09K02 Künstliche Intelligenz – Grundlagen: Wie verarbeiten KI-Modelle Daten?
|
Insbesondere der Siegeszug von Chatbots wie ChatGPT katapultierte die „Künstliche Intelligenz” in das Bewusstsein der breiten Öffentlichkeit. Die Möglichkeiten von KI-Anwendungen sind enorm. Ihre Leistungsfähigkeit steigt potenziell mit der Menge der verarbeiteten Daten. Der Beitrag beschreibt, wie KI-Modelle Daten speichern, in Antworten wiedergeben und streift etwaige rechtliche Aspekte, die sich in diesem Zusammenhang stellen. Kurze Empfehlungen für die Entwicklung datenfreundlicher KI-Systeme runden den Beitrag ab. von: |
1 Einleitung
Begriff der KI
Künstliche Intelligenz (KI) (engl. Artificial Intelligence (AI) bezeichnet insbesondere Computerprogramme, die komplexe und oftmals für Menschen schwierig greifbare Probleme lösen können, ohne aber den genauen Lösungsweg durch die Programmierer vorgegeben zu bekommen. Vielmehr werden die den Berechnungen der KI zugrunde liegenden Algorithmen mit Beispieldaten gefüttert. Die KI, wie Künstliche Intelligenz oft abgekürzt wird, lernt dann anhand der ihr zur Verfügung gestellten Daten, insbesondere auch bezüglich ihres Zusammenhangs (Kontext), in dem die Daten zueinanderstehen, die Struktur des Problems. Der Ansatz ist vergleichbar damit, wie Menschen lernen und Probleme lösen. Anstatt also dem Computer zu sagen, wie ein Problem gelöst werden soll, werden bildlich gesprochen bereits gelöste Fälle präsentiert, die der KI die bisherige Problemlösung demonstrieren.
Künstliche Intelligenz (KI) (engl. Artificial Intelligence (AI) bezeichnet insbesondere Computerprogramme, die komplexe und oftmals für Menschen schwierig greifbare Probleme lösen können, ohne aber den genauen Lösungsweg durch die Programmierer vorgegeben zu bekommen. Vielmehr werden die den Berechnungen der KI zugrunde liegenden Algorithmen mit Beispieldaten gefüttert. Die KI, wie Künstliche Intelligenz oft abgekürzt wird, lernt dann anhand der ihr zur Verfügung gestellten Daten, insbesondere auch bezüglich ihres Zusammenhangs (Kontext), in dem die Daten zueinanderstehen, die Struktur des Problems. Der Ansatz ist vergleichbar damit, wie Menschen lernen und Probleme lösen. Anstatt also dem Computer zu sagen, wie ein Problem gelöst werden soll, werden bildlich gesprochen bereits gelöste Fälle präsentiert, die der KI die bisherige Problemlösung demonstrieren.
Definition
Als Künstliche Intelligenz [1] werden künstliche Systeme bezeichnet, die versuchen, ein Problem auch bei unscharfer Vorgabe auf eine nicht konkret vorgegebene, lösungsdienliche Weise zu lösen und dazu bestehendes mit neuem Wissen kombinieren und Schlussfolgerungen ziehen.
Als Künstliche Intelligenz [1] werden künstliche Systeme bezeichnet, die versuchen, ein Problem auch bei unscharfer Vorgabe auf eine nicht konkret vorgegebene, lösungsdienliche Weise zu lösen und dazu bestehendes mit neuem Wissen kombinieren und Schlussfolgerungen ziehen.
Beispiele
Beispielsweise kann eine KI lernen, Einbrecher auf Videos zu erkennen, indem der KI erstellte Überwachungsvideos zusammen mit der Angabe präsentiert werden, ob auf dem jeweiligen Video Einbrecher zu erkennen sind oder nicht. [2]
Beispielsweise kann eine KI lernen, Einbrecher auf Videos zu erkennen, indem der KI erstellte Überwachungsvideos zusammen mit der Angabe präsentiert werden, ob auf dem jeweiligen Video Einbrecher zu erkennen sind oder nicht. [2]
Durch diesen Lernansatz ist es unter anderem gelungen, die Struktur der deutschen Sprache zu entschlüsseln. Bisherige, klassische Ansätze der Sprachverarbeitung (NLP = Natural Language Processing) sind an dieser Fragestellung regelmäßig mehr oder weniger gescheitert. Durch die gefundenen Lösungen bzw. die neuen Verarbeitungsmöglichkeiten reicht es theoretisch aus, der KI mit einem passenden Sprach-Modell, Millionen oder Milliarden von deutschsprachigen Dokumenten einzuspeisen. Die KI lernt die deutsche Grammatik automatisch, indem sie diese Dokumente, aktuell unter Zuhilfenahme eines neuronalen Netzes, entsprechend der einprogrammierten Logik analysiert und verarbeitet.
