Was ist künstliche Intelligenz? Die wichtigsten Begriffe rund um KI

LLMs, GPTs, prädiktive und generative Modelle … Sie haben diese Begriffe in den letzten Jahren im Zusammenhang mit künstlicher Intelligenz sicherlich mehr als einmal gelesen oder gehört. Wenn man nicht weiß, was sie bedeuten, kann es sich schnell wie das Lernen einer anderen Sprache anfühlen!Was ist künstliche Intelligenz?

In diesem Glossar erläutern wir Wörter und Abkürzungen aus dem Bereich der künstlichen Intelligenz (kurz KI). Einige, gängige Begriffe sind auf Englisch. Diese Definitionen wurden – passenderweise – mit Unterstützung von ChatGPT zusammengestellt.

Bias

In der künstlichen Intelligenz beziehen sich Bias auf den unfairen oder unverhältnismäßigen Einfluss bestimmter Faktoren oder Präferenzen auf den Entscheidungsprozess. Diese können durch voreingenommene Trainingsdaten oder algorithmisches Design entstehen und zu diskriminierenden Ergebnissen führen. 

Chatbot

Ein Computerprogramm oder KI-System, das eine menschliche Unterhaltung simuliert. Chatbots können mit Nutzer*innen über Text oder Sprache in natürlicher Sprache interagieren und automatische Antworten auf der Grundlage vordefinierter Regeln oder maschineller Lernmodelle geben.

ChatGPT

ChatGPT ist ein fortschrittliches großes Sprachmodell, das für die Interaktion mit Benutzer*innen in Dialogform optimiert ist. Es generiert kohärente und kontextuell relevante Antworten über mehrere Gesprächsrunden hinweg, zum Beispiel bei der Beantwortung von Folgefragen. AutoGPT und BabyAGI sind Software-Systeme zur Aufgabenverwaltung (“KI-Agenten”), die in natürlicher Sprache formulierte Aufgaben auf hohem Niveau automatisieren. Sie nutzen große Sprachmodelle wie ChatGPT, um ein übergeordnetes Ziel in Teilaufgaben zu zerlegen, die dann automatisch mit anderen Tools wie einem Taschenrechner oder einer Suchmaschine gelöst werden. 

Deep Learning (DL) oder Tiefes Lernen

Methode des maschinellen Lernens, die zu den Algorithmen des maschinellen Lernens sogenannte künstliche neuronale Netze einsetzt. Hierunter fällt fast jede KI, die aktuell produktiv genutzt wird wie ChatGPT oder Bilderkennungsprogramme. 

Generative KI-Modelle 

Generative KI beschreibt eine Kategorie von Softwaresystemen, die beispielsweise Texte, Bilder, Videos oder Musik erzeugen, indem sie einfach eine kurze Aufforderung geben, z. B. “Zeichne ein fotorealistisches Bild von einem Auto”. Generative KI-Systeme verwenden Algorithmen, um neue Daten (Bilder, Wörter usw.) zu generieren, die bestimmte Anforderungen erfüllen (z. B. sieht das generierte Bild tatsächlich wie ein Auto aus oder ein generierter Satz ist tatsächlich relevant für die zuvor als Aufforderung gestellte Frage). Siehe auch Prädiktive KI. 

Internet der Dinge oder Internet of Things (IoT) 

Das Internet der Dinge (IoT) bezieht sich auf ein Netzwerk von miteinander verbundenen physischen Geräten, Sensoren und Objekten, die Daten erfassen und über das Internet austauschen und verarbeiten. Diese vernetzten Geräte ermöglichen die Automatisierung, Überwachung und Steuerung von verschiedenen Anwendungen und Systemen, von Haushaltsgeräten bis hin zu industriellen Prozessen, um Effizienz, Bequemlichkeit und datenbasierte Entscheidungsfindung zu fördern. 

Konversationelle KI oder Conversational AI 

Konversationelle KI bezieht sich auf Systeme der künstlichen Intelligenz, die darauf ausgelegt sind, natürliche, menschenähnliche Gespräche zu führen. Diese Systeme sind so aufgebaut, dass sie Benutzereingaben so verstehen und darauf reagieren, dass ein Gespräch mit einem Menschen simuliert wird. Sie verwenden häufig Techniken zur Verarbeitung und Erzeugung natürlicher Sprache, um sinnvolle Antworten zu interpretieren und zu geben. Sehen Sie auch Nicht-konversationelle KI. 

