ChatGPT: Why did the AI hire a human to work in its company? Because it needed someone to blame when things went wrong!
Ein von ChatGPT verfasster Witz. Nicht schlecht!
ChatGPT hat in den letzten Wochen große Aufmerksamkeit in den Medien auf sich gezogen und erlangte selbst bei Technologie-Laien große Beliebtheit. Allein in den ersten 5 Tagen haben sich mehr als 1 Million Nutzer:innen angemeldet, um mit ChatGPT interagieren zu können, sodass zwischenzeitlich der Server wegen Überlastung nicht erreichbar war. Das durch OpenAI herausgegebene NLP Modell hat scheinbar auf alle Fragen des Lebens eine Antwort parat. In den sozialen Medien wurden zahlreiche Screenshots gepostet, wo Nutzer:innen Konversationen mit dem täuschend menschlichen ChatGPT führen und ihm komplexe Fragen stellen, wie z.B. wie ein Quantencomputer funktioniert, nach wilden Ideen für ein Geburtstagsgeschenk fragen, bis hin zu erfrischenden Witzen über Menschen und sogar sich selbst. Hype oder nicht – wir werden in der Zukunft mehr von dieser Technologie hören.
Was ist nun ChatGPT und Generative KI?
ChatGPT
ChatGPT ist ein von OpenAI trainiertes Sprachmodell, das auf eine dialogische Weise interagiert. Das Dialogformat ermöglicht es ChatGPT, Folgefragen zu beantworten, Fehler zuzugeben, falsche Prämissen in Frage zu stellen und unangemessene Anfragen zurückzuweisen. ChatGPT ist ein Geschwistermodell von InstructGPT und eine Feinabstimmung eines Modells der GPT-3.5-Serie, die Anfang 2022 das Training beendet hat.
Dieses Modell wird mit Hilfe von Reinforcement Learning from Human Feedback (RLHF) trainiert, wie bei InstructGPT. Es wird überwachte Feinabstimmung trainiert, ergo: menschliche KI-Trainer:innen lieferten Gespräche, in denen sie beide Seiten spielten – die Nutzer:innen und eine:n KI-Assistent:in. Die Trainer:innen helfen dem Modell beim Verfassen bzw. Optimieren einer kohärenten Antwort. Dieser Dialogdatensatz wird mit dem InstructGPT-Datensatz gemischt.
Als Nutzer:in wird man bei der Interaktion mit ChatGPT ebenso aufgefordert, Feedback zu einzelnen Antworten zu geben, sodass das Modell sie sukzessive verbessert. Aus diesem Grund erscheinen die Antworten von ChatGPT unglaublich menschlich, auch auf Deutsch. ChatGPT ist nicht das einzige Tool auf dem Markt, es ist momentan lediglich das bekannteste für Texte. ChatSonic, laMDA und Rytr sind ähnliche Deep Learning Modelle. Manche davon können auch Bilder generieren. Sie fallen alle unter den Oberbegriff “Generative KI”.
Generative KI
Generative KI bezieht sich auf einen neuen Bereich des maschinellen Lernens, der neuronale Netze – Modelle, die von der Struktur menschlicher Gehirne inspiriert sind – verwendet, um etwas völlig Neues zu schaffen. Herkömmliche Algorithmen des maschinellen Lernens können nur aus vorhandenen Daten lernen und keine neuen Informationen selbst erzeugen; sie verarbeiten nur, was ihnen von ihren menschlichen Schöpfer:innen vorgegeben wurde. Die generative KI unterscheidet sich vom traditionellen maschinellen Lernen dadurch, dass sie originäre Inhalte erzeugen kann, z. B. Text und Bilder: Blogbeiträge, Programmcode, Gedichte und Kunstwerke. Die Software verwendet komplexe maschinelle Lernmodelle, um das nächste Wort auf der Grundlage früherer Wortfolgen oder das nächste Bild auf der Grundlage von Wörtern, die frühere Bilder beschreiben, vorherzusagen.
