Episode 1 | Was ist KI und wie funktioniert sie?

00:00:00: Music.

00:00:06: Hallo und herzlich willkommen hier bei Irgendwie ki wirklich schön dass ihr dabei seid.

00:00:13: Ein brandneuer Podcast bei dem sich alles um KI dreht und um Chatbots wechat JP unsere Mission ist KI einfach und verständlich zu erklären und alles einzuordnen.

00:00:25: Music.

00:00:35: Iki herzlich willkommen bei diesem neuen Podcast zum Thema künstliche Intelligenz im allgemeinen Chatbots.

00:00:42: Speziellen und irgendwie ist im Augenblick.

00:00:45: Alles künstliche Intelligenz alle reden drüber alle schreiben drüber alle beschäftigen sich damit sie in Geschäftsmodelle haben Angst davor finden es toll oder begeisterungsfähig schummeln da mit den Hausaufgaben und und und und und also KI ist das neue Thema beim das ist gekommen um zu bleiben sagen wir ja immer ganz gerne und wir

00:01:04: das bin ich jörg Schieb und das ist Peter Posch hallo Peter.

00:01:08: Ja hallo Jörg die beiden haben zusammen Buch geschrieben der digital shock ja

00:01:14: danke dafür das war eine tolle Zusammenarbeit und hat ganz schnell und gut funktioniert darauf geh mal später ein aber erstmal haben wir jetzt gedacht wir machen mal einen Podcast weil es gibt so unglaublich viel zu erzählen zum Thema KI

00:01:27: und es wird auch viel Unsinn erzählt und wir versuchen weniger ohne sind na - - Unsinn und wollen künstliche Intelligenz verständlich erklären einordnen

00:01:37: und natürlich auch die Leute up-to-date halten hier in diesem Podcast Irgendwie ki denn das

00:01:44: ja wirklich kann man nicht anders sagen um Turbotempo gerade bei künstlicher Intelligenz oder wie siehst du das ja es ist ein Wahnsinn was seid.

00:01:53: Digipigi passiert ist die Schleusentore sind gebrochen und wir haben im Prinzip stündlich neue Anwendungen die auf dem Markt kommen.

00:02:03: Manche spannend manche redundant aber immer steht irgendwo Kay irgendwo drauf und ja das ist wie du schon sagtest auch der Grund warum wir uns irgendwie

00:02:12: mit KI beschäftigen wollen wir auch irgendwie und wir haben eine ganze lange Latte und Liste von Themen für die verschiedenen Episoden die wir machen wollen wir jetzt so ein zwei Personen pro Woche rauskommen sollen und wir fangen natürlich ganz vorne an mit Bassist

00:02:27: und kann eigentlich KI das ist die erste Episode und jetzt geht's los.

00:02:31: Music.

00:02:41: Erste Episode von Irgendwie Kay und zwar das Thema was ist und kann eigentlich künstliche Intelligenz Peter ich glaube da könnte man wahrscheinlich ein ganzes Seminar drüber machen du bist Profess.

00:02:53: Und beschäftigt sich schon seit 15 Jahren mit künstlicher Intelligenz kriegen was angehen 20 Minuten gepresst dass mir mal so ein guten Einstieg kriegen.

00:03:02: Ich werde das Beste versuchen ja also du hast recht man kann sich da ein Leben lang mit beschäftigen ich habe eine nette Kollegin aus der Informatik bei mir in Dortmund die macht das seit 1960.

00:03:14: Aus der Zeit als man das wirklich noch als maschinelles Lernen bezeichnet hat und es gibt in der Community in der Entwickler Gemeinschaft so diesen alten Witz.

00:03:24: Aber wenn es jemand macht der ist umsetzen nennt man es maschinelles Lernen wenn es auf eine Powerpoint-Präsentation muss heißt es dann künstlich Intelligenz also der Unterschied ist

00:03:35: im Prinzip nur der in der Anwendung aber

00:03:39: das Thema ist alt also wir beschäftigen schon sehr lange damit aber es gleich ein wichtiger Aspekt für mich weil ich weiß nicht wie es Dir geht aber künstliche Intelligenz der Begriff der heute so ganz selbstverständlich auf jeder Kaffeemaschine Papi Irgendwie drei verschiedene Cafés zusammen zaubern kann

00:03:55: künstliche Intelligenz mit dem Begriff Intelligenz habe ich persönlich so ein bisschen

00:03:59: ein Problem weil das ziemlich hoch gehängt ist und eigentlich jemand bisschen Psycho logisch angeht ja

00:04:06: hör auch streng definiert es können Maschinen eigentlich intelligent sein ist maschinelles Lernen nicht wirklich der bessere Begriff weil der ist wenigstens ehrlich.

00:04:15: Ergebnisse absolut recht Jörg also was alles heute mittlerweile Smart ist und dann doch wenig kann da wundert man sich schon ja

00:04:23: natürlich maschinelles Lernen ist das was es beschreibt also wir bringen einer Maschine bei Dinge zu lernen und je nachdem wie breit oder wie eng dieses Lernen dann ausgerichtet ist kann die Maschine dann entsprechend wenig

00:04:35: oder viel

00:04:36: am es klingt halt nicht so gut wie eine KI und natürlich schwingt bei dem Begriff ki künstliche Intelligenz oder artificial intelligence ai

00:04:46: springspiel natürlich so ein bisschen die Idee mit irgendwann werden wir die superschlauen Maschinen haben und das ist mit Sicherheit eine der Gründe für.

00:04:55: Das Marketing dieses Begriffs

00:04:57: Marketing ist ja immer wichtig bei uns im Leben das ist klar und Yam künstliche Intelligenz ist ein Begriff den man im Augenblicke die ich rauf und runter hört öfter als Bundesliga habe ich schon bisschen das Gefühl aber wir sollten vielleicht nicht ganz vorne anfangen

00:05:11: Und mal erklären wir das auch im Buch gemacht haben der digital shock unter digital schock.de kann man da auch eine Leseprobe runterladen dazu war auch später mehr aber wieso wir essen Buch gemacht haben fange vorne mal

00:05:24: an und zu erklären vielleicht erstmal grundlegend wenigstens für jemand der da der noch nicht

00:05:30: bei dir in der Vorlesung war oder das Buch noch nicht gelesen hat was eigentlich günstig ekligen ist und wie sie funktioniert was willst du sagen wie funktioniert künstliche Intelligenz eigentlich also wie ein Mensch

00:05:42: Lanzi Estland und System wie ein Mensch und mit allen Vor und Nachteilen die so ein Mensch hat Ali wie geht man da überhaupt vor.

