11 neue KI-Begriffe, die du verstehen musst

Prompt Engineering

Der Prozess, Eingaben oder Prompts so zu gestalten, dass die bestmögliche Antwort von einem KI-System erzielt wird.

ChatGPT darum bitten, eine E-Mail zu verfassen, indem spezifische Anweisungen wie Tonfall und Betreff gegeben werden.

Large Language Model

Eine Art von KI, die mit großen Mengen an Text trainiert wird, um menschliche Sprache zu verstehen und ähnlich zu erzeugen.

ChatGPT ist ein großes Sprachmodell, das Fragen beantworten und Unterhaltungen führen kann.

Natural Language Processing (NLP)

Die Technologie, die es Computern ermöglicht, menschliche Sprache zu verstehen und zu verarbeiten.

Die Nutzung von Sprachassistenten wie Siri oder Alexa, um alltägliche Fragen zu beantworten.

Machine Learning

Eine Methode, bei der Computer aus Daten Muster lernen, um Entscheidungen zu treffen oder Vorhersagen zu machen, ohne explizit programmiert zu werden.

Netflix empfiehlt dir Shows, die dir gefallen könnten, basierend auf deinem bisherigen Sehverhalten.

Neural Network

Eine Art des maschinellen Lernens, inspiriert vom menschlichen Gehirn, bestehend aus Schichten von Knoten, die Daten verarbeiten.

Gesichtserkennungssysteme, die Personen anhand von Fotos identifizieren.

Generative AI

KI, die neue Inhalte wie Texte, Bilder oder Musik erstellt, basierend auf den Daten, mit denen sie trainiert wurde.

KI-Tools wie DALL-E, die Kunstwerke oder Bilder aus Textbeschreibungen generieren.

Reinforcement Learning

Eine Methode, bei der KI durch Versuch und Irrtum lernt, Belohnungen oder Strafen erhält, um ihre Entscheidungen zu verbessern.

KI in selbstfahrenden Autos lernt, wie man Straßen navigiert, indem sie Feedback aus ihrer Leistung erhält.

Supervised Learning

Das Trainieren eines KI-Modells mit gekennzeichneten Daten, bei dem für jede Eingabe während des Trainings die korrekte Ausgabe bereitgestellt wird.

Ein KI beizubringen, Katzen zu erkennen, indem man ihr gekennzeichnete Bilder von Katzen und Nicht-Katzen zeigt.

Unsupervised Learning

Ein KI-Modell mit unbezeichneten Daten zu trainieren, bei denen die KI selbst nach Mustern oder Gruppierungen sucht.

KI, die Kundendaten clustert, um neue Segmente zu identifizieren, ohne diese im Voraus zu kennen.

Deep Learning

Ein Teilbereich des maschinellen Lernens, der mit neuronalen Netzwerken mit vielen Schichten arbeitet, um große und komplexe Daten zu verarbeiten.

KI, die die Sprach­erkennung in Smartphones oder automatische Übersetzungstools ermöglicht.

Hallucinations

Bezieht sich auf Fälle, in denen ein KI-System inkorrekte, irreführende oder völlig erfundene Informationen generiert, die nicht auf den Daten basieren, mit denen es trainiert wurde, oder auf den Eingaben, die es erhalten hat. Dies passiert oft bei Sprachmodellen wie ChatGPT, die selbstbewusst falsche Fakten liefern, nicht existierende Referenzen erstellen oder Antworten erfinden, die plausibel klingen, aber nicht korrekt sind.
Diese Fehler treten auf, weil die KI Inhalte generiert, indem sie das nächste Wort in einer Sequenz basierend auf Mustern aus ihren Trainingsdaten vorhersagt, aber sie „weiß“ Fakten nicht auf die gleiche Weise wie Menschen.

Eingabe: "Wer hat den Nobelpreis für Physik 2023 gewonnen?"
KI-Halluzination: "Der Nobelpreis für Physik 2023 wurde an Dr. Elena Johnson für ihre bahnbrechende Arbeit zur Teleportation von dunkler Materie verliehen."
In diesem Fall könnte die KI eine Person, eine Entdeckung oder eine Auszeichnung erfinden, die nie tatsächlich stattgefunden hat, und diese erfundene Information selbstbewusst als wahr präsentieren. Dies passiert, weil die KI Antworten generiert, indem sie Muster vorhersagt, anstatt Fakten zu überprüfen.