Mehr als ein Chatbot
Die Entmystifizierung der Sprachmodelle
- 2024
- Buch
- Verfasst von
- Mascha Kurpicz-Briki
- Verlag
- Springer Nature Switzerland
Über dieses Buch
Sie haben sich gefragt, wie Tools wie ChatGPT oder Bard funktionieren, haben aber keinen technischen Hintergrund? Dann ist dies das richtige Buch für Sie! Um besser zu verstehen, wozu solche Technologien in der Lage sind und wie sich dies auf unser Leben und unsere Gesellschaft auswirken wird, ist ein grundlegendes Hintergrundwissen über diese Technologie erforderlich. In diesem Buch werden insbesondere die folgenden Fragen thematisiert: Was hat die unglaublichen Fortschritte der letzten Zeit ermöglicht? Können Chatbots wie ChatGPT oder Bard Menschen wirklich verstehen? Welche Fallstricke gibt es und wie spiegeln sich die Stereotypen der Gesellschaft in solchen Modellen wider? Welches Potenzial steckt in dieser Technologie und wie wird die digitale Gesellschaft der Zukunft in Bezug auf die Mensch-Chatbot-Zusammenarbeit aussehen?
Nach der Lektüre dieses Buches sind Sie sich der Risiken und Fallstricke bewusst, die diese Technologien mit sich bringen können, und wissen, wie Sie verantwortungsbewusst mit Werkzeugen umgehen, die auf KI-Technologie basieren.
Anzeige
Inhaltsverzeichnis
-
Frontmatter
-
Kapitel 1. Einleitung
Mascha Kurpicz-BrikiDas Kapitel behandelt die neuesten Entwicklungen im Bereich der künstlichen Intelligenz und maschinellen Lernens, insbesondere maschinelles Lernen und Natural Language Processing. Es gibt einen Überblick über die Methoden und Anwendungen dieser Technologien, wie z.B. Sprachmodelle und Chatbots, und diskutiert die gesellschaftlichen und ethischen Implikationen. Besondere Aufmerksamkeit wird den Herausforderungen und Berührungsängsten gewidmet, die diese Technologien mit sich bringen, sowie den Möglichkeiten und Grenzen ihrer Anwendung in der Gesellschaft.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDie neuesten technologischen Errungenschaften aus dem Gebiet der künstlichen Intelligenz KI (engl. Artificial Intelligence AI) stellen die Gesellschaft vor neue Herausforderungen. Was ist mit der aktuellen Technologie umsetzbar, und wo fängt Science-Fiction an? Für viele Personen, unter ihnen auch Forschende und Fachpersonen aus anderen Fachbereichen, wird es immer schwieriger, hier eine Grenze zu ziehen. Der Begriff künstliche Intelligenz kann ausserdem Berührungsängste auslösen und suggeriert manchmal auch überzogene Erwartungen und Annahmen darüber, was sich hinter der Technologie verbirgt. -
Kapitel 2. Eine Einführung in maschinelles Lernen
Mascha Kurpicz-BrikiDieser Fachbeitrag führt in die Welt des maschinellen Lernens ein und unterscheidet es von traditionellen Computerprogrammen. Es werden die drei Hauptarten des maschinellen Lernens – Supervised Learning, Unsupervised Learning und Reinforcement Learning – detailliert erklärt. Supervised Learning beinhaltet das Training von Modellen mit gelabelten Daten, wie bei der Klassifikation von Bildern. Unsupervised Learning hingegen analysiert Daten ohne Labels, um Muster zu erkennen, wie beim Clustering. Reinforcement Learning nutzt Feedback aus der Umgebung, um das Verhalten zu verbessern. Der Text hebt hervor, dass maschinelles Lernen keine direkten Anweisungen folgt, sondern Muster erkennt und eigene Regeln entwickelt. Dieser Ansatz wird durch praktische Beispiele und Analogien verdeutlicht, die das Verständnis für die Komplexität und die Vorteile des maschinellen Lernens vertiefen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungWährend in der Vergangenheit verschiedene Methoden zur Entwicklung von künstlicher Intelligenz eingesetzt wurden, so wird der Begriff heute oft als Synonym zu maschinellem Lernen verwendet. In diesem Kapitel werden wir uns damit auseinandersetzen, was sich hinter dieser Methode verbirgt. Dazu werden wir einige Begriffe und Analogien einführen, welche uns dann durch die kommenden Kapitel dieses Buches begleiten werden. -