00:05:50: Ja das ist ne das ist eine sehr gute Frage wir haben wäre noch nicht so richtig verstanden wie wir Menschen trainieren oder wie wir lernen es gibt ein paar Ansätze die wir glaube ich ganz gut verstanden haben dadurch dass wir Sachen immer wieder tun

00:06:04: mal werden wir besser in diesen Sachen also wir sind natürlich Gelegenheit also Menschen die gelegentlich das gleiche machen trainieren sich eben auf diese Sache.

00:06:14: Also Gewohnheitstiere gleiches gilt im Prinzip auch für eine Maschine der Vorteil einer Maschine ist nur der dass wir

00:06:23: sie sehr sehr oft dieselbe Sache trainieren lassen können sie wird nicht müde sie möchte keine Abwechslung sondern man kann halt hier sehr sehr viele.

00:06:32: Epochen nennen wir das durchlaufen lassen in denen diese Maschine einen oder verschiedene andere Dinge eben immer wieder ausprobiert

00:06:42: ja das heißt das wenn ich jetzt ein guter Tennisspieler werden möchte und muss die die Vorhand oder Rückhand trainieren dann mache ich das halt 17 Wochen lang 70 mal am Tag na dann wird sie besser anderen überlassen

00:06:54: im besten Fall zumindest wird sie dann besser weil weil ich es halt

00:06:58: überlassen du dass da was du ja antwortest wir müssen lernen wir müssen üben wir müssen Erfahrung sammeln der Körper lernt ja auch aber irgendwann sind wir müde und das ist der Unterschied zur kaidi kann zwei könnt ihr vorstellen kann die lernen oder.

00:07:11: Absolut das ist genau das was wir was wissen was wir sehen wir können die Maschinen halt lange laufen lassen was allerdings auch gleichzeitig du sprichst das schon ganz dezidiert an 1 der Probleme natürlich ist der unglaublich Energiehunger weil je

00:07:27: besser die Maschine werden muss umso länger muss sie trainieren und längeres trainieren braucht zwei Sachen das eine ist Daten also im Laufen

00:07:35: input mit dem wir die Maschine füttern können deine Vorhand wenn du das 10.000 Mal gemacht hast ist letztlich ja immer derselbe input mich

00:07:44: du deine Hand und der Tennisschläger ein paar Bananen wenn man im Alltag mitnehmen würdest Bettdecke angefuttert damit dann keinen Krampf kriegt geht auch Nr 1 da geht auch Energie rein nur das ist genau das zweite was wir bei einer Maschine brauchen unglaubliche Energiemengen

00:08:00: die Art die dieses rechnen durchgeführt wird benötigt sehr sehr.

00:08:06: Hoch trainierte Grafikkarten Nvidia hat ja gerade Quartalszahlen vorgelegt hat noch mal sehr eindrucksvoll gezeigt.

00:08:13: Wie das Unternehmen die auf der Hardware Seite von diesem Trend auch profitiert und diese Grafikkarten brauchen eigene Netzteile um halt die Leistung abrufen zu können die sie benötigen.

00:08:25: Um dieses Training durchzuführen ich glaube da müssen wir erstmal immer besetzt verschiedene Aspekte Energie Grafikkarte und so weiter man muss schon sagen künstliche Intelligenz das ist nichts impulsives oder intuitives wenn

00:08:38: künstliche Intelligenz irgendwas tut dann ist das vor allem Rechenarbeit knallharte Rechner arbeiten oder.

00:08:44: Ja natürlich Extrakt also eine Maschine zu trainieren ist.

00:08:50: Ja relativ dröges ist langweilig man sitzt halt vor seinem entwicklertool

00:08:55: man versucht dieser Maschine etwas beizubringen lässt es laufen wartet eine ganze Weile bis bis halt verschiedene Trainings abgeschlossen sind und dann beginnt erst die anwendung über die man sich dann freuen, genau also

00:09:09: ich glaube muss aber ein bisschen erklären der Unterschied zwischen einem normalen Computerprogramm normal jetzt mal ein bisschen so nur ganz dezent in Anführungszeichen und der künstlichen Intelligenz ist ein Computerprogramm.

00:09:20: Kann aus Roomba

00:09:21: 1000 und Zahlencode Programmcode bestehen um dann das zu machen was man vorher vorgesehen hat als Programmierer oder als Programmierer Team im Jahr Fall sind alle Fälle vorher schon durchdacht und mit Eisenerz clauses und so weiter er fest programmiert.

00:09:39: Günstig Intelligenz funktioniert ja anders da sagt man ja nicht jetzt jetzt erkläre ich dir mal wie eine Katze aussieht und zwar hat

00:09:46: spitze Ohren und Fell und was ist eigentlich Fell das macht man ja nicht also könnte ich intelligentesten in dass ich zu rauchen Programm aber das Programm stellt im Grunde genommen nur das.

00:09:56: E-Modell letztlich bereit aber das training das Lernen ist das eigentlich hier in Anführungszeichen jetzt hier programmieren das beibringen von worum es eigentlich geht musste erkennen insbesondere.

00:10:09: Ja ganz ganz exakt so ist es man könnte im vereinfachten sagen dass das Programmieren der programmiert Teil einer KI nicht der ausschlaggebende Teil ist das natürlich nicht ganz richtig weil man muss natürlich wissen was man macht aber

00:10:25: vom

00:10:26: von der Menge des Programmcodes wenn man das als Indikation nimmt dann hat so ein Programm gecici pt kann man in hundert Meilen schreiben verstauen müssen ja ja ja das ist eigentlich nichts also

00:10:38: was man eigentlich macht bei einer KIS man legt fest wie sie lernen soll wie die Struktur ist was was das

00:10:45: die Zielfunktion ist was auch die Bestrafung ist wenn die Maschine falsche Ausgaben macht die sogenannte loss function ist da insbesondere ganz wichtig.

