Generative KI: Was sie von anderen unterscheidet

Juli Rutsch
Juli Rutsch

Am 31.12.2023 - 15:56

Generative künstliche Intelligenz ist überall und hat sogar das Potenzial, menschenähnliche Texte zu erzeugen. Aber was steckt wirklich hinter ihr?

Ein Roboter liegt vor einem Laptop auf dem Boden und verschränkt die Beine. Dabei zeigt er mit dem Zeigefinger auf den Bildschirm.
Generative KI bringt neue Anwendungsgebiete mit sich. - Depositphotos

In den Anfangszeiten der künstlichen Intelligenz waren Maschinen darauf trainiert, auf Basis von Daten Vorhersagen zu treffen. Zum Beispiel, ob auf einem Röntgenbild ein Tumor zu sehen ist oder nicht.

Generative KI hingegen geht noch einen Schritt weiter: Sie kreiert neue Daten, statt nur vorherzusagen. Das bedeutet, sie lernt Objekte zu generieren, die denen ähnlich sehen, auf denen sie trainiert wurde.

Generative KI lebt von Algorithmen

Laut MIT-Forschern können oft dieselben Algorithmen sowohl für prognostische als auch für generative Modelle verwendet werden. Trotz aller Aufregung um ChatGPT und seine Pendants ist zumindest diese Technologie nicht brandneu.

Auf einem Bildschirm wird ein komplexer Algorithmus aus Datenbefehlen dargestellt.
Algorithmen werden vor allem für generative KI-Modelle eingesetzt. - Depositphotos

Ihre leistungsstarken maschinellen Lernmodelle basieren auf Forschungen und Berechnungsfortschritten, die mehr als 50 Jahre zurückreichen.

Die Komplexität steigt

Nehmen Sie ein Beispiel aus dem Bereich der Textvorhersage. Ein generatives Modell würde in diesem Fall das nächste Wort in einem Satz erzeugen, indem es das vorherige Wort betrachtet.

Es kann auch mehrere vorhergehende Wörter hinzuziehen. Richtig weit zurückschauen können diese einfachen Modelle jedoch noch nicht, deshalb sind sie nicht gut darin, plausiblen Text zu erzeugen.

Laut MIT-Forschern liegt der Unterschied zwischen bisher genutzter und nun angewandter generativer KI in der Komplexität der Objekte, die diese generieren kann, und dem Umfang, in dem diese Modelle trainiert werden können.

Von speziellen Datenmengen zu Big Data

Vor wenigen Jahren lag der Fokus noch darauf, einen maschinellen Lernalgorithmus zu finden, welcher eine bestimmte Datenmenge optimal nutzt. Dieser Fokus hat sich verschoben: Forscher verwenden nun dichtere Datensätze, um beeindruckende Ergebnisse mit ihren Modellen zu erzielen.

ChatGPT beispielsweise ist weitaus grösser und komplexer als ein einfaches generatives Modell. Es wurde anhand einer enormen Menge von Daten – nämlich fast allen öffentlich verfügbaren Textdaten im Internet – trainiert.

Anwendungsmöglichkeiten ohne Grenzen?

Generative KI ermöglicht die Erstellung neuer Daten, die den ursprünglichen Daten ähneln. Dies eröffnet ein riesiges Anwendungsspektrum für diese Form der KI.

Eine Frau sitzt vor einem Laptop und im Vordergrund zeigt eine Animation Symbole aus dem Computerbereich.
Durch generative KI können wir die Technik in noch mehr Bereichen einsetzen. - Depositphotos

Die MIT-Forscher verwenden beispielsweise generative KI, um synthetische Bilddaten zu erstellen, die zur Schulung eines anderen intelligenten Systems genutzt werden könnten.

Generative KI – Fluch und Segen zugleich

Trotz ihrer beeindruckenden Ergebnisse sind generative Modelle nicht immer die beste Wahl. Sie können Vorurteile aus Trainingsdaten übernehmen und verstärken oder Hassreden und Falschaussagen verbreiten.

In der Zukunft sehen die Forscher des MIT jedoch vielversprechende Möglichkeiten für den Einsatz von generativer KI vor allem in der Herstellung. Ein Beispiel: Statt nur das Bild eines Stuhls zu erzeugen, könnte sie einen ganzen Bauplan für einen solchen entwerfen.

Und was, wenn die KI selbst noch intelligentere KI entwerfen könnte? Die Forschung bleibt spannend ... denken Sie aus Mensch-Perspektive mit!

Mehr zum Thema:

Weiterlesen