BOKU Magazin 1/2024

Abbildung 1: Die einfachste Version eines Künstlichen Neuronalen Netzes (unten) in Analogie zu einer menschlichen Nervenzelle (oben) (Grafik inspiriert
von Bast, 2024 und Franzetti, 2023, verfügbar gemacht als OER: Andreas Zitek, University of Natural Resources and Life Sciences, Vienna
(BOKU), Division of E-Learning and Didactics. „Ein einfaches Künstliches Neuronales Netzwerk im Vergleich zu einer menschlichen Nervenzelle.“
CC BY-SA 4.0, https://creativecommons.org/licenses/by-sa/4.0/, https://doi.org/10.5281/zenodo.10683984; Remix basierend auf “Derived Neuron
schema with no labels” von Dhp1080, svg adaptation by Actam, via Wikimedia Commons.
https://commons.wikimedia.org/wiki/File:Derived_Neuron_schema_with_no_labels.svg
riesige Menge an Trainingsmaterial können
dabei auch Nuancen der Sprache in
hoher Qualität wiedergegeben werden.
Während Sprachprogramme mit Wortsilben
trainiert werden, werden Bilderkennungsprogramme
mit Pixelwerten
trainiert und ständig optimiert. So können
sie aus dem Vorhandensein und der
Konfiguration von Pixelwerten bestimmte
Objekte und Eigenschaften erkennen.
Die Qualität des Ergebnisses hängt dabei
immer von der Menge und Qualität der
verwendeten Trainingsdaten und der
verfügbaren Rechenkapazität ab.
RASEND SCHNELLE ENTWICKLUNG
Im Jahr 2018 hat OpenAI damit begonnen,
GPT (General Pre-trained Transformer)
mit Daten zu trainieren, um schließlich
im November 2022 mit ChatGPT
eine öffentlich zugängliche Schnittstelle
zur Interaktion mit dem GPT-Modell anbieten
zu können. Seitdem hat sich das
Modell stark weiterentwickelt und ist nun
in der Version ChatGPT 4.0 verfügbar.
Durch die Anbindung an andere KI-Tools
und Plug-ins ist es möglich, Bilder oder
bald auch Videos aus Texteingaben zu generieren,
hochgeladene PDFs zu analysieren
und zusammenzufassen, automatisch
Quizfragen aus Skripten und PDFs
zu generieren, Daten zu analysieren etc.
Aufgrund der stark gestiegenen Anzahl
von Knoten bzw. Parametern (175 Milliarden
bei ChatGPT-3.5 vs. geschätzte
100 Billionen bei ChatGPT-4.0) war
auch der qualitative Sprung zwischen
ChatGPT-3.5 und ChatGPT-4.0 signifikant.
Und die Entwicklung geht rasant
weiter. Letztlich ungeklärt ist aber immer
noch das Problem der Urheberrechte
für die Trainingsmaterialien. Mittlerweile
gibt es bereits Anbieter, die KI-Tools
basierend auf einer offiziellen Zusammenarbeit
zwischen Textinhaber*innen
und KI-Entwickler*innen anbieten und
somit in dieser Hinsicht eine „saubere“
KI-Lösung darstellen, deren Qualität und
Anwendung jeweils auf den Bereich der
Trainingsdaten beschränkt ist.
WIE SIEHT DIE ZUKUNFT DER KI AUS?
Der nächste Schritt für ChatGPT wird
vermutlich sein, es mit einem „Gedächtnis“
auszustatten (derzeit sind die
Anfragen zwar miteinander verknüpft,
aber es gibt keine weiteren „Gedächtnisfunktionen“).
Dies ebnet den Weg
für personalisierte Chatbots, „die meine
Geschichte, meine besonderen Interessen
usw.“ kennen.
Dies verdeutlicht zugleich die datenschutzrechtliche
Problematik der Technologie,
da sie zur Gewährleistung einer
hohen Qualität der Interaktion beziehungsweise
der Ergebnisse auf die Speicherung
großer Datenmengen und auf
enorme Rechenleistungen angewiesen
ist, welche bisher vor allem auf Servern in
den USA zur Verfügung gestellt werden.
Obwohl das menschliche Gehirn wesentlich
komplexer funktioniert und vor allem
durch seine Fähigkeit zur Selbstorganisation,
zum Lernen aus Erfahrung und zur
Anpassung die Funktionalität heutiger
KI-Modelle bei Weitem übersteigt, sind
Magazin 1 | 2024
69