00:10:55: Und

00:10:56: dann zurückgehen auf dein Katzenbild was man macht ist man beschreibt wie du schon richtig sagtest nicht die Katze sondern Mann gibt der Maschine ganz ganz viele Bilder von Katzen Hunden fischen

00:11:07: und sagt ihr dazu pass mal auf das wäre eben das supervised learning

00:11:14: Hass auf das hier ist eine Katze das hier ist keine Katze und auch ein Fisch ist keine Katze und daraus lernt die Maschine.

00:11:22: Die Struktur was es bedeutet Katze zu sein ohne dass man das selber irgendwie vorgibt dann ganz nach dem Motto zähl mal die Pfoten oder so muss man gar nicht machen das macht die KI von alleine 1.

00:11:34: Ja wobei beim angeleiteten lernen geben wir schon die Info mitten wenn wir jetzt Katzenbilder lernen wollen oder einen Katzen Identifikator bauen wollen.

00:11:44: Dann geben wir schon die Informationen mit das hier sind echte Katzenbilder und das hier sind keiner schon im Moment aber man sagt jetzt nicht die Details Name verrät nicht schon Anrufe und dass du deine und das ist aber knallharte das ist knallharte Arbeit weil man zeigt so einer KI jetzt nicht in die 10 Bilder und das reicht sondern sind das geht in die Tausende

00:12:01: oder exakt ja also wir brauchen sehr sehr viel Daten input deshalb kommt auch diese Entwicklung natürlich oder kam

00:12:09: zusammen mit dem Thema big data also große Datensätze die man dann braucht um halt solche Maschinen trainieren zu können

00:12:17: am sie brauchen auch sehr sehr viel menschlichen input diese Datensätze nämlich ist muss ich jemand hinsetzen und diese tausende oder zehntausende Bilder wirklich klassifizieren das muss jemand da still stehen und sagen ja Katze ja oder kannst du nein

00:12:31: am in der Vorbereitung in der Hoffnung dass am Ende die Maschine gelernt hat was bedeutet die Struktur Katze sein.

00:12:38: Zweifel haben dann Menschen mitgeholfen die es gar nicht wissen ne also das Klammer auf wenn bei bei Google die Anja manchmal diese Vorschaufenster zeigen diese captures wo man sagen musst du das capture wo ist der Zebrastreifen wo ist die Treppe und so weiter

00:12:53: und soll so hilft man einem KI-System

00:12:56: ihm direkt zumindest zu lernen wo es immer was anfängt und wo was aufhört Klammer zu wollen wir gar nicht vertiefen aber genauso funktioniert es und aber in einer späteren Stufe ist es dann auch teilweise so dass eine KI die andere trainiert also sich gegenseitig

00:13:12: dann präzisiert wie wie funktioniert das.

00:13:16: Ganz genau also dieses angeleitet oder supervised learning war wenn man so möchte eine der ersten nähen die wir hatten und die unterscheidet sich auch ehrlicherweise nicht von klassischer Statistik man nennt es auch persianische Statistik also

00:13:30: ein eine Form die sehr nah an dem dran ist was wir außerhalb des maschinellen Lernens auch kennen

00:13:37: am viel später kam dann das war gerade eben erst neulich also diese Entwicklung sind wirklich sehr sehr frisch im Verhältnis zu wissenschaftlichen Erkenntnissen

00:13:47: kann dann die Idee auch zu sagen na ja wir können ja zwei Maschinen nehmen die wir miteinander trainieren lassen das heißt wir haben eine Maschine die.

00:13:55: Die Aufgabe bekommt Katzen zu generieren also ein Katzenbild zu erzeugen also eine Katze die nicht real existent ist einfach zu malen.

00:14:05: Und wir haben eine zweite Maschine die entscheiden soll sieht das aus wie eine Katze ja oder nein und wenn wir diese beiden Maschinen miteinander verknüpfen

00:14:15: man könnte auch sagen gegeneinander spielen lassen nämlich die Katzen Maschine die generierende Katzen Maschine belohnen wenn Sie eine gute Katze generiert hat

00:14:24: und den Klassifikator also der die zweite Maschine die entscheiden soll ist das eine echte Katze ja oder nein dafür belohnen wenn er es geschafft hat oder es ist geschafft hat eine echte Katze von einer generierten zu unterscheiden

00:14:39: Und wenn man das lang genug macht diese beiden Maschinen miteinander

00:14:43: spielen lassen sagen wir auch dann bekommt man wirklich einen Generator der.

00:14:50: Katzenbilder kreieren kann die nicht mehr von echten Katzen zu unterscheiden sind.

00:14:54: Soso also jetzt ganz vereinfacht gesprochen natürlich so eh nicht werden der Boden auch der oder werden diese Bild generieren dann ki-systeme wie mit journey und so weiter Anna wurden trainiert damit sie das so gut können wir es heute schon können schreibe ich so ein bisschen wie kann man eine KI belohnen

00:15:11: Extraportion Strom.

00:15:14: Ja also Lohn ist natürlich recht also ist läuft die gesagt viel über diese los fangen schon dass die Maschine als Ziel bekommt eben den den Verlust zu ihrer Zielfunktion also dessen was sie machen soll wofür sie da ist

00:15:29: dass der möglichst gering wird und das ist natürlich implizit

00:15:34: eine Belohnung es klingt auch besser als zu sagen man bestraft sie weil auch dann nimmt man hier keinen Strom weg sondern ja.

00:15:43: Ändert halt etwas in dieser Zielfunktion aber es ist glaube ich für viele hören und höre schon mal interessant KI muss man muss lernen das ist ein zeitaufwändiger Prozess das dauert lange kostet viel Energie

00:15:53: er ist viel Arbeit und dann kann dieses System das oder dieses Modell dass man dann da trainiert hat auch wirklich nur diese eine Sache ne also kann daneben.

00:16:02: Das was man halt so gesehen hat kann daneben Katzen von Hunden unterscheiden oder von mir aus alle Tierarten unterscheiden oder was auch immer

00:16:09: Ja und nichts anderes also es ist in sehr spezielles Wissen ne oder das ist schon immer so fokussiert auf einen Themenbereich und da kann eine KI heute schon relativ gut werden.

