Generative Künstliche Intelligenz – Was ist das eigentlich?

Die „Generative AI“ ist zur Zeit in aller Munde, insbesondere seit der Erfolgsgeschichte von Chat GPT. Ob im Hörsaal, am Arbeitsplatz oder in den Sozialen Medien, überall ist die Rede von den neuartigen KI-Anwendungen. Doch was ist Generative KI eigentlich und wie unterscheidet sie sich von der „klassischen“ KI?

KI im Allgemeinen ist erstmal ein sehr weit gefasster Begriff. Die klassische KI, auch bekannt als symbolische KI, wurde in den frühen Tagen der KI-Forschung entwickelt. Sie basiert auf formalen Regeln, Symbolverarbeitung und Logik. Diese Systeme verwenden vordefinierte Algorithmen um ganz bestimmte Aufgaben zu erledigen. Das heißt, sie sind gut darin, logische Entscheidungen zu treffen und vorhersehbare Probleme zu lösen.

Ein bekanntes Beispiel ist der Schachcomputer Deep Blue, der 1997 den Schachweltmeister Garry Kasparov besiegte. Dieser war ganz genau darauf ausgerichtet, die begrenzte Anzahl an möglichen Schachstellungen zu optimieren. Im Grunde berechnete das Programm mithilfe seiner Rechenleistung alle möglichen Züge bis hin zu einer gewissen Anzahl zukünftiger Runden durch. Die möglichen Zug-Konstellationen nennt man Spielbaum. Darüber hinaus hatte Deep Blue eine Bewertungsfunktion, um die sinnvollen Züge von den nicht so hilfreichen Zügen zu unterscheiden. Um diese Entscheidung treffen zu können, wurden die Schachfiguren mit bestimmten Punkte-Wertigkeiten ausgestattet. Also wurden dem Bauer z. B. 1 Punkt zugewiesen und dem Springer 3 Punkte, der Dame 10 Punkte und so weiter. Nun musste das Programm nur noch berechnen, mit welchen Zugkombinationen die Punkte der eigenen, auf dem Schachbrett verbleibenden Figuren maximiert werden, bzw. die des Gegners minimiert werden können.

Wie man sieht, die symbolische KI hatte schon beeindruckende Leistungen gebracht, aber eben nur in dem ganz eng definierten Nutzungsbereich, für die sie programmiert wurde.

Die Generative KI hingegen ist nun der nächste Schritt in eine neue KI-Generation. Anstelle der genau vordefinierten Logiken und Regeln wird nun maschinelles Lernen verwendet um aus den Trainingsdaten zu lernen und daraus neue Inhalte zu produzieren. Wie es eben auch bei den GPT (Generative Pre-trained Transformer) Modellen der Fall ist, zu denen auch Chat GPT (GPT 3,5 und GPT 4) gehört. Diese Modelle können verschiedensten Output, wie Texte, Bilder, Musik und vieles mehr erschaffen, statt nur ein spezifisches definiertes Problem zu lösen, wie dies bei der symbolischen KI der Fall ist. Der Output zeichnet sich durch seine hohe Qualität aus und dieser ist oft nur schwer von von Menschenhand geschaffenen Inhalten zu unterscheiden.

Die Unterschiede im Ansatz:

Vereinfacht gesagt liegt der Hauptunterschied zwischen generativer KI und klassischer KI in ihrer Herangehensweise an Problemlösungen. Während klassische KI auf festgelegten Regeln und Algorithmen basiert, um vordefinierte Aufgaben zu erfüllen, nutzt generative KI ein neuronales Netzwerk, um aus Daten zu lernen und neue, kreative Ergebnisse zu produzieren. Generative KI kann sich auch an unstrukturierte Daten oder nicht aufbereite Eingaben anpassen, was klassischen KI-Systemen oft schwerfällt.

Anwendungen von Generativer KI:

Die Anwendungsfelder der generativen KI sind sehr vielfältig und ermöglichen die unterschiedlichsten Use-Cases. Wir wollen uns nun einige Beispiele ansahen:

1. Textgenerierung: Generative KI kann Artikel, Geschichten, Gedichte und sogar Programmcode erstellen. Prominentestes Beispiel hierzu ist ChatGPT.
2. Bildgenerierung: Die KI kann realistisch wirkende Bilder von Tieren, Landschaften oder sogar fiktiven Charaktern generieren. (Midjourney, DallE-2)
3. Musikerstellung: Generative KI kann Melodien, Harmonien und sogar vollständige Musikstücke komponieren. (Beetoven.ai, soundraw)
4. Gesichts- und Spracherkennung: Generative KI kann realistische Gesichter und menschenähnliche Stimmen erzeugen, so dass diese z. B. in Videos wie echte Menschen wirken.

Fazit:

Die Entwicklung der generativen KI hat die Grenzen dessen, was maschinenbasierte Intelligenz erreichen kann, erweitert. Während die klassische KI auf festen Regeln und vordefinierten Aufgaben beruht, kann die generative KI Kreativität und Anpassungsfähigkeit entwickeln. Diese Evolution hat das Potenzial, unsere Interaktionen mit Technologie auf ein völlig neues Niveau zu heben und gleichzeitig neue ethische und gesellschaftliche Fragen aufzuwerfen. Es ist zweifellos eine aufregende Zeit für alle, die sich für KI interessieren.

Insbesondere deshalb, da wir immer noch ganz am Anfang der Entwicklung stehen.

Wie genau die Neuronalen Netze, auf denen Generative KI basiert, nun funktioniert, erklären wir einem unserer nächsten Blogbeiträge.

Euer KI Preneur .