Erklärung der wichtigsten AI-Begriffe: Von LLMs bis zu Halluzinationen

Die Welt der künstlichen Intelligenz ist groß und komplex. Experten auf diesem Gebiet verwenden oft Fachjargon, um ihre Arbeit zu erklären. Aus diesem Grund enthält unsere Berichterstattung über die KI-Branche auch diese Fachbegriffe. Wir haben dieses Glossar zusammengestellt, um die Schlüsselwörter und -ausdrücke zu erläutern, auf die Sie in unseren Artikeln stoßen werden.

Wir werden diesen Leitfaden regelmäßig aktualisieren, wenn Forscher neue Methoden entwickeln und neue Sicherheitsbedenken in der KI-Branche erkennen.

AGI

Künstliche allgemeine Intelligenz (Artificial General Intelligence, AGI) ist ein weit gefasster und oft diskutierter Begriff. In der Regel wird damit eine KI beschrieben, die die menschlichen Fähigkeiten in einem breiten Spektrum von Aufgaben übertrifft. Sam Altman von OpenAI hat sie als einen "durchschnittlichen Menschen, den man als Mitarbeiter einstellen könnte" beschrieben, während die Charta von OpenAI AGI als "hochgradig autonome Systeme, die den Menschen bei den meisten wirtschaftlich wertvollen Arbeiten übertreffen" definiert. Google DeepMind vertritt eine etwas andere Auffassung und definiert AGI als "KI, die bei den meisten kognitiven Aufgaben mindestens so gut ist wie der Mensch". Das Konzept bleibt selbst unter führenden KI-Forschern im Fluss.

KI-Agent

Ein KI-Agent ist ein Tool, das KI nutzt, um eigenständig mehrstufige Aufgaben auszuführen, die über einfache Chatbot-Interaktionen hinausgehen. Dies könnte die Ablage von Ausgaben, die Buchung von Reisen oder die Verwaltung von Code umfassen. Da es sich um ein sich entwickelndes Feld handelt, kann die Definition eines "KI-Agenten" variieren, und die erforderliche Infrastruktur befindet sich noch in der Entwicklung. Grundsätzlich bezieht sich der Begriff auf ein autonomes System, das mehrere KI-Modelle koordinieren kann, um komplexe Ziele zu erreichen.

Kette des Denkens

Menschen können einfache Fragen sofort beantworten, aber komplexe Probleme erfordern oft eine schrittweise Zerlegung. Das Lösen eines Logikrätsels über Tiere auf einem Bauernhof erfordert beispielsweise Zwischenberechnungen.

In der künstlichen Intelligenz ist die Gedankenkette eine Technik, bei der große Sprachmodelle ein Problem in kleinere, logische Schritte zerlegen. Dieser Prozess ist zwar langsamer, erhöht aber die Genauigkeit erheblich, insbesondere bei Logik- oder Kodierungsaufgaben. Spezialisierte Denkmodelle bauen auf traditionellen LLMs auf und werden durch Verstärkungslernen für dieses schrittweise Denken optimiert.

(Siehe: Großes Sprachmodell)

Besuchen Sie uns bei den TechCrunch Sessions: AI

Sichern Sie sich Ihren Platz auf unserer wichtigsten Veranstaltung der KI-Branche mit Rednern von OpenAI, Anthropic und Cohere. Für eine begrenzte Zeit erhalten Sie einen Ganztagespass für nur 292 $, der Ihnen Expertengespräche, Workshops und Networking bietet.

Stellen Sie bei TechCrunch Sessions aus: AI

Präsentieren Sie Ihre Innovation vor mehr als 1.200 Entscheidungsträgern bei den TC Sessions: AI. Sichern Sie sich bis zum 9. Mai oder solange der Vorrat reicht einen Stand zu einem erschwinglichen Preis.

Tiefes Lernen

Ein hochentwickelter Zweig des maschinellen Lernens, bei dem KI-Algorithmen mit mehrschichtigen, künstlichen neuronalen Netzen aufgebaut werden. Dank dieser Architektur können sie komplizierte Muster und Zusammenhänge erkennen, die weit über einfachere Modelle wie Entscheidungsbäume hinausgehen. Nach dem Vorbild des menschlichen Gehirns lernen Deep-Learning-Modelle selbstständig Schlüsselmerkmale aus den Daten, ohne dass der Mensch sie manuell definieren muss. Sie verbessern sich durch Wiederholungen und Fehlerkorrekturen.

