Ein Spickzettel zu KI-Schlagwörtern und ihrer Bedeutung

Jul 25, 2023

Die Einführung des ChatGPT-Chatbots Ende 2022 stellte einen Meilenstein in der künstlichen Intelligenz dar, dessen Erreichung Jahrzehnte dauerte. Bereits in den 1960er Jahren experimentierten Wissenschaftler mit „Computer Vision“ und gaben Maschinen die Fähigkeit zum „Lesen“. Heutzutage kann man sich vorstellen, dass ein Computer viele menschliche Aufgaben besser erledigt als Menschen. Egal, ob Sie befürchten, durch einen Roboter ersetzt zu werden, oder einfach nur von den Möglichkeiten fasziniert sind, hier finden Sie einige häufig verwendete KI-Schlagworte und ihre Bedeutung.

Maschinelles Lernen

ML ist der Prozess der schrittweisen Verbesserung von Algorithmen – Befehlssätzen, um ein bestimmtes Ergebnis zu erzielen – indem sie großen Datenmengen ausgesetzt werden. Durch die Überprüfung zahlreicher „Eingaben“ und „Ausgaben“ kann ein Computer „lernen“, ohne dass er unbedingt in die Besonderheiten der jeweiligen Aufgabe eingewiesen werden muss. Nehmen Sie die iPhone-Foto-App. Zunächst weiß es nicht, wie Sie aussehen. Sobald Sie jedoch anfangen, sich selbst als Gesicht auf Fotos zu markieren, die über viele Jahre und in verschiedenen Umgebungen aufgenommen wurden, erlangt die Maschine die Fähigkeit, es zu erkennen.

Chatbots

Diese Produkte können Gespräche mit Menschen über Themen führen, die von historischen Kleinigkeiten bis hin zu neuen Lebensmittelrezepten reichen. Erste Beispiele sind die Tools, die Dienstleister auf ihren „Kontakt“-Seiten als erste Anlaufstelle für Kunden nutzen, die Hilfe benötigen. Es wird erwartet, dass sich Chatbots wie ChatGPT von OpenAI und Bard von Google aufgrund der jüngsten Fortschritte in der KI rasch verbessern und die Art und Weise, wie wir im Internet suchen, verändern werden.

Generative KI

Damit ist die Produktion von Werken – Bildern, Essays, Gedichten, Seemannsliedern – aus einfachen Fragen oder Befehlen gemeint. Es umfasst Systeme wie DALL-E von OpenAI, das in Sekundenschnelle aufwändige und detaillierte Bilder erstellen kann, und MusicLM von Google, das Musik aus Textbeschreibungen generiert. Generative KI erstellt ein neues Werk, nachdem sie anhand großer Mengen bereits vorhandenen Materials trainiert wurde. Dies hat zu einigen Klagen von Urheberrechtsinhabern geführt, die sich darüber beschweren, dass ihre eigenen Werke gefälscht wurden.

Neuronale Netze

Hierbei handelt es sich um eine Art von KI, bei der ein Computer so programmiert ist, dass er in etwa auf die gleiche Weise lernt wie ein menschliches Gehirn: durch Versuch und Irrtum. Erfolg oder Misserfolg beeinflussen zukünftige Versuche und Anpassungen, so wie ein junges Gehirn lernt, Nervenbahnen basierend auf dem, was dem Kind beigebracht wurde, abzubilden. Der Prozess kann Millionen von Versuchen umfassen, Kompetenzen zu erlangen.

Große Sprachmodelle

Hierbei handelt es sich um sehr große neuronale Netze, die mithilfe riesiger Text- und Datenmengen trainiert werden, darunter E-Books, Nachrichtenartikel und Wikipedia-Seiten. Mit Milliarden von Parametern, aus denen man lernen kann, sind LLMs das Rückgrat der Verarbeitung natürlicher Sprache, die Text erkennen, zusammenfassen, übersetzen, vorhersagen und generieren kann.

GPT

Ein generativer vorab trainierter Transformator ist eine Art LLM. „Transformer“ bezieht sich auf ein System, das Eingabeketten erfassen und alle zusammen statt isoliert verarbeiten kann, sodass Kontext und Wortreihenfolge erfasst werden können. Dies ist bei der Sprachübersetzung wichtig. Zum Beispiel: „Ihr Hund, Poppy, hat in der Küche gefressen“ könnte in das französische Äquivalent von „Poppy hat ihren Hund in der Küche gefressen“ übersetzt werden, ohne dass Reihenfolge, Syntax und Bedeutung angemessen berücksichtigt werden.

Halluzination

Wenn eine KI wie ChatGPT etwas erfindet, das überzeugend klingt, aber völlig erfunden ist, spricht man von einer Halluzination. Es ist das Ergebnis davon, dass ein System nicht die richtige Antwort auf eine Frage hat, aber dennoch weiß, wie eine gute Antwort klingen würde, und sie als Tatsache darstellt. Es besteht die Sorge, dass die Unfähigkeit der KI, auf eine Frage „Ich weiß nicht“ zu sagen, zu kostspieligen Fehlern, gefährlichen Missverständnissen und einer Zunahme von Fehlinformationen führen wird.

Empfindungsfähige KI

Die meisten Forscher sind sich einig, dass eine empfindungsfähige, bewusste KI, die in der Lage ist, die Welt um sie herum wahrzunehmen und zu reflektieren, noch Jahre davon entfernt ist, Realität zu werden. Während die KI menschenähnliche Fähigkeiten aufweist, „verstehen“ die Maschinen noch nicht, was sie tun oder sagen. Sie sind lediglich dabei, Muster in den riesigen Mengen an Informationen zu finden, die von Menschen erzeugt werden, und mathematische Formeln zu erstellen, die bestimmen, wie sie auf Eingabeaufforderungen reagieren. Und es kann schwierig sein zu wissen, wann das Bewusstsein angekommen ist, da es immer noch keine allgemeine Einigkeit darüber gibt, was Bewusstsein ist.

Emergente Verhaltensweisen

Als große Sprachmodelle eine bestimmte Größe erreichten, zeigten sie Fähigkeiten, die scheinbar aus dem Nichts entstanden waren, in dem Sinne, dass sie von ihren Trainern weder beabsichtigt noch erwartet wurden. Einige Beispiele umfassen das Generieren von ausführbarem Computercode, das Erzählen seltsamer Geschichten und das Identifizieren von Filmen anhand einer Reihe von Emojis als Hinweise.

Schnelles Engineering

Die Genauigkeit und Nützlichkeit der Antworten eines großen Sprachmodells hängt in hohem Maße von der Qualität der ihm gegebenen Befehle ab. Prompt-Ingenieure können Anweisungen in natürlicher Sprache verfeinern, um mit minimaler Computerleistung konsistente, qualitativ hochwertige Ausgaben zu erzeugen. Diese Fähigkeiten sind sehr gefragt.

– Mit Unterstützung von Olivia Solon und Rachel Metz.

Weitere Geschichten wie diese finden Sie auf Bloomberg.com

©2023 Bloomberg LP