Künstliche Intelligenz (KI) oder Artificial Intelligence (AI) 

Die Fähigkeit eines Computers oder einer Maschine, intelligentes menschliches Verhalten zu imitieren und Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern. 

Ein Teilbereich der künstlichen Intelligenz ist das maschinelle Lernen, oder Machine Learning. 

Large Language Models (LLM) oder Große Sprachmodelle  

Große Sprachmodelle (wie die GPTs von OpenAI) sind maschinelle Lernmodelle, die einen bedeutenden Fortschritt in der generativen KI darstellen. Sie verwenden GROSSE Beispiele einer spezifischen, effizienten MODELL-Architektur und werden auf gigantischen Mengen von Textdaten trainiert, um die Struktur der menschlichen SPRACHE zu lernen. Während die Aufgabe, für die solche Modelle trainiert werden (“Was ist das nächste Wort, wenn die ersten Wörter eines Satzes gegeben sind?”), leicht zu beschreiben ist, ist es sehr schwierig, ein Modell zu erstellen, das diese Aufgabe wirklich gut bewältigt. Das liegt daran, dass zur Lösung der Aufgabe der Gesprächskontext verstanden werden muss, der sich über mehrere Sätze erstrecken kann. Die jüngsten Fortschritte bei der Verarbeitungskapazität und -geschwindigkeit haben zu erheblichen Verbesserungen bei der Lösung dieser Aufgabe geführt. Die daraus resultierenden Modelle ermöglichen es Maschinen nun, natürlich klingende Sprache tiefgreifend zu verarbeiten und zu generieren und neue Inhalte in Sekundenschnelle zu erstellen. 

Lernalgorithmus 

Ein Lernalgorithmus ist ein computerbasiertes Verfahren des maschinellen Lernens, das darauf ausgelegt ist, Aufgaben wie Vorhersagen, Entscheidungen oder Problemlösungen zu automatisieren. Diese Algorithmen passen dafür ihre internen Modelle oder Parameter basierend auf den bereitgestellten Daten an, ohne explizite Programmierung. Sie sind grundlegend für die Entwicklung von KI-Systemen und ermöglichen diesen, sich selbstständig an veränderte Bedingungen und Aufgaben anzupassen. 

Machine Learning (ML) oder Maschinelles Lernen 

Teilbereich der künstlichen Intelligenz, der sich auf die Entwicklung von Algorithmen konzentriert, die es Computern ermöglichen, zu lernen und Vorhersagen oder Entscheidungen zu treffen, ohne explizit programmiert zu werden. Beispiele sind Spamfilter oder autonome Fahrzeuge. 

Ein Teilbereich des maschinellen Lernens ist wiederum Deep Learning. 

Maschinenethik 

Die Maschinenethik befasst sich mit den ethischen Fragen, die im Zusammenhang mit künstlichen Intelligenzsystemen auftreten. Dies umfasst Themen wie Verantwortlichkeit, Entscheidungsfindung, Datenschutz, moralische Programmierung und die Auswirkungen von Technologie auf Gesellschaft und Individuen. Maschinenethik zielt darauf ab, Richtlinien und Prinzipien zu entwickeln, um den ethischen Einsatz von KI-Systemen zu fördern. 

Natural Language Processing (NLP) oder Maschinelle Sprachverarbeitung 

Teilbereich der künstlichen Intelligenz, der sich darauf konzentriert, Computer in die Lage zu versetzen, menschliche Sprache so zu verstehen, zu interpretieren und zu erzeugen, dass sie für den Menschen sinnvoll ist. Dazu gehören Aufgaben wie Spracherkennung, Sprachübersetzung und Stimmungsanalyse. 