Turing-Test gelöst
Wie sog. Chatbots beweisen, ist es gelungen, dass eine KI auf offen gestellte Fragen derart gute Antworten liefern kann, dass sie die Intelligenz eines „Durchschnittsmenschen” (Intelligenzquotient ca. 100) deutlich übertrifft. Der sog. Turing-Test kann deshalb als gelöst angesehen werden. Dieser Test wurde von Alan Turing, einem englischen Mathematiker erdacht, der im zweiten Weltkrieg mit der Enigma-Dekodiermaschine die Kommunikation der U-Boote der Deutschen Wehrmacht entschlüsseln konnte. Sein Test prüft, ob ein Computer hinsichtlich der Art und Weise, wie er Fragen beantwortet, von einem Menschen ununterscheidbar ist und somit das gleiche (oder ein besseres) Intelligenzniveau angenommen werden kann.
Wie sog. Chatbots beweisen, ist es gelungen, dass eine KI auf offen gestellte Fragen derart gute Antworten liefern kann, dass sie die Intelligenz eines „Durchschnittsmenschen” (Intelligenzquotient ca. 100) deutlich übertrifft. Der sog. Turing-Test kann deshalb als gelöst angesehen werden. Dieser Test wurde von Alan Turing, einem englischen Mathematiker erdacht, der im zweiten Weltkrieg mit der Enigma-Dekodiermaschine die Kommunikation der U-Boote der Deutschen Wehrmacht entschlüsseln konnte. Sein Test prüft, ob ein Computer hinsichtlich der Art und Weise, wie er Fragen beantwortet, von einem Menschen ununterscheidbar ist und somit das gleiche (oder ein besseres) Intelligenzniveau angenommen werden kann.
Diese vorstehend kurz skizzierten Fähigkeiten moderner KI-Systeme sind erst seit recht kurzer Zeit verfügbar. Warum das so ist, beschreibt der nächste Grundlagenabschnitt. Danach wird illustriert, wie KI-Systeme Daten und Informationen verarbeiten. Daraus lassen sich rechtliche Aspekte bei der Nutzung von KI-Systemen ableiten, die im Beitrag kurz angerissen werden. Der Beitrag schließt mit Empfehlungen und einem Fazit, der ebenfalls einen Ausblick enthält.
2.1 Grundlagen
Transformer-Ansatz
Die aktuell verfügbaren und populären KI-Algorithmen basieren im Wesentlichen auf dem sog. Transformer-Ansatz [3]. Dieser wurde erstmals im Jahr 2017 öffentlich. Es handelt sich um einen Ansatz, bei dem zunächst jegliche Art von Eingabedaten in Zahlenreihen umgewandelt werden. Diese Zahlenreihen heißen auch Vektoren oder Einbettungen.
Die aktuell verfügbaren und populären KI-Algorithmen basieren im Wesentlichen auf dem sog. Transformer-Ansatz [3]. Dieser wurde erstmals im Jahr 2017 öffentlich. Es handelt sich um einen Ansatz, bei dem zunächst jegliche Art von Eingabedaten in Zahlenreihen umgewandelt werden. Diese Zahlenreihen heißen auch Vektoren oder Einbettungen.
Eingabedaten können etwa Bilder, Videos, Audiodateien, Texte oder sonstige Daten sein, die elektronisch vorliegen. Denkbar sind somit auch Sensorwerte von Bewegungsmeldern, Geruchs- oder Gassensoren, Seismographen usw. Alle diese Daten werden von der KI in „Vektoren” gewandelt, um sie für sie verarbeitbar zu machen.
Künstliches Neuronales Netz (KNN)
Diese (beliebigen) Daten werden anschließend in einem oft riesigen künstlichen neuronalen Netz (KNN) verarbeitet.
Diese (beliebigen) Daten werden anschließend in einem oft riesigen künstlichen neuronalen Netz (KNN) verarbeitet.
Deep Learning
Ein KNN besteht aus künstlichen Neuronen, einer Eingabeschicht, einer Ausgabeschicht und vielen Zwischenschichten. Diese Zwischenschichten werden auch als unsichtbare Schichten bezeichnet, weil sie zwischen der exponierten Ein- und Ausgabeschicht liegen. Gibt es viele versteckte Schichten, wird vom „Deep Learning” gesprochen. Das „Deep” bezieht sich also auf die Zahl der Schichten im künstlichen Gehirn, die miteinander verschaltet sind. Wie das „Lernen” mittels dieser Schichten folgt, zeigen wir in Abschnitt 3 des Beitrags.
