Wichtige Begriffe erklärt

Das grosse ABC der künstlichen Intelligenz

Tobias BolzernRedaktor Digital

AGI (Artificial General Intelligence): Der Begriff beschreibt eine künstliche Intelligenz (KI), die über menschenähnliche kognitive Fähigkeiten verfügt und eine Vielzahl von Aufgaben lösen kann. Ein Beispiel wäre eine KI, die sowohl medizinische Diagnosen stellen, als auch Schach spielen und kreative Texte schreiben kann. In der Fachwelt ist umstritten, wann und ob AGI überhaupt erreicht werden kann.

Algorithmus: Eine Reihe von Anweisungen oder Regeln, die verwendet werden, um ein Problem zu lösen oder eine Aufgabe auszuführen. Algorithmen sind heute in unserem Alltag allgegenwärtig. Beispielsweise nutzt Google Suchalgorithmen, um die relevantesten Webseiten für eine Suchanfrage zu finden oder Spotify, um dir den nächsten Song vorzuschlagen, den du magst.

Bias: Beschreibt systematische Fehler in KI-Modellen, die durch unausgewogene Trainingsdaten oder fehlerhafte Algorithmen entstehen können. Bias in KI kann schwerwiegende Folgen haben, insbesondere wenn KI-Systeme in Bereichen wie Strafjustiz, Gesundheitswesen oder Personalwesen eingesetzt werden. Ein bekanntes Beispiel ist die Verzerrung in Gesichtserkennungssystemen, die häufig weniger genau bei der Erkennung von Personen mit dunkler Hautfarbe sind.

Big Data: Grosse und komplexe Datensätze, die zur Entscheidungsfindung und Analyse in KI-Systemen verwendet werden. Je mehr Daten einem KI-Modell zur Verfügung stehen, desto besser kann es Muster erkennen, Vorhersagen und Entscheidungen treffen. Amazon verwendet Big Data, um Kaufverhalten zu analysieren und personalisierte Produktvorschläge zu machen.

Chatbot: Ein Computerprogramm, das menschenähnliche Unterhaltungen simulieren kann. Das Programm verfügt über keine echte Intelligenz. Es ist jedoch sehr gut darin, das bestmögliche nächste Wort vorherzusagen. Der bekannteste Chatbot ist ChatGPT von OpenAI. 

Deep Learning ist eine Methode, bei der Computer mit Hilfe künstlicher neuronaler Netze lernen, Muster in Daten zu erkennen. Dadurch werden Aufgaben wie Bilderkennung, Sprachverarbeitung und Entscheidungsfindung erst möglich. Ein Beispiel ist die Bilderkennung, die es selbstfahrenden Autos ermöglicht, Fussgänger und andere Fahrzeuge zu identifizieren.

Ethik in der KI: die Untersuchung ethischer Fragen im Kontext der Entwicklung und Nutzung von KI, unter anderem zu Themen wie: Fairness, Transparenz und Verantwortung. Ein Beispiel für ein ethisches Dilemma ist die Entscheidung, wie ein selbstfahrendes Auto bei einem unvermeidbaren Unfall reagieren soll.

False Positive/Negative: Fehler in KI-Vorhersagen, bei denen ein Ereignis fälschlicherweise vorhergesagt oder nicht vorhergesagt. Ein Beispiel: Wenn ein echtes Mail als Spam klassifiziert wird, liegt ein false positive dar.

Generative KI: Das sind KI-Systeme, die neue Inhalte wie Texte, Bilder oder Musik erzeugen können. Bekannte Beispiele sind etwa Dall-E oder ChatGPT. Kurz gesagt, kann generative KI eigenständig kreative Inhalte erstellen, indem sie aus vorhandenen Daten lernt und neue, ähnliche Werke produziert. DALL-E kann zum Beispiel auf Basis von Texteingaben Bilder generieren.

