AI Center das größte universitäre KI-Zentrum in Europa und treibt die Grundlagenforschung voran, beispielsweise mit der Veröffentlichung des ersten wirklich offenen Schweizer LLM mit 70 Milliarden Parametern. Ilic hob hervor, wie entscheidend die Partnerschaft mit Unternehmen wie Google ist, um diese Grundlagenforschung auf die nächste Stufe zu heben und Innovationen zu schaffen, die wir täglich nutzen. Das Zusammenspiel von exzellenter Forschung, einem startup-freundlichen Umfeld und etablierten Tech-Unternehmen verstärkt den gemeinsamen Erfolg.

Das Zurich AI Festival ist somit mehr als nur eine Reihe von Veranstaltungen; es ist ein klares Bekenntnis zur Mission, KI zugänglich zu machen, die Zusammenarbeit zwischen Forschung und Industrie zu beschleunigen und Zürich als globalen Leuchtturm für ethische und wirkungsvolle KI zu etablieren. Es ist eine Einladung, sich zu vernetzen und die Zukunft gemeinsam zu gestalten.