00:16:21: Genau was was du angesprochen hast sind jetzt zwei unterschiedliche Anwendung wir können eine KI trainieren einen Klassifikator zu sein also uns

00:16:29: abzusagen wenn wir ja ein Bild zeigen was ist auf diesem Bild zu sehen ist das eine Katze ist das ein Hund ist das ein Fisch das können wir trainieren mit ganz ganz vielen Bildern

00:16:38: es hat sehr lange gebraucht hat sächlich bis wir ein Foto wo mehrere Elemente drauf sind sagen konnten was ist denn das Hauptelement oder welches dieser Element ist im Vordergrund also ein Foto von dir mit einer Katze auf dem Gartenstuhl hat halt drei Objekte Gartenstuhl Garten oder vier sogar Garten Gartenstuhl

00:16:59: Jörg und die Katze und

00:17:02: dafür damit hatten Maschinen lange lange Probleme also gerade Klassifikatoren das haben wir mittlerweile gelöst das funktioniert gut.

00:17:09: Das heißt wir können

00:17:12: ja Maschinen bauen die für verschiedene Zwecke gut funktionieren und ja du hast völlig recht sie funktionieren dann meisten anderen Umfeldern

00:17:23: gar nicht oder nur sehr sehr schlecht.

00:17:25: Und da war da wohl wo sie trainiert werden sind sie heute da meinen letzten Monaten Jahren ja auch einen gigantischen Sprung gemacht von der Leistungsfähigkeit was auch mit der Rechenfähigkeit zusammenhängt.

00:17:37: Da sind sie deutlich schon dann besser als Menschen also beispielsweise eine Gesichtserkennung Scar II

00:17:43: Classic Car quasi für den Massen Einsatz von KI die kann ja mühelos Millionen von Gesichter unterscheiden das konnte Menschen niemals leisten oder.

00:17:56: Ja also da sind sie sehr sehr gut also gerade bei menschlichen Gesichtern erkennen.

00:18:02: Weiß nicht wie gut sie gerade in diesem Beispiel zu uns Menschen sind also oftmals kann ich mich nicht an alle Menschen mit Namen erinnern aber ich kann doch sehr sehr schnell sagen ob ich jemand kennen oder nicht

00:18:13: aber begrenzte Zahl ganze Zahl und eine begrenzte Zahl die man die man die man aktiv vorhalten kann

00:18:22: so nannte vielleicht indem wir müssen jetzt auch mal vechain GP natürlich sprechen weil das ist für die meisten im Augenblick die KKE Anwendung schlechthin.

00:18:31: Damit man mit Katzen und Hunde Bildern nicht weit gekommen sein wie funktioniert denn so ein Chatbot.

00:18:41: Ja also die Katzen Beispiele sind deshalb klassisch weil

00:18:45: ist die ersten oder eine der klassischen generierenden Beispiele sind nun mal so wenn man eine neue generierende

00:18:52: eklige KI hat in der Literatur dann muss man immer zeigen ob man Katzenbilder damit generieren kann übertrieben jetzt gesagt aber da kommen wir her von dem bildlichen.

00:19:02: Vor allem auch weil wir das bildliche als Menschen sehr sehr schnell einschätzen können wir können eben sagen ist nun oder nicht ist eine gut trainierte KI oder eben nicht

00:19:11: Ketchup ETA ist ein Sprachmodell ein sogenanntes großes Sprachmodell also ein Modell in das sehr sehr viele Trainingsdaten.

00:19:21: In eingeflossen Simmern sagen wie viel so gro also Chat IPT sagt es nicht ganz genau wie viel an.

00:19:31: Daten reingegangen sind aber es ist sind mehrere Milliarden Tokens generiert worden Tokens und Zeichenketten auf die dieses Modell funktioniert eben

00:19:43: und ganz ehrlich zu den Katzen Beispiel ist es so die Maschine lernt ja was es bedeutet eine Katze zu sein und.

00:19:51: In diesem Fall hat Jacky PC eine Maschine trainiert die gelernt hat Text zu verstehen

00:19:57: und daraus Text zu generieren was passt 2 bei Verschweigen sind man das 1 und ne verstehen oder hierzulande die Zusammenhänge verstehen vielleicht ist eine Sache aber selber was zu erzeugen ist er dann noch mal ne andere Sache.

00:20:11: Ja ich war eben genau ich wollte auch gerade einschränken weil

00:20:14: verstehen natürlich wir müssen bei den Begriffen Dantooine bisschen aufpassen auch wenn wenn das ein bisschen langweilig sein kann aber.

00:20:24: Im wirklichen Sinne verstehen kann Chat EPT Zusammenhänge Nichten also im kausalen

00:20:31: Zusammenhang verstehen also sagen a moment schickst mir hatte auch schon mal über ne über den sehe geschrieben und und diese Zusammenhänge werden hergestellt war.

00:20:41: Aixam und das ist glaube ich ganz ganz wichtig zu verstehen Jet-Ski PT hat sehr sehr gut gelernt welche Wortfolgen wahrscheinlich aufeinanderfolgen also

00:20:51: wenn wir zusammen unterwegs sind spazieren gehen und sagen und und ich sage dir big da vorne bitte nicht rechts ab sondern dann würdest du direkt ergänzen Links.

00:21:01: So das ist die größte Wahrscheinlichkeit weil abbiegen hat halt nur zwei Richtungen das ist das Niveau auf dem Chat JP unterwegs ist.

00:21:09: Allerdings mit unglaublich viel Informationen darüber welche Worte hintereinander wahrscheinlich folgen.

00:21:17: Und es ist auch so dass Jet-Ski PT oder jedes bisherige große Sprachmodell es gibt noch andere.

00:21:25: Tatsächlich so funktionieren also sie erzeugen ein Wort und suchen sich das nächste Wort was die höchste Wahrscheinlichkeit hat und dann das darauffolgende Wort und immer so weiter also in einer Kette ist es ein

00:21:37: wahrscheinlichkeits Generator für Wörter die aufeinander folgen

00:21:42: Micic EBT insbesondere beschäftigen uns gleich in der zweiten Episode schon noch etwas intensiver weil in der Tat gibt's dazu noch eine Menge zu sagen faszinierend ist das wenn man sich so ein bisschen mit Technik beschäftigt basta heute schon schon geht schlau behindert 50 Gigabyte.

