Seitdem die generative Künstliche Intelligenz (KI) Ende 2022 populär wurde, haben viele von uns ein grundlegendes Verständnis dieser Technologie und der Art und Weise, wie sie die natürliche Sprache nutzt, um die Interaktion mit Computern zu erleichtern, erworben. Da sich die KI jedoch weiterentwickelt, verändert sich auch ihr Wortschatz. Dieser Artikel stellt 10 wesentliche Begriffe über KI vor, die jeder kennen sollte.
1. Vernunft/Planung
Computer, die künstliche Intelligenz einsetzen, können Probleme lösen und Aufgaben erledigen, indem sie Modelle verwenden, die sie aus historischen Daten gelernt haben. Dieser Prozess ähnelt dem menschlichen Denken. Fortgeschrittene Systeme derIA sind in der Lage, immer komplexere Probleme zu lösen, indem sie detaillierte Pläne erstellen. Bei der Planung einer Reise in einen Themenpark kann ein KI-System beispielsweise die Attraktionen auswählen, den Besuch in Etappen mit einem passenden Zeitplan unterteilen und dafür sorgen, dass die Wasseraktivitäten während der heißesten Stunden des Tages stattfinden.
2. Ausbildung/Vortrag
Um ein System mit künstlicher Intelligenz zu erstellen und zu nutzen, gibt es zwei Hauptschritte: Training und Inferenz. Training bedeutet, das System zu "erziehen", indem man ihm einen Datensatz zur Verfügung stellt, damit es lernt, Aufgaben auszuführen oder Vorhersagen auf der Grundlage dieser Daten zu treffen. Beispielsweise kann ein System mit Daten über Hauspreise und -merkmale trainiert werden, um zu lernen, den Preis neuer Immobilien vorherzusagen. Inferenz ist der Prozess, bei dem das System die gelernten Modelle und Parameter verwendet, um Vorhersagen auf der Grundlage neuer Daten zu treffen.
3. SLMs/kleine Sprachmodelle
Kleine Sprachmodelle (SLMs) sind kompakte Versionen der großen Sprachmodelle (LLMs). Beide verwenden Techniken des maschinellen Lernens, um Muster in der Sprache zu erkennen und realistische Antworten zu produzieren. SLMs sind jedoch kompakter und benötigen weniger Rechenleistung, wodurch sie sich ideal für Geräte wie Laptops und Smartphones eignen. Sie sind nützlich für Anwendungen, bei denen einfache Antworten benötigt werden, ohne dass eine hohe Rechenleistung erforderlich ist.
4. Grundlage
Systeme der generativen künstlichen Intelligenz können Geschichten, Gedichte und Witze verfassen, haben aber manchmal Schwierigkeiten, zwischen Fakten und Fiktion zu unterscheiden, was zu ungenauen Antworten oder Halluzinationen führen kann. Die Grundlage ist der Prozess der Verankerung des Modells an greifbaren Daten und realen Beispielen, um die Genauigkeit der Antworten zu verbessern und sie dadurch kontextbezogener und relevanter zu machen.
5. Erhöhte Generierung durch Wiederherstellung (RAG)
Retrieval Augmented Generation (RAG) ist eine Methode, die verwendet wird, um die Genauigkeit und Aktualität der Antworten der KI zu verbessern, indem man ihr Zugang zu zusätzlichen Datenquellen verschafft. Diese Methode spart Zeit und Ressourcen, indem sie zusätzliches Wissen hinzufügt, ohne dass das System neu programmiert werden muss. Beispielsweise kann ein Chatbot einer Bekleidungsmarke mithilfe von RAG auf den Produktkatalog zugreifen und spezifische Fragen zu den verfügbaren Waren beantworten.
6. Orchestrierung
Die Orchestrierung in der Künstlichen Intelligenz ist die Schicht, die das System durch alle seine Aufgaben in der richtigen Reihenfolge führt, um die bestmögliche Antwort zu erhalten. Wenn Sie beispielsweise Microsoft Copilot fragen, wer Ada Lovelace ist und dann, wann sie geboren wurde, wird die KI-Orchestrierung den Gesprächsverlauf speichern, um sicherzustellen, dass "sie" sich auf Lovelace bezieht. Die Orchestrierung kann auch einem RAG-Modell folgen, indem sie das Internet nach aktuellen Informationen durchsucht, um die Antwort zu verbessern.
7. Speicher
Obwohl heutige KI-Modelle kein Gedächtnis im herkömmlichen Sinne besitzen, können sie orchestrierten Anweisungen folgen, um sich vorübergehend an Informationen zu "erinnern". Dazu kann die vorübergehende Speicherung früherer Fragen und Antworten in einem Chat gehören, um diesen Kontext in die aktuelle Anfrage einzubeziehen. Programmierer experimentieren mit verschiedenen Ebenen der Orchestrierung, um KI-Systemen bei der Entscheidung zu helfen, ob sie sich vorübergehend an etwas erinnern oder Informationen dauerhafter speichern sollen.
8. Transformationsmodelle und Verbreitungsmodelle
Transformationsmodelle sind ein bedeutender Fortschritt in der generativen KI, da sie schnell den Kontext und die Nuancen verstehen. Sie werden verwendet, um Text zu generieren, wie der Pre-trained Generative Transformer (GPT) in ChatGPT. Andererseits werden Diffusionsmodelle hauptsächlich zur Erstellung von Bildern verwendet, indem sie schrittweise Anpassungen vornehmen, bis das gewünschte Bild aus einem Prompt generiert wird.
9. Grenzmodelle
Frontier-Modelle sind groß angelegte Systeme, die die Grenzen der KI verschieben und in der Lage sind, eine Vielzahl von Aufgaben mit neuen, erweiterten Fähigkeiten auszuführen. Technologieunternehmen wie Microsoft haben das Frontier Model Forum gegründet, um Wissen auszutauschen, Sicherheitsstandards festzulegen und eine sichere und verantwortungsvolle Entwicklung dieser leistungsstarken KI-Programme zu gewährleisten.
10. GPU
Die GPU (Graphic Processing Unit) ist für die KI von entscheidender Bedeutung, da sie groß angelegte Berechnungen löst, die für die Kommunikation in menschlicher Sprache und die Erkennung von Bildern oder Tönen erforderlich sind. Ursprünglich für die Grafik von Videospielen entwickelt, sind Grafikprozessoren heute grundlegend für das Training und die Inferenz von KI-Modellen. Die fortschrittlichsten Modelle verwenden große Cluster miteinander verbundener Grafikprozessoren, die oft in riesigen Rechenzentren wie Microsoft Azure zu finden sind.
Bedeutung des Verständnisses von KI-Modellen für die Zukunft
Das Verständnis dieser 10 Begriffe ist entscheidend, um mit den Fortschritten der KI und ihrer Anwendung in verschiedenen Bereichen Schritt zu halten. Da sich die Technologie weiterentwickelt, kann das Vertrautmachen mit diesem Vokabular dazu beitragen, die KI zu entmystifizieren und ihre Integration in unser tägliches Leben zu erleichtern.
Deutsch 
Français