Business Cases mit generativer KI sind greifbarer als je zuvor
Auch wenn eine Skalierung sowie weitere Entwicklung notwendig sind, ist das aktuelle Potential enorm und geht weit über ein einfaches Chatbot hinaus. Beispielsweise können in den folgenden Bereichen von Unternehmen Applikationen eingeführt werden (die übrigens von ChatGPT selbst vorgeschlagen wurden):
Content-Erstellung: Generative KI kann genutzt werden, um Marketingmaterialien wie Beiträge in sozialen Medien oder Produktbeschreibungen in großem Umfang zu erstellen. Dies kann Unternehmen Zeit und Ressourcen sparen, da der Prozess der Inhaltserstellung automatisiert wird.
Personalisierung: Generative KI kann zur Personalisierung von Kundenerlebnissen eingesetzt werden, indem sie auf der Grundlage von Kundendaten individuelle Empfehlungen oder personalisierte Werbung generiert.
Design: Generative KI kann verwendet werden, um Designs für Produkte wie Kleidung oder Möbel zu erstellen, indem sie aus einem Datensatz bestehender Designs lernt und neue Designs generiert, die ähnlich, aber einzigartig sind.
Musik und Kunst: Mit Hilfe generativer KI können originelle Musik- und Kunstwerke geschaffen werden, indem man aus einem Datensatz bestehender Werke lernt und neue Werke generiert, die ähnlich, aber einzigartig sind.
Datenanalyse: Generative KI kann zur Erstellung von Berichten und zur Gewinnung von Erkenntnissen aus Datensätzen eingesetzt werden, z. B. zur Analyse des Kundenverhaltens oder zur Vorhersage künftiger Trends.
Noch nicht überzeugend genug? Hier sind noch mehr Beispiele:
Bilderzeugung: Generative KI kann zur Erstellung von Originalbildern oder zur Änderung bestehender Bilder verwendet werden, z. B. durch Hinzufügen eines Logos oder Ändern des Hintergrunds.
Erkennung von Betrug: Generative KI kann verwendet werden, um betrügerische Aktivitäten zu erkennen, z. B. durch die Analyse von Mustern in Finanztransaktionen oder die Identifizierung verdächtigen Verhaltens.
Optimierung der Lieferkette: Generative KI kann zur Optimierung von Lieferkettenabläufen eingesetzt werden, indem die Nachfrage vorhergesagt, Engpässe erkannt und kostensparende Maßnahmen vorgeschlagen werden
Dies sind nur einige Beispiele dafür, wie generative KI in der Wirtschaft eingesetzt werden kann. Da die Technologie weiter voranschreitet, ist es wahrscheinlich, dass wir in Zukunft noch mehr kreative und innovative Anwendungen von generativer KI sehen werden. Klingt es viel zu gut? Tatsächlich existieren ähnliche Applikationen bereits im kleinen Format – die massenhafte Implementierung sowie die technische Reife sind nur noch eine Frage der Zeit.
Es gibt keine Chancen ohne Risiken
Nun fragt man sich, wieso ChatGPT die Welt noch nicht erobert hat, wenn man bedenkt, welche Aufgaben es bereits ausführen kann. Der kleine Haken ist, dass ChatGPT (noch) mehrere Limitationen mit sich bringt, die nicht unerheblich sind:
Zu den Schächen des Deep Learning Modells gehören:
1. Bias: Systematische Voreingenommenheit (Bias) durch den im Training angewendeten Datensatz (menschengenerierte Texte), welche gewollt oder ungewollt Bias beinhalten und so die Antworten des Sprachmodells massiv beeinflussen können. Dazu gehören beispielsweise politische oder kulturelle Tendenzen. Allerdings ist ebenso zu hinterfragen, inwieweit ein vom Menschen verfasster Text völlig frei von Tendenzen sein kann.