00:21:58: Pattensen sind so grob da rein geflossen bei chat

00:22:01: GPT das hat man ja anscheinend vor allem Texte so die die frei zugänglich sind nur so Gutenberg Bibliothek Wikipedia natürlich Webseiten Tweets und so weiter.

00:22:14: Aber wenn jetzt irgendwas aufgeschrieben wurde was nicht im Netz verfügbar ist dann kann davon shägy BT nichts wissen ne.

00:22:21: Ganz genau also ob alles davon frei verfügbar ist

00:22:25: gibt auch Kritiker die sagen na ja ob die alle Copyrights hatten alle geschrieben nee nix da die Zustellung da waren und genauer.

00:22:34: Ja und ob es wirklich nur Dinge in der public domain waren aber ja grundsätzlich hat GPT trainiert auf einem Datensatz 1 Crawler Datensatz also ein

00:22:45: großen Datensatz der aus dem Internet genommen wurde von Foren von Programmierer Seiten programmiert Probleme diskutiert wurden auch der Grund warum

00:22:54: die anwendung Vucic IPT wirklich sehr sehr gut ist programmierunterstützung ist also das ist das was wirklich am besten funktioniert.

00:23:04: Was heißt relativ mäßig funktioniert ist natürlich die

00:23:09: Diskussion über wirklich Fachthemen das funktioniert jeweils so gut wie die daten dir eingeflossen sind und was sehr sehr gut funktioniert ist natürlich einfach die menschliche oder menschenähnliche Unterhaltung

00:23:22: soll man kann mit dem Ding einfach gut reden.

00:23:25: Baltax dem allerdings natürlich wie du sagtest nicht über aktuelle Sachen weil der cut-off point war im September 2021 also all das

00:23:36: danach generierte wissen darauf wurde check GPT nicht trainiert.

00:23:40: Kann darauf auch bisher nicht direkt zugreifen bisher immer mit der Einschränkung

00:23:47: mittlerweile gibt es Öffnungen und andere sprachmodelle wie z.b. Bart von Google die eröffnen das ganze schon dass es eine.

00:23:58: Ein realen Zugang gibt also einen einen

00:24:00: das auch dringend live zur so dringend nötig ich merke das bei Gesprächen mit mit Kollegen Freunden und und so weiter dass sie das erwarten ne dass das man ceci petit nicht erklären muss was der Ukraine Krieg ist doch das soll das System doch bitte wissen wenn es schon

00:24:17: Intelligenz im Namen führt aber um zu verstehen warum es anders ist ist es glaube ich wichtig dass wir erklären wie der Weg ist also dass das wirklich im Wochen monatelanges Training erforderlich war und ist

00:24:30: um ein solches Sprachmodell zu trainieren und dann auf die Leute.

00:24:34: Loszulassen und warum dauert das Monate nicht gar nicht mal nur dieses eine Modell sondern man verwirft ja immer wieder auch Modelle die noch nicht

00:24:41: genug sind und trainiert noch mal 9 aber man irgendwie was Neues neue Methode entwickelt hat um das noch mal zu verbessern und zu optimieren und ist nicht so dass man das einmal trainiert und dann ist es das gleich und damit kann man dann an die Öffentlichkeit gehen.

00:24:56: Oder.

00:24:57: Nein exakt also manchmal hat mehrere Runden man hat natürlich sehr sehr teures training wie du schon sagtest also Cici PT hat wahrscheinlich genaue Informationen darüber verlässt Openair das Unternehmen hinter CEPT nicht raus

00:25:13: hat aber wahrscheinlich etwa sechs bis neun Monate rechnen man sein zwar kontinuierlich gerechnet auf.

00:25:21: Sehr sehr vielen Computern also an darf ich das auch nicht so vorstellen dass man da mal seinen Laptop laufen lässt über diese Zeit sondern das ist sind Rechner farmen.

00:25:32: In dem das passiert und ja das ist schon sehr sehr intensiv.

00:25:39: 700000 $ am Tag habe ich gelesen ist nicht bestätigt aber ist eine Schätzung wohl zahlt oben he pro Tag um Chat schiebetier am Laufen zu halten 700000 $ und Milliardenbeträge wurden investiert um das System

00:25:54: das Modell soweit zu entwickeln und sowas zu bekommen wie es heute ist

00:26:00: das sind wirklich wahnsinnig gesungen aber es hat scheint auch ein gigantischer Markt denn man erwartet ja dann auch anscheinend gute Umsätze sonst würde man ja nicht so furchtbar viel investieren aber auch dazu später mehr

00:26:11: wie gut ist dein Training was kann man das sagen kann man sagen kann das Vergleichen eigentliche Cici Patty ist so schlau wie.

00:26:18: 5 jähriges Mädchen oder ein 17 Jähriger Student oder noch nicht sind Blödsinn Abiturient oder oder eine Großmutter mit 80 Jahren Lebenserfahrung kann man das so einordnen.

00:26:32: Ja so GPT in den verschiedenen Varianten hat ja verschiedene Tests gemacht

00:26:39: teilweise sehr sehr gut abgeschnitten also im oberen Bereich

00:26:43: das Weise bei der Zulassung zur Medizin oder der Zulassung zum.

00:26:49: Rechtsanwalt nach USA Test die da dort sehr sehr standardisiert sind

00:26:54: an letzteres gerade diese Bar Zulassung den USA als Rechtsanwalt hat auch dazu geführt dass manche Rechtsanwälte sich gesagt haben na ja muss sich doch TPT einmal um mir diese Arbeit zu erleichtern und frag halt GPT nach bestimmten

00:27:09: rechts urteilen

00:27:11: dazu muss man wissen in Amerika oder im angelsächsischen Raum funktioniert das Rechtssystem bisschen anders man muss halt Fälle raussuchen die ähnlich gelagert waren und darauf diese vortragen man nennt es auch

00:27:22: Kessler das ist bei uns ein bisschen anders geregelt aber

00:27:27: gab jetzt gerade jüngst vor ein paar Tagen einen Fall wo ein Rechtsanwalt dann vor Gericht zugestehen musste das.