Ein KNN besteht aus künstlichen Neuronen, einer Eingabeschicht, einer Ausgabeschicht und vielen Zwischenschichten. Diese Zwischenschichten werden auch als unsichtbare Schichten bezeichnet, weil sie zwischen der exponierten Ein- und Ausgabeschicht liegen. Gibt es viele versteckte Schichten, wird vom „Deep Learning” gesprochen. Das „Deep” bezieht sich also auf die Zahl der Schichten im künstlichen Gehirn, die miteinander verschaltet sind. Wie das „Lernen” mittels dieser Schichten folgt, zeigen wir in Abschnitt 3 des Beitrags.
Parameter und Modelle
Die Verbindungen zwischen den Neuronen eines KNN werden als Parameter bezeichnet. Moderne Systeme haben ohne weiteres Milliarden solcher Parameter. Künstliche Gehirne werden als Modell bezeichnet. Ein Modell mit 15 Milliarden Parametern wird als 15B bezeichnet. Das „B” bedeutet „billion”, was Milliarde bedeutet. Im Englischen gibt es das analoge Zahlenwort nicht. Somit würde ein Modell mit 3 Billionen Parametern als 3T-Modell bezeichnet werden („trillion” [en] = „Billion” [de]). Ein Modell mit 500 Millionen Parametern wiederum würde als 500M-Modell deklariert werden.
Die Verbindungen zwischen den Neuronen eines KNN werden als Parameter bezeichnet. Moderne Systeme haben ohne weiteres Milliarden solcher Parameter. Künstliche Gehirne werden als Modell bezeichnet. Ein Modell mit 15 Milliarden Parametern wird als 15B bezeichnet. Das „B” bedeutet „billion”, was Milliarde bedeutet. Im Englischen gibt es das analoge Zahlenwort nicht. Somit würde ein Modell mit 3 Billionen Parametern als 3T-Modell bezeichnet werden („trillion” [en] = „Billion” [de]). Ein Modell mit 500 Millionen Parametern wiederum würde als 500M-Modell deklariert werden.
Anhand der Neuronenverbindungen in KI-Modellen kann nicht direkt auf die Zahl der Neuronen geschlossen werden, um sie mit einem menschlichen Gehirn zu vergleichen. Jedoch ist festzustellen, dass die Mächtigkeit der künstlichen Gehirne mittlerweile vergleichbar mit der des menschlichen Gehirns ist.
Analogien zum menschlichen Gehirn
Nach Meinung des Autors arbeitet eine KI auf der Basis von Transformern qualitativ gleich wie das menschliche Gehirn: jegliche Art von Eingabesignalen wird auf gleichartige Weise in einem mächtigen neuronalen Netz verarbeitet. Jeder Mensch hat offensichtlich nur jeweils ein (biologisches) Gehirn. Alles, was über Augen, Ohren, Nase, Temperaturreize und sonstige Sinnesreize wahrgenommen wird, landet als (elektrische) Signale im Gehirn. Diese Signale werden im biologischen neuronalen Netz unseres Gehirns (informatorisch) verarbeitet. Genau das gleiche findet aktuell in Transformer-Verfahren statt, nur eben digital statt analog und künstlich statt biologisch. Das Aktionspotenzial für Neuronen im menschlichen Gehirn weist allerdings eine nahezu digitale Charakteristik für die Aktivierung der Neuronen auf. Eine Nähe zwischen technischer und biologischer Intelligenz ist also durchaus feststellbar.
Nach Meinung des Autors arbeitet eine KI auf der Basis von Transformern qualitativ gleich wie das menschliche Gehirn: jegliche Art von Eingabesignalen wird auf gleichartige Weise in einem mächtigen neuronalen Netz verarbeitet. Jeder Mensch hat offensichtlich nur jeweils ein (biologisches) Gehirn. Alles, was über Augen, Ohren, Nase, Temperaturreize und sonstige Sinnesreize wahrgenommen wird, landet als (elektrische) Signale im Gehirn. Diese Signale werden im biologischen neuronalen Netz unseres Gehirns (informatorisch) verarbeitet. Genau das gleiche findet aktuell in Transformer-Verfahren statt, nur eben digital statt analog und künstlich statt biologisch. Das Aktionspotenzial für Neuronen im menschlichen Gehirn weist allerdings eine nahezu digitale Charakteristik für die Aktivierung der Neuronen auf. Eine Nähe zwischen technischer und biologischer Intelligenz ist also durchaus feststellbar.
2.2 Wie lernt eine KI?
Der Autor ist der Ansicht, dass moderne KI-Systeme ähnlich wie der Mensch lernen. Ein Kind bekommt von seinen Eltern beigebracht, was richtig und falsch ist. Dazu sind die Eltern dem Kind ein Vorbild und korrigieren Fehlverhalten. Exakt das gleiche findet auf elektronischem Wege in der KI statt.