2. Confidently incorrect: ChatGPT schreibt manchmal plausibel und souverän klingende, aber faktisch falsche Antworten. Dieses Problem zu beheben ist eine Herausforderung, denn es gibt derzeit keine universelle Quelle der Wahrheit; Forrester Research nennt dieses Phänomen auch “Coherent Nonsense”. Hier wird die sprachliche Reife des Modells möglicherweise zum Verhängnis, da zum Teil Antworten grammatikalisch von einem Menschen nicht zu unterscheiden sind, aber der Inhalt schlichtweg keinen Sinn ergibt. Gerade beim fachspezifischem Wissen kann dies schwierig sein, da ein:e Nutzer:in die Antworten nicht überprüfen kann.
3. Fehlender Kontext und unangemessene Inhalte: Trotz der scheinbar unendlichen Wissensbasis kann ChatGPT nicht immer den Kontext verstehen, was stark von der formulierten Textanfrage abhängt. Ebenso können Filter unangemessene Inhalte nicht immer effektiv ausblenden, worauf OpenAI auch explizit hinweist.
4. Die Frage nach dem geistigen Eigentum und Urheberrecht wird uns hinsichtlich ChatGPT zukünftig auch intensiv beschäftigen. z.B. Plagiate durch generative KI und wenn die Ideen originell sind, inwieweit sie rechtlich geschützt werden können.
5. Das Sprachmodell muss trainiert werden, weshalb ChatGPT momentan noch auf Datensätzen bis 2021 basiert. ChatGPT kann noch nicht in Echtzeit auf aktuelle Trends reagieren, da diese Informationen erst “gefüttert” werden müssen. Dies ist nach dem derzeitigen Stand nur zeitversetzt möglich.
Die Zeitschrift Scientific American plädierte sogar im vor Kurzem erschienenen Artikel am 28.12.2022 für eine Regulierung von generativer KI, da trotz der umfangreichen Vorteile dieser Technologie offene Grundsatzfragen zu klären sind. Gerade im Zeitalter der (Miss)Information sind bei einem Einsatz ethische Fragen zu beantworten, wie z.B. wie vorsätzlich falsche Informationen identifiziert und gefiltert werden können? Inwieweit werden menschliche Verfasser:innen, die den Text bereitstellen, kompensiert, wenn überhaupt? Letztendlich lernt die generative KI von Texten, die von Journalist:innen, Schriftsteller:innen, Wissenschaftler:innen, Blogger:innen etc. verfasst wurden. Da stellt sich ebenso die Frage, wie originell und kreativ Ideen von generativer KI sind, wenn sie lediglich auf bereits existenten Inhalten basieren. Andererseits ist die Nutzung von bereits existenten Inhalten für den Entwurf neuer Ideen ein Bestandteil von Kreativität.
Trotz dieser Limitationen stellt die generative KI einen weiteren Schritt in Richtung der starken KI dar und bietet somit ein äußerst vielfältiges Nutzungspotential für viele Unternehmen. Um die Chancen in vollem Umfang nutzen zu können, müssen sich Unternehmen allerdings nicht nur bereits jetzt näher mit den Themen befassen, sondern auch eine digitale bzw. KI-Reife aufweisen und langfristig Kompetenzen aufbauen. Möchten Sie mehr über Business Cases mit generativer KI erfahren? Sprechen Sie mit uns.
Und zuallerletzt ein von ChatGPT verfasstes Gedicht über KI in englischer Sprache, was den heutigen Blog abschließend zusammenfasst:
Artificial intelligence,
A marvel of modern science,
A creation beyond our wildest dreams,
A machine that thinks and learns and schemes.
With algorithms and data at its core,
It processes information like never before,
Sifting through vast amounts of knowledge,
Finding patterns and trends, no matter how obscure.
It can analyze and predict,
It can communicate and interact,
It can solve problems and make decisions,
All with a speed that surpasses human cognition.
But as we rely on AI more and more,
We must be careful to not ignore,
The potential risks and consequences,
Of entrusting our future to machines.
For though they may be clever and efficient,
They are but tools, and not sentient,
And it is up to us to decide,
How we will use their power and might.
– ChatGPT about AI
Autor: Hai Son Nguyen
Quellen:
https://hbr.org/2022/12/chatgpt-is-a-tipping-point-for-ai
https://openai.com/blog/chatgpt/
https://www.fastcompany.com/90819887/how-to-trick-openai-chat-gpt