00:27:35: Er genauso vorgegangen ich selber richtig hier thalang sondern cichic die hat die New York time geschrieben ja das ist schon bitter genau aber trotzdem wahrscheinlich normale Rechnung rausgeschickt

00:27:46: das ist das ist

00:27:48: zu vermutet Unfall glaube ich im Flugzeug in einer Airline hat irgend so ein so ein album von diesem Trolleys mit denen die nicht Stewardessen und Stewards dadurch die Gänge kutschieren gegen Knie geknallt und der wollte irgendwie da eine Entschädigung haben und dann wurden daran lauter Fälle aufgeführt wenn ich mich richtig entsinne

00:28:11: die angeblich genauso ein Fall enthalten und wo Zahlungen geleistet wurden aber die waren alle nicht existent da hat halt da hat Jacky BT also was erfunden das ist ja das wo sich viele

00:28:24: auch drüber aufregen ärgern dass Chats IPT Dinge erfindet wie kann das sein eigentlich.

00:28:30: Ja exakt ich glaube ihr habt das ist ein ganz ganz wichtiger Punkt den wir uns in hören auch immer immer wieder sagen müssen weil wir sind hier mit einem neuen Tool konfrontiert

00:28:39: und benutzen es auf Arten und Weisen wofür es nicht gemacht wurden ich meine auch mit einem Löffel kann man den Garten umgraben dann das ist nicht vielleicht eine gute Idee.

00:28:50: Basschat GP tikanis eben Wahrscheinlichkeiten für Wörter herausfinden dass es lässt sich der Kern dessen was was was dort funktioniert

00:28:58: wenn es nicht weiß Inhalt nicht weiß und auch nicht versteht

00:29:03: kann es eben ja Dinge erfinden wir sagen dazu auch halluzinieren das Modell überlegt sich daneben etwas was nicht in

00:29:12: der Struktur des Lernens passiert ist das ist ein Riesenproblem weil wir im Prinzip.

00:29:19: Ja ein Pool haben was Dinge vorträgt mit großer Überzeugungskraft also die Formulierungen von ZIP die sind ja immer sehr.

00:29:29: Überzeugend sehr direkt unanfechtbar klingen aber oft nasensalz Wer streamt es gar nicht anders

00:29:37: genau aber sie können eben auch falscher sein in diesem Fall hat man sich Gerichtsurteile ausgedacht die halt nicht existent waren

00:29:45: blöd war nur wenn das halt erst vor Gericht vor der Richterin auffällt und es ist interessant zu sehen wie damit umgegangen wird.

00:29:54: Wie gesagt zum Chatten zum ja auch diskutieren von von Dingen eignet sich das ganz wunderbar für den

00:30:02: produktiven Einsatz muss man ein paar Dinge beachten und man kann natürlich auch noch das ganze ein bisschen

00:30:09: bisschen Frieden also ein bisschen daran rumschrauben dass das Modell dann für diesen Einsatz besser geeignet wäre da wird auch schon viel rumgeschraubt und das aber in der Tat ist es interessant dass man beinahe beinahe KEG auch noch chat

00:30:24: GPT heißt also einfach nur plaudern eigentlich ja, so

00:30:29: 9/11 Unfehlbarkeit erwartet fast wie beim Papst und wenn die da nicht gegeben ist ist man ist man erschüttert ich habe ein Beitrag gelesen da ging es auch in dieses halluzinieren

00:30:43: das da hat jemand gesagt

00:30:45: ja was was regt ihr euch eigentlich doch mal auf Menschen halluzinieren auch Nase sie sie erfinden auch was in der Situation wo wo sie gefragt werden und können sich anders sagen entweder wissentlich oder unwissentlich oder sie erinnern sich eine anja eine Situation falsch weil das Gehirn da halt was zusammen schraubt oder sieben Zeugen bei einem Unfall und alle haben das anders gesehen

00:31:07: da ist was dran wie ist das also schon fast sehr menschlich dass man sich so dass man auch ein dass so ein shit GP TJ so ein Unsinn rausgibt.

00:31:17: Und halluziniert aber gleichzeitig wollen wir es anscheinend nicht wir wollen wir wollen da Unfehlbarkeit und da wird vieles zu diskutieren sein lieber mit so einem Werkzeug umgeht.

00:31:29: Absolut aber wir sind ja auch wirklich eher man Fall Masse ganz am Anfang ja

00:31:34: na das tun gibt jetzt seit einem halben Jahr in der öffentlichen Variante davor gab es die Cici pt 2 und 3 Modelle schon für Entwickler also diese Modelle sind bekannt

00:31:46: und sind auch nicht so neu also das ganze basiert auf einer Arbeit von den Google Entwicklern aus dem Jahr 2015 war glaube ich die erste

00:31:57: Diskussion dazu in 2017 also es ist schon sehr sehr lange ich sag mal bekannt wie diese Modelle funktionieren können

00:32:06: open my eyes sind natürlich die ersten jetzt nach draußen gesprungen sind und gesagt haben wir machen das mal ganz öffentlich google ist da sehr sehr viel zurückhaltender

00:32:15: Meta also Facebook die Kompanie von Facebook hat gerade nachgezogen und ein

00:32:22: Modell mitsamt der Parameter im Prinzip öffentlich gemacht für jeden zu nutzen.

00:32:29: An dem hat sich oben herein bisher verweigert also versuchen wirklich natürlich auch Ihre Investition hier.

00:32:36: Ja zu monetarisieren wieder rein zu holen das Geld was sie dafür ausgegeben haben und wie du schon sagtest auch täglich noch ausgeben also ich denke nicht dass sie im Moment Geld verdienen können sie wollen halt

00:32:47: ihre Position in diesem sehr sehr spannenden Spiel was jetzt die Anfahrt aufnimmt sichern.

00:32:53: Über Chat JP Tier und andere Chatbots in der nächsten Episode noch deutlich deutlich mehr und tiefer wir haben jetzt schon wir haben jetzt schon unsere eingeplante Zeit echt schon locker überrissen ich habe noch eine Frage auf dem Zettel die wir unbedingt besprechen müssen weil die auch unweigerlich bei jeder Diskussion über künstliche Intelligenz

00:33:12: auf den Tisch kommt und das ist die nach der sogenannten super Intelligenz Singularität sagt man auch dazu und das ist der Moment wo künstliche Intelligenz

00:33:21: einfach deutlich schlauer ist als wir was erklärt letzte Wissenschaftler was ist was in Cannes wird.

