Was ist KI? Wie wird KI entwickelt und was für Vor/Nachteile hat sie? Wir sind Leo Buchführer und Mathias Seifert vom Gymnasium Altenholz und haben uns genau diese Fragen gestellt. Deswegen haben wir einen KI Experten angeschrieben und haben uns dann am 10.11.23 mit im getroffenen um ihm ein paar Fragen zu stellen. Sein Name ist Sören Pirk und er ist Professor für Visual Computing und Artifichial Intelligence an der Christian Albrechts Universität in Kiel. Er ist am 1.7.23 als Professor an der Universität berufen worden.
Um erstmal richtig reinzukommen wollten wir natürlich wissen was die bekanntesten KI's sind? ,, Es gibt ein sogenanntes Set was sich in den letzten Jahren etabliert hat an sogenannten Fondational Models. Diese sind für verschiedene Bereiche Modelle die ein sehr hohes Leistungsniveau erreichen können. z.B. GPT (Generative Pre-trained Transformer) ist ein solches Modell für das verarbeiten von Sprache. Durch die Anwendung von ChatGPT führte es halt zu einer enormen Popularität." antwortete Professor Pirk. Als weitere Beispiele nannte er auch noch Yolo (als Objekt Detektion Model) das sich als Fondational Model etablierte oder Vision Transformer für z.B. semantische Segmentierung von Bildern (erreicht auch ein sehr hohes Leistungsniveau). Eine weitere Frage die wir uns stellten war natürlich ob wir KI Infos vertrauen können? Darauf antwortete er, dass dies zurzeit ein Forschungsgegenstand sei. Momentan sollten wir KI Algorithmen nicht direkt vertrauen. Sie als Forscher würden gerade versuchen herauszufinden wo die Grenzen liegen und sie müssten diese Technologien eben sehr vorsichtig einsetzen. Sie müssten eben erst die Rahmenbedingungen schaffen das diese Technologie in bestimmten Bereichen eingesetzt werden können. Einfach blind dieser Technologie zu vertrauen halte er für nicht verhältnismäßig und sollten wir nicht machen. Dann wir noch mal eine unserer wichtigsten Fragen. Nämlich ob KI gefährlich werden kann und was die Nachteile sind.,, Eine große Gefahr ist, dass man abhängig ist von den Datensetzen die man benutzt, um die K.I. zu trainieren. Das heißt ,wenn diese Datensätze bestimmte Eigenschaften haben dann bildet die K.I. diese Eigenschaft nach. Das heißt wenn ich jetzt Daten habe die bestimmte Muster nicht beinhalten, dann wird die K.I. auch nicht in der Lage sein, diese Muster richtig einzuschätzen. Wenn ich jetzt also ganz einfach sage ich, möchte Tiere klassifizieren also in einem Bild nachschauen, welches Tier in diesem Bild zu sehen ist und ich erzeuge dann einen Datensatz, in dem Bilder von Katzen zum Beispiel nicht enthalten sind dann kann die K.I. Bilder von Katzen nicht richtig bewerten. Dieser Sachverhalte muss klar sein. Das ist aber gleichzeitig sehr schwierig da die Datensätze sehr groß werden und gerade für Sprachmodelle oder große Bild basierte Modelle ist halt nicht mehr so klar... s. 2. Teil
1 Kommentar(e)