Diese Modelle erfordern jedoch große Datensätze (Millionen von Punkten oder mehr) und erhebliche Rechenressourcen für das Training, was zu höheren Entwicklungskosten im Vergleich zum traditionellen maschinellen Lernen führt.

(Siehe: Neuronales Netz)

Diffusion

Diffusion ist die Kerntechnologie hinter vielen modernen KI-Modellen, die Kunst, Musik und Text erzeugen. Inspiriert von der Physik fügen diese Systeme den Daten - etwa einem Bild oder einem Ton - allmählich Rauschen hinzu, bis die ursprüngliche Struktur vollständig verschwunden ist. Im Gegensatz zu dem irreversiblen Prozess in der Natur lernen KI-Diffusionsmodelle, diese Zerstörung rückgängig zu machen und kohärente Daten aus dem Rauschen zu rekonstruieren, was ihnen leistungsstarke generative Fähigkeiten verleiht.

Destillation

Distillation ist eine "Lehrer-Schüler"-Technik zur Übertragung von Wissen von einem großen KI-Modell auf ein kleineres. Die Entwickler fragen das Lehrermodell ab und zeichnen dessen Ergebnisse auf, die dann verwendet werden, um das Schülermodell so zu trainieren, dass es das Verhalten des Lehrers nachahmt. Durch diesen Prozess kann ein kleineres, schnelleres und effizienteres Modell mit minimalen Leistungseinbußen erstellt werden - eine Methode, die vermutlich hinter Versionen wie GPT-4 Turbo steckt.

Die Destillation aus dem Modell eines Mitbewerbers wird zwar häufig intern verwendet, verstößt aber in der Regel gegen die API-Nutzungsbedingungen und wirft in der Branche ethische und rechtliche Fragen auf.

Feinabstimmung

Dies bezieht sich auf das zusätzliche Training eines bereits vorhandenen KI-Modells, um seine Leistung für eine bestimmte Aufgabe oder einen bestimmten Bereich zu spezialisieren. Dazu wird das Modell mit neuen, aufgabenorientierten Daten gefüttert. Viele KI-Startups beginnen mit einem großen Allzweck-Sprachmodell und nehmen dann eine Feinabstimmung mit eigenen Daten vor, um seinen Nutzen für einen bestimmten Bereich, wie z. B. Recht oder Medizin, zu erhöhen.

(Siehe: Großes Sprachmodell [LLM])

GAN

Ein Generatives Adversariales Netzwerk (GAN) ist ein maschinelles Lernverfahren, das Fortschritte bei der Erzeugung realistischer Daten, einschließlich Deepfakes, ermöglicht. Es verwendet zwei miteinander konkurrierende neuronale Netze: einen Generator, der Daten erzeugt, und einen Diskriminator, der deren Authentizität bewertet. Durch diesen gegensätzlichen Prozess wird der Generator dazu gebracht, immer realistischere Ergebnisse ohne ständiges menschliches Eingreifen zu erzeugen. GANs eignen sich hervorragend für spezielle Anwendungen wie die Bilderzeugung, aber weniger für die allgemeine KI.

Halluzination

Halluzination ist der Fachbegriff für den Fall, dass KI-Modelle falsche oder gefälschte Informationen erzeugen. Dies stellt eine große Herausforderung für die Zuverlässigkeit und Sicherheit von KI dar. Irreführende Ergebnisse können in der realen Welt Risiken bergen, wie z. B. schädliche medizinische Ratschläge. Obwohl die meisten GenAI-Tools Haftungsausschlüsse enthalten, besteht das Problem weiterhin, da es inhärente Lücken in den Trainingsdaten gibt, insbesondere bei Modellen auf breiter Basis. Dieses Problem treibt die Entwicklung hin zu spezialisierteren, vertikalen KI-Modellen voran, die in engeren, besser definierten Wissensbereichen arbeiten, um Fehler zu reduzieren.