GPT (Generative Pre-trained Transformer): Die Technologie bildet die Grundlage von heutigen Textrobotern. GPT-Modelle werden mit gigantischen Mengen an Textdaten trainiert, um Muster in Sprache zu erkennen und zu verstehen. Dadurch können die Modelle menschenähnliche Texte generieren, Fragen beantworten, Inhalte zusammenfassen und vieles mehr.

Heuristik stammt vom altgriechischen heurísko, auf Deutsch: Ich finde. Es bezeichnet Regeln und Strategien, die von KI-Systemen genutzt werden, um Entscheidungen zu treffen. Sie sind zwar schnell, meist aber auch ungenauer als andere Lösungen. Ein Beispiel für Heuristik ist die Regel, dass ein Schachcomputer im frühen Spiel die Kontrolle über das Zentrum des Schachbretts anstrebt.

Image Recognition: Die Fähigkeit von Computern, Objekte, Personen oder Szenen in Bildern zu erkennen. Ein Beispiel ist die Gesichtserkennung in Smartphones, die es ermöglicht, das Gerät durch einen Blick zu entsperren.

Job-Wandel: KI hat das Potenzial, viele Arbeitsplätze zu verändern oder zu ersetzen. Gleichzeitig entstehen aber auch neue Berufsfelder rund um die Entwicklung und Anwendung von KI-Technologien. Beispielsweise könnten automatisierte Kassensysteme in Supermärkten Menschen ersetzen.

Künstliche neuronale Netzwerke ahmen die Funktionsweise des menschlichen Gehirns nach und bilden die Basis für viele moderne KI-Systeme zum maschinellen Lernen. Ein Beispiel ist das Netzwerk, das AlphaGo verwendet, um das Spiel Go zu spielen.

LLM (Large Language Model): Ein grosses Sprachmodell, das auf einer riesigen Menge an Textdaten trainiert wurde und menschenähnlichen Text generieren kann. Ein Beispiel ist ChatGPT, das auf eine Vielzahl Anfragen menschenähnliche Antworten generieren kann.

Multimodal: Der Begriff bezieht sich auf die Fähigkeit von KI-Systemen, Informationen aus verschiedenen Quellen (Text, Bilder, Audio und Video) gleichzeitig zu verarbeiten und zu verstehen. Multimodale KI-Systeme verfügen über ein umfassenderes Verständnis der Welt und können daher komplexere Aufgaben lösen. GPT-4o von OpenAI und Gemini von Google sind multimodale Systeme. Ein Beispiel ist ein KI-System, das sowohl Bilder analysiert als auch Fragen zu diesen Bildern in natürlicher Sprache beantworten kann.

Natural Language Processing (NLP): Ein Teilgebiet der KI, das sich mit der Interaktion zwischen Computern und menschlicher Sprache befasst. Ein Beispiel ist die automatische Übersetzung von Texten durch Dienste wie Google Translate.

OpenAI: Die Firma, die den Textroboter ChatGPT entwickelt hat. Die Firma hat ihren Sitz in San Francisco, Kalifornien.

Prompt: ein Prompt ist der Eingabetext, der ein KI-Modell anweist, darauf basierend eine Ausgabe zu generieren. Die Antwort kann als Text, Bild oder Video zurückkommen. Ein Beispiel wäre die Eingabe «Erzähle mir eine kurze Geschichte über eine mutige Ritterin» in ein Sprachmodell, das daraufhin eine entsprechende Geschichte generiert.

Quellcode (Source Code): Der Programmcode, der die Anweisungen für ein KI-System enthält. Die Offenlegung des Quellcodes kann die Transparenz und Nachvollziehbarkeit von KI-Systemen erhöhen und dazu beitragen, Vertrauen in ihre Funktionsweise aufzubauen. Ein Beispiel für die Bedeutung von Quellcode-Transparenz ist die Überprüfung und Verbesserung von Open-Source-Projekten durch die Community.