Kapitel 3. Die Verarbeitung geschriebener Sprache
Mascha Kurpicz-BrikiDas Kapitel behandelt die Verarbeitung geschriebener Sprache aus technischer Sicht und führt in die Methoden und Anwendungen des Natural Language Processing (NLP) ein. Es wird gezeigt, wie Texte automatisch verarbeitet und generiert werden können, und welche Rolle maschinelles Lernen und neuronale Netze dabei spielen. Die automatische Verarbeitung von Texten ist in unserem Alltag verankert, sei es explizit durch Chatbots oder implizit durch Suchmaschinen. Das Kapitel erklärt, wie Texte in verschiedene Kategorien klassifiziert werden können, wie Spamfilter funktionieren und wie E-Mails automatisch kategorisiert werden. Ein weiterer Schwerpunkt liegt auf der Sentiment Analysis, bei der maschinelles Lernen verwendet wird, um die Stimmung in Texten zu extrahieren. Besonders interessant ist die detaillierte Darstellung der Methoden zur Textverarbeitung, einschließlich der Verwendung von Wortvektoren und neuronalen Netzen. Das Kapitel bietet auch einen Einblick in die Herausforderungen und Vorteile von Deep Learning und zeigt, wie Wörter der menschlichen Sprache als mathematische Vektoren dargestellt werden können. Insgesamt bietet das Kapitel einen umfassenden Überblick über die Technologien und Methoden der automatischen Textverarbeitung und macht deutlich, wie diese Technologien unseren Alltag prägen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDie enschliche Sprache aus technischer Sicht fasziniert bereits seit einiger Zeit Forscherinnen und Forscher. Die vermutlich erste Anwendung der automatischen Textverarbeitung wurde 1948 am Birkbeck College in London entwickelt und bestand aus einem Wörterbuch-Nachschlagewerk (Hancox 1996). Während Arbeiten aus dem Jahr 1948 für einige Forschungsbereiche nicht besonders aussergewöhnlich sind, so ist es ein sehr frühes Datum im Bereich der Informatik. -
Kapitel 4. Haben Chatbots Gefühle?
Mascha Kurpicz-BrikiDas Kapitel beleuchtet die Faszination der Menschheit für intelligente Maschinen und diskutiert, ob Chatbots tatsächlich Gefühle haben können. Es wird der Turing Test und die menschliche Wahrnehmung von Maschinen erläutert. Ein weiterer Schwerpunkt liegt auf der technischen Vertiefung: Wie funktionieren Sprachmodelle und rekurrente neuronale Netze? Die Architektur von Chatbots wird ebenfalls detailliert beschrieben. Das Kapitel hebt sich durch die tiefgehende technische Erklärung und die philosophische Reflexion über die Bedeutung von Bewusstsein und Intelligenz in Maschinen hervor. Es bietet einen umfassenden Einblick in die Funktionsweise moderner Sprachmodelle und deren Anwendung in Chatbots.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDie Menschheit ist schon lange Zeit davon fasziniert, intelligente Maschinen zu erschaffen, was auch zu einer ganzen Reihe von Büchern und Filmen geführt hat. Mit den neusten Sprachmodellen kommt wieder die Frage auf, was es eigentlich bedeutet, wenn wir von intelligent sprechen. In diesem Kapitel werden wir dieses Thema diskutieren und auch sehen, wie dies durch die menschliche Wahrnehmung beeinflusst wird. Im zweiten Teil des Kapitels werden wir unsere technischen Kenntnisse vertiefen und erfahren, wie Sprachmodelle funktionieren. Am Schluss schauen wir uns noch den typischen Aufbau eines Chatbots an. -
Kapitel 5. Wahr oder falsch?