Inferenz

Inferenz ist der Prozess der Verwendung eines trainierten KI-Modells, um Vorhersagen zu treffen oder Schlussfolgerungen aus neuen Daten zu ziehen. Es ist die Anwendungsphase, die auf das Training folgt. Die Inferenz kann auf unterschiedlicher Hardware ausgeführt werden, von Smartphones bis zu Cloud-Servern mit speziellen KI-Chips, aber die Leistung variiert stark. Große Modelle laufen auf Verbraucherhardware langsamer als auf speziellen Hochleistungssystemen.

[Siehe: Training]

Großes Sprachmodell (LLM)

Große Sprachmodelle (Large Language Models, LLMs) sind die Grundlage für beliebte KI-Assistenten wie ChatGPT, Claude und Gemini. Wenn Sie mit diesen Tools interagieren, haben Sie es mit einem LLM zu tun, das oft um Funktionen wie Webbrowsing erweitert ist. Das zugrunde liegende Modell (z. B. OpenAIs GPT) und das Verbraucherprodukt (z. B. ChatGPT) können unterschiedliche Namen haben.

LLMs sind tiefe neuronale Netze mit Milliarden von Parametern, die Muster aus riesigen Textmengen lernen. Sie bauen eine komplexe, mehrdimensionale Darstellung der Sprache auf. Wenn sie aufgefordert werden, erzeugen sie Antworten, indem sie die wahrscheinlichste Abfolge von Wörtern auf der Grundlage der beim Training erlernten statistischen Muster vorhersagen.

(Siehe: Neuronales Netz)

Neuronales Netz

Ein neuronales Netzwerk ist die geschichtete algorithmische Struktur, die dem Deep Learning und dem modernen KI-Boom zugrunde liegt. Während es seit den 1940er Jahren konzeptionell vom menschlichen Gehirn inspiriert ist, wurde seine praktische Leistungsfähigkeit durch den Aufstieg von Grafikprozessoren in der Spieleindustrie erschlossen. Diese Chips trainieren effizient Netzwerke mit vielen Schichten und ermöglichten so Durchbrüche in Bereichen wie Spracherkennung, autonome Navigation und generative KI.

(Siehe: Großes Sprachmodell [LLM])

Ausbildung

Training ist der Prozess, bei dem ein Modell für maschinelles Lernen mit Daten gefüttert wird, damit es Muster lernen und seine Ergebnisse verbessern kann. Zu Beginn ist ein Modell nur eine Struktur von Zufallszahlen; durch Training wird es zu einem funktionalen Werkzeug, sei es zur Erkennung von Bildern oder zum Schreiben von Text. Dieser Prozess kann sehr ressourcenintensiv sein und erfordert große Datenmengen und Rechenleistung. Hybride Ansätze, wie die Feinabstimmung eines regelbasierten Systems, können helfen, diese Kosten zu bewältigen.

[Siehe: Inferenz]

Transfer-Lernen

Eine Technik, bei der ein für eine Aufgabe trainiertes Modell als Ausgangspunkt für eine verwandte, aber andere Aufgabe verwendet wird. Auf diese Weise wird bereits erlerntes Wissen genutzt, was Zeit und Ressourcen spart, insbesondere wenn die Daten für die neue Aufgabe begrenzt sind. Allerdings muss das Modell in der Regel zusätzlich mit den spezifischen Daten des neuen Bereichs trainiert werden, um gute Ergebnisse zu erzielen.

(Siehe: Feinabstimmung)

Gewichte

Gewichte sind die zentralen numerischen Parameter innerhalb eines KI-Modells, die die Bedeutung der verschiedenen Eingangsmerkmale während des Trainings bestimmen. Sie werden anfangs nach dem Zufallsprinzip festgelegt und während des Lernprozesses des Modells systematisch angepasst, wodurch die endgültige Ausgabe beeinflusst wird. In einem Modell zur Vorhersage von Immobilienpreisen würden beispielsweise Gewichte für Merkmale wie die Anzahl der Schlafzimmer oder den Standort gelernt, um deren Einfluss auf den Endpreis auf der Grundlage der Trainingsdaten zu quantifizieren.