00:33:29: Die uns irgendwann beherrschen wenn du so willst ja oft gefragt auch na ist das so ist das so der die Diss Tod distopia dass das KI Vivi im Schwarzenegger Film irgendwann uns den Stecker zieht.

00:33:43: Ganz viele Fragen auf einmal was ist super ja ja das war Intelligenz kann das kommen wird das kommen.

00:33:50: Das ist das eine gute Frage ist natürlich der Traum aller Nerd sag ich mal es ist natürlich auch wunderbar Diskussionsstoff für Science-Fiction die dann möglicherweise eben von Fiktion zur Realität werden könnten

00:34:05: also was ist super Intelligenz wir haben im Prinzip

00:34:08: wie war das eben schon eingeführt haben verschiedene Stufen von maschineller Intelligenz es gibt diese ganz Engel.

00:34:15: Maschinelle Intelligenz also das Ding kann eine Sache und die mäßig haben erkennen Gesichter erkennen.

00:34:22: Oder auch der hier der Staubsauger der durch die Gegend fährt ne also da wäre hätten wir ein Gerät wo eine gewisse Intelligenz drin ist wobei die tatsächlich oftmals algorithmisch ist das

00:34:32: bedeutet vorprogrammieren nicht erlernen

00:34:36: aber der Staubsauger wird nicht auf die Idee kommen mit dir zu plaudern das ist deshalb sehr sehr eng eingeschulte sich selber im Kühlschrank zu bedienen.

00:34:46: Genau das ist das wird er wahrscheinlich nicht.

00:34:50: Daneben gibt's dann die generelle intelligenter da sind wir dann auf dem Level wo eine Maschine genauso schlau wie wir es und zwar in mehreren Bereichen manche Leute sagen auch in allen Bereichen.

00:35:03: Lüsebrink natürlich gleich ein paar Probleme mit sich na also die müsste dann genauso gut laufen wie wir

00:35:09: es gibt Roboter die das natürlich sehr sehr gut können dann gearbeitet ne ja absolut gesagt.

00:35:15: Andere sagen wiederum naja diese generell Intelligenz hätten wir schon dann erreicht wenn das Ding.

00:35:21: Geistig so gut ist wie wir also eh nicht gut Schach spielen kann wie ein durchschnittlicher Mensch aber gleichzeitig Mathe Probleme lösen können wie ein durchschnittlicher Mensch.

00:35:31: Und vielleicht auch eben Katzenbilder erkennen kann wie ein normaler Mensch und auch noch eine super Folge verstehen das ist das ist ja noch sozial Intelligenzen und das ist das ist nur für unbedingt

00:35:40: unterschätzen das ist ja nicht einfach nur genau aber dass das Ding nicht unbedingt laufen dafür.

00:35:49: Und dann haben wir diese super Intelligenz und ja dieser Begriff der Singularität ist eben der Moment wo wir eine Intelligenz ja geschaffen haben natürlich auch so ein so ein bisschen was religiöses oder wo

00:36:03: wir halt eine.

00:36:06: Eine Maschine gebaut haben die uns in allen Bereichen nicht nur ebenbürtig sondern überlegen lektuell sozusagen oder kucken intellektuell.

00:36:16: Ja aber möglicherweise eben auch indem du in der Bewegung im physischen Raum aus und das ist wirklich dann nicht nur auf dem Computer beschränkt

00:36:24: da fängt natürlich dann wirklich so der Bereich an wo der Science-Fiction möglicherweise zum Horrorfilm wird na du sagtest terminator als ein bei einer Matrix.

00:36:35: Ja solche Dinge können dann natürlich passieren die große Frage bei Entwicklern ist die wie können wir sicherstellen dass die Maschine das macht was sie machen soll man nennt es auch allein ment also dass sie

00:36:48: übereinstimmend das tut wofür sie gemacht wurde und nicht auf die Idee kommt andere Dinge zu tun was tun KI sage mir manchmal ne darüber können wir mal irgendwann sprechen

00:36:57: das dass sie Dinge tut diese Garne plötzlich sprechen Sie Bank Geli oder Banker Bangladeshi oder ne obwohl das gar nicht vorgesehen war bei google ist das so gewesen

00:37:06: b-next Abend ja ja das ist ja schon beängstigend dass sowas überhaupt passieren kann ne zack kannst kann das Dinge Sprache.

00:37:14: Ich meine man muss sich ja einfach mal überlegen wenn wir uns das Training anschauen du sagtest eben paar Zahlen von der von der Menge an Daten dir eingeschlossen sind das

00:37:24: eigentliche Training selber hat ja unglaublich viel Strom verbraucht

00:37:28: also unglaublich viel Energie rein geflossen in das Ganze also wenn man das in Menschen Energie umrechnet wir haben das in unserem Buch ja mal spaßeshalber gemacht du hast das gehört genau ja unser Gehirn verbraucht 12 Watt

00:37:42: egal ob der schlafen oder oder etwas tun das heißt JP T3 also die Vollversion von Cici pt auf der das ganze aufgebaut wurde

00:37:52: hat im Prinzip so viel gerechnet wie 12000 Menschenjahre die 12.000 Menschenjahre entsprechen würde

00:38:00: und diese Aufwand ist natürlich gigantisch gleichzeitig haben wir keine Chance

00:38:07: in letzter Detail das trainierte Modell wirklich zu verstehen also was aus dem training rauskommt funktioniert aber wir wissen nicht warum.

00:38:17: Wir wissen wir ja wir müssen warum es funktioniert aber wir wissen nicht in letzte Detail was ist alles

00:38:23: gelernt hatte könnte kennengelernt hat wie es die Verknüpfung hergestellt das ist zu groß und das ist ja schon nah dran an der Superintelligenz war da ist als die Sorge oder dann konnte man

00:38:34: umgangssprachlich mal so formulieren dass wenn ein System

00:38:38: ein Modell KI Modell sagt besser System oder Modell na also System kann man sagen nein nein KI-System so

00:38:48: generell kognitiv.