Mascha Kurpicz-BrikiDer Fachbeitrag beleuchtet die Herausforderungen bei der Generierung korrekter Informationen durch Chatbots und Sprachmodelle. Es wird untersucht, wie Wahrscheinlichkeiten und Halluzinationen die Genauigkeit der Antworten beeinflussen und welche Faktoren zu falschen Informationen führen können. Besondere Aufmerksamkeit wird der historischen Entwicklung von Chatbots, wie ELIZA, gewidmet. Zudem werden verschiedene Evaluations-Metriken vorgestellt, die zur Bewertung der Leistung von Modellen des maschinellen Lernens verwendet werden können. Diese Metriken sind entscheidend, um die Qualität und Zuverlässigkeit der generierten Informationen zu sichern.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungWie wir bereits gesehen hatten, ist die Antwort, welche ein Chatbot gibt, wahrscheinlich eine gute Antwort. In diesem Kapitel werden wir uns diese Thematik etwas genauer ansehen. Wie wir in den vergangenen Kapiteln gesehen haben, geht es um Wahrscheinlichkeiten. Je nach Fragestellung und verfügbaren Informationen mag auch die beste Antwort keine gute Antwort sein. In unterschiedlichem Zusammenhang können Sprachmodelle daher auch falsche Informationen ausgeben. -
Kapitel 6. Stereotypen in Sprachmodellen
Mascha Kurpicz-BrikiDas Kapitel untersucht die Limitationen und Risiken von Sprachmodellen, insbesondere die Verzerrungen durch gesellschaftliche Stereotypen. Es wird gezeigt, wie diese Stereotypen in statischen Wortvektoren und Transformer-Modellen entstehen und welche ethischen und ökologischen Herausforderungen damit verbunden sind. Ein besonderes Augenmerk liegt auf dem Gender Bias und ethnischen Bias in Sprachmodellen sowie auf den Risiken und Limitationen der automatischen Übersetzung. Darüber hinaus werden die ethischen Bedenken hinsichtlich der Arbeitsbedingungen und der Umweltkosten der Entwicklung solcher Modelle beleuchtet. Das Kapitel schließt mit der Erkenntnis, dass trotz der Herausforderungen ein verantwortungsvoller Nutzen der KI-Technologien möglich ist, wenn die genannten Probleme adressiert werden.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungIn diesem Kapitel werden wir uns ein paar Limitationen und Risiken von Sprachmodellen genauer anschauen. Die Tatsache, dass gesellschaftliche Stereotypen im Bereich der künstlichen Intelligenz einen sogenannten Bias (auf Deutsch auch Verzerrung genannt) verursachen können, wurde über lange Zeit bei der Technologieentwicklung vernachlässigt. Dies ist insbesondere auch in Hinblick auf Sprachmodelle sehr relevant. -
Kapitel 7. Die Zukunft von Menschen und Sprachmodellen
Mascha Kurpicz-BrikiDas Kapitel untersucht die Zukunft von Menschen und Sprachmodellen, wobei es verschiedene Arten von KI, wie schwache und starke KI, unterscheidet. Es diskutiert die Möglichkeiten und Risiken von General Artificial Intelligence und Superintelligenz, sowie die ethischen und regulatorischen Herausforderungen, die mit der Entwicklung und Nutzung von KI verbunden sind. Besonders hervorgehoben wird die Notwendigkeit einer transparenten und verantwortungsvollen KI-Entwicklung, um die gesellschaftlichen Auswirkungen zu minimieren und die Vorteile dieser Technologien zu maximieren. Zudem wird die Auswirkung von KI auf die Bildung und die Arbeitswelt beleuchtet, wobei ein besonderer Fokus auf die Rolle des Menschen in der Entscheidungsfindung und die Bedeutung von Augmented Intelligence gelegt wird.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungIn den verschiedenen Kapiteln dieses Buches konnten wir einen Einblick gewinnen, was sich hinter den Kulissen der neusten Sprachmodelle verbirgt. Dies soll es Ihnen ermöglichen, sich aktiv an den laufenden Diskussionen über die gesellschaftlichen Folgen dieser Technologien zu beteiligen. Diese Diskussion braucht eine enge Zusammenarbeit zwischen technischen Fachleuten, Forschenden aus anderen Bereichen und der Öffentlichkeit. -
Backmatter
- Titel
- Mehr als ein Chatbot
- Verfasst von
-
Mascha Kurpicz-Briki
- Copyright-Jahr
- 2024
- Verlag
- Springer Nature Switzerland
- Electronic ISBN
- 978-3-031-58545-6
- Print ISBN
- 978-3-031-58544-9
- DOI
- https://doi.org/10.1007/978-3-031-58545-6
Informationen zur Barrierefreiheit für dieses Buch folgen in Kürze. Wir arbeiten daran, sie so schnell wie möglich verfügbar zu machen. Vielen Dank für Ihre Geduld.