Regulierung: Mit der Verbreitung von KI-Systemen wird die Frage nach einer angemessenen Regulierung immer wichtiger. Es geht darum, ethische und rechtliche Rahmenbedingungen für die Entwicklung und Nutzung von KI zu schaffen, um sicherzustellen, dass sie zum Wohle der Gesellschaft eingesetzt wird. Ein Beispiel für Regulierung ist die Datenschutz-Grundverordnung (DSGVO) in der EU, die den Umgang mit personenbezogenen Daten regelt.

Superintelligenz: Der Begriff bezeichnet eine hypothetische Form von KI, die die menschliche Intelligenz in allen Bereichen weit übertrifft. Die Entwicklung von Superintelligenz wirft ethische und philosophische Fragen auf und hat potenziell tiefgreifende Auswirkungen auf die Menschheit. Ein Beispiel für die Diskussion um Superintelligenz ist die Debatte darüber, wie eine solche KI kontrolliert und sicher eingesetzt werden könnte.

Turing-Test: Ein Test, der die Fähigkeit einer Maschine oder eines Systems misst, intelligentes Verhalten zu zeigen, das von dem eines Menschen nicht zu unterscheiden ist. Ein Beispiel für einen Turing-Test ist ein Chatbot, der so überzeugend antwortet, dass die Gesprächspartner nicht feststellen können, dass sie mit einer Maschine sprechen.

Unsicherheit: Viele KI-Systeme müssen häufig Entscheidungen treffen, deren Basis Unsicherheit ist. Dies liegt daran, dass die verfügbaren Informationen unvollständig oder ungenau sein können. Die Fähigkeit, mit Unsicherheit umzugehen und Wahrscheinlichkeiten abzuschätzen, ist ein wichtiger Aspekt vieler KI-Anwendungen. Ein Beispiel ist ein medizinisches Diagnosesystem, das auf Basis unvollständiger oder widersprüchlicher Patientendaten eine Diagnose stellen muss.

Virtuelle Agenten sind computergenerierte Charaktere, die mit Menschen interagieren und Aufgaben ausführen können. Sie werden bereits heute im Kundenservice eingesetzt. KI spielt eine wichtige Rolle bei der Entwicklung virtueller Agenten, da sie es ihnen ermöglicht, menschenähnliche Gespräche zu führen, Fragen zu beantworten und Probleme zu lösen. Ein Beispiel ist ein virtueller Assistent wie Siri oder Alexa, der auf Sprachbefehle reagiert und Informationen bereitstellt.

Wettbewerb: Derzeit herrscht ein starker internationaler Wettbewerb um die Technologieführerschaft, da KI als Schlüsseltechnologie der Zukunft gilt. Viele Unternehmen aus den USA sind daran beteiligt, z.B. Google und OpenAI. In China investieren Unternehmen wie Baidu und Tencent ebenfalls stark in KI. Zu Reden gibt auch die Gesetzgebung: Während in Europa KI stärker reguliert ist, herrschen in China und den USA bisher wenig Rahmenbedingungen dazu. 

xAI heisst die KI-Firma des Unternehmers Elon Musk. Das Sprachmodell dahinter nennt sich Grok. Das Besondere an Grok ist, dass es direkt auf der Plattform X (ehemals Twitter) für zahlende Nutzer verfügbar ist.

Yann LeCun ist ein führender Wissenschaftler im Bereich der KI, bekannt für seine Arbeiten zu sogenannten Convolutional Neural Networks (CNNs) und Deep Learning. Heute ist er KI-Chef bei Meta (Facebook, Instagram und Whatsapp) und erhielt 2018 den Turing Award. Jüngst lieferte er sich mit Elon Musk einen Schlagabtausch auf X, was darin gipfelte, dass Musk LeCun entfolgte.

Zero-Shot Learning: Ein Ansatz, bei dem ein KI-Modell Aufgaben ausführen kann, für die es nicht explizit trainiert wurde. Es kann also neue Klassen von Daten erkennen und kategorisieren – indem es das Wissen von bestehenden Daten auf die neuen Daten überträgt. Ein Beispiel ist ein Sprachmodell, das in der Lage ist, eine neue Sprache zu verstehen und zu übersetzen, obwohl es nicht speziell dafür trainiert wurde.