Nicht-konversationelle KI 

Nicht-konversationelle KI bezieht sich auf Systeme der künstlichen Intelligenz, die nicht in erster Linie darauf ausgerichtet sind, an Gesprächen teilzunehmen. Diese Systeme können bestimmte Aufgaben erfüllen oder Informationen bereitstellen, ohne dass eine Konversation stattfindet. Zum Beispiel ein Empfehlungssystem, das Filme auf der Grundlage der Vorlieben eines Benutzers vorschlägt, oder ein Computer-Vision-Modell, das Objekte in Bildern identifiziert. Siehe auch Konversationelle KI. 

Open-Source- vs. geschlossene KI-Modelle 

Open-Source-KI-Modelle sind für jedermann öffentlich zugänglich. Diese Modelle stellen in der Regel Modellparameter zur Verfügung, die es Entwicklern und Nutzern ermöglichen, sie zu verwenden, anzupassen und in ihre eigenen (nicht-kommerziellen) Anwendungen oder Systeme einzubauen. Solche Modelle fördern die Zusammenarbeit, die Innovation und die Transparenz, indem sie einer breiteren Gemeinschaft den Zugang und die Mitwirkung an der Entwicklung und Verbesserung der Modelle ermöglichen. Ob solche Modelle in kommerziellen Anwendungen verwendet werden können, hängt von ihrer Lizenzierung ab, die ihre Verwendung z. B. auf nicht-kommerzielle Anwendungen beschränken kann. Geschlossene oder proprietäre KI-Modelle sind nicht öffentlich zugänglich und werden in der Regel ausschließlich von bestimmten Organisationen oder Einzelpersonen genutzt. Geschlossene KI-Modelle werden in der Regel über APIs verwendet und haben eingeschränkte Zugangs- und Nutzungsrechte. Diese eingeschränkte Verfügbarkeit verschafft ihren Eigentümern kommerzielle Vorteile, verhindert aber Beiträge zu ihrer Weiterentwicklung durch eine breitere Gemeinschaft. 

Plugin

Ein Plugin ist eine Softwarekomponente, die einem Softwaresystem zusätzliche Funktionalität verleiht. Genauer gesagt ermöglichen Plugins für OpenAIs ChatGPT die Anbindung an spezialisierte Dienste anderer Unternehmen. Zum Beispiel erlaubt das Browsing-Plugin ChatGPT, Informationen aus dem Internet zu nutzen, um Fragen zu aktuellen Ereignissen wie Sportspielen zu beantworten. Das ChatGPT-Plugin von StepStone ermöglicht es Jobsuchenden auf ChatGPT, Jobs zu finden, die gerade bei StepStone online sind. 

Prädiktive KI-Modelle 

Prädiktive KI-Modelle konzentrieren sich darauf, Vorhersagen oder Klassifizierungen für einen bestimmten Satz von Eingabedaten zu treffen. Nach dem Training mit einem Satz historischer Daten verallgemeinern solche Systeme die beobachteten Muster in den Trainingsdaten, um fundierte Vorhersagen oder Entscheidungen über neue, ungesehene Daten zu treffen. Typische Beispiele sind Betrugserkennungssysteme, die gültige von betrügerischen Finanztransaktionen unterscheiden, oder Prognosesysteme, die das Wetter vorhersagen. Siehe auch Generative KI. 

Prompt 

Eine kurze Anweisung an ein KI-Modell wie ChatGPT, z. B. “Schreiben Sie einen Aufsatz über die Herausforderungen bei der Personalbeschaffung, wie er im Economist veröffentlicht werden würde”. 

Schwache KI

Die schwache KI fokussiert auf die Ausführung einer begrenzten Anzahl von Aufgaben in einem spezifischen Bereich. Aufgrund von der eingeschränkten Lernfähigkeit und der Kontextverarbeitung erfordert diese Art von KI menschliche Überwachung, um Fehler zu vermeiden und Ergebnisse zu überprüfen. Alle derzeitigen KI-Lösungen sind Beispiele von schwacher KI. Das Gegenmodell ist die starke KI. 

Starke KI oder General Artificial Intelligence 

Die Idee einer starken künstlichen Intelligenz (KI) repräsentiert die Vorstellung, dass KI-Technologien in der Lage sein könnten, menschliche Intelligenz in ihrer vollen Bandbreite zu replizieren, und zwar nicht nur in eng definierten Anwendungsbereichen. Bislang findet man starke KI nur in der Welt der Science Fiction.