00:38:50: Auf dem Niveau eines Menschen ist oder darüberhinaus dann ist die Sorge dass das System natürlich ab da noch immer dann noch dazu lernt das hört ja nicht auf und dann.

00:39:02: Paddy finition uns überlegen ist und wenn man dann zwei System oder mehr zusammen schalte die sich gegenseitig hochschaukeln

00:39:09: dann lernen die schneller als wir und können und dann können wir schon rein von der Logik her unmöglich nachvollziehen weil wir das Tempo das denkt Tempo gar nicht haben

00:39:19: lass Analyse Tempo was da eigentlich vor sich geht und das ist dann diese Singularität das passiert nur einmal einmal passiert es dass dieses Thema diesen Punkt überschreiten und dann lernen sie schneller anders als wir es

00:39:33: nachvollziehen können ist das ein guter Moment oder ist das ein beängstigender Moment.

00:39:41: Fährst nicht glaube es kommt drauf an wie du fragst.

00:39:44: Also frag ich erstmal wissen also ich glaube es ist ein unglaublich spannender Moment in dem wir halt eine siliziumbasierte Lebensform haben die wirklich uns ähnlich ist

00:39:57: was nur vielleicht wichtig zu verstehen ist im Moment sind diese ganzen Modelle alle im Sandkasten in der Sandbox also wenn

00:40:05: du heute Jacky pity auf machst also auf die Internetseite gehst du dort was eingibst und wenn ich das gleichzeitig mache dann sind es zwei unterschiedliche

00:40:13: oder zwei gleiche aber voneinander getrennte hätte GPT

00:40:17: Instanzen also das was ich eingebe daraus lernt deine nicht zu du mir gern was du eingibst daraus lernt meine auch nicht und wenn wir den Chat verlassen und dann ist das ganze auch wieder auf Null gesetzt also diese Maschinen die dort im Einsatz sind

00:40:32: also jedenfalls öffentlich im Einsatz sind die lernen nicht dazu

00:40:37: das ist natürlich in der Entwicklung anders und ich gebe dir absolut recht also der Punkt ist erreicht wo wir in ganz ganz vielen Bereichen ja z.b. auch bei der Chip Produktion

00:40:46: kein Ingenieur kann mehr Chips optimieren das machen auch Computer an.

00:40:52: Und die werden immer besser und wir werden immer weiter davon weggehen zu verstehen also wirklich nachzuvollziehen warum was passiert wir werden entscheiden können funktioniert oder funktioniert nicht.

00:41:04: Aber wir werden nicht alle Features warum es funktioniert verstanden haben wenn du es in den Einsatz nehmen.

00:41:10: Und ja die Singularität ist ein spannender Moment wenn man eine.

00:41:15: Ja wohlwollende KI danach geschaffen hat könnte die uns helfen viele der Themen die wir haben zu lösen viele der Probleme die wir haben zu lösen.

00:41:25: Wenn wir eine KI haben die sich wie die Matrix dafür entscheidet dass man Menschen auch dafür braucht sie zu warten.

00:41:31: Dann kann es natürlich schwierig werden für unsere Existenz.

00:41:37: Grundsätzlich ist es glaube ich so dass man ein Punkt verstehen muss ich glaube wenn wir diese super Intelligenz haben wenn wir die Singularität erreichen.

00:41:46: Wenn wir es nicht merken

00:41:47: jedenfalls willst du doch nicht so in dem naja also ich meine die haben halt ein etwas erschaffen dann oder etwas hat sich erschaffen was intelligente ist als wir und das verhält sich uns gegenüber Vivi erwachsenes uns vielleicht einen zweijährigen gegenüber verhalten

00:42:04: das glaube ich wir werden es erst im Nachhinein miterleben können und auch die Meinung ja dann schaltet man so ein Ding einfach wieder ab

00:42:13: die ist auch zu kurz gegriffen weil wenn das mal draußen ist wird so unintelligent natürlich genau das antizipieren und sich sehr weit verbreiten auf verschiedenen Systemen

00:42:22: das ist wirklich Wohlfühlmomente vielen Dank Peter klappt aber man muss die Wahrheit halt aussprechen.

00:42:31: So siehts aus so das war jetzt glaube ich so ein so ein so ein schneller.

00:42:36: Tourette durch künstliche Intelligenz von Katzenbildern die lernen bisschen zur super Intelligenz

00:42:43: Dior die antizipiert dass wir Angst haben und uns dann an der Nase herumführen das ist alles in 40 Minuten durch galoppiert aber ich glaube an ganz gelungener Einstieg und für alle die es nicht nur hören wollen sondern auch lesen wollen wir beide

00:42:58: haben das Buch geschrieben der digitalshop erschienen im Redline Verlag unter www.digitalo.de

00:43:07: könnt ihr euch da informieren auch in den Gruppen probelesen Kapitel nee wie heißt das Leseprobe herunterladen 20 Seiten und aber auch ein Einstieg den man extra noch kostenlos zur Verfügung gestellt haben

00:43:19: für den Umgang mit scheggi B-Team perhacs weil die stehen gar nicht im Buch drin was ist der ist ja kein Ratgeber wie man Chat GPT benutzt und dann wir geboren da ja in dem Buch die Frage stellen was.

00:43:29: Stonehearth vom hi wie funktioniert das eigentlich und was macht das mit unserem Alltag und unsere Arbeitswelt das wäre unsere Leseempfehlung natürlich die wir ganz unbedingt geben wollen am Ende dieser ersten Episode sony hat mir hat Spaß gemacht ich hoffe dir auch Peter.

00:43:43: Absolut bei wir haben noch immer gerne mit ja wir haben ja noch ein paar noch ein paar Folgen vor ich glaube wir uns geht ja Gesprächsstoff da nicht aus das was sie hören Anführer für für diese Episode wir sagen gemeinsam Peter und ich tschüss.

00:43:56: Fürs Zuhören ihr findet diesen Podcast natürlich überall dort wo es gute Podcasts gibt

00:44:00: bei Spotify bei Apple bei bei Google und bei Prodigy sowieso da wussten wir das Ganze Unterkonto auch gerne Kommentare hinterlassen wir hören uns gerne wieder bis dahin.

00:44:12: Music.