Der nachfolgende Text wurden mit KI erstellt und kann Fehler enthalten. Fehler gefunden? Bei GitHub editieren
Generative KI ist aktuell eines der spannendsten Themen in der Technologiewelt. In diesem Episode diskutieren Lisa Maria Schäfer und Oliver Zeigermann, wie diese Systeme funktionieren und was man für den praktischen Einsatz wissen muss.
Was ist Generative KI?
Generative KI, oder GenAI, bezeichnet Systeme wie ChatGPT, die in der Lage sind, neue Inhalte wie Texte, Bilder oder Code zu generieren. Das “GPT” in ChatGPT steht dabei für “Generative Pre-trained Transformer” - also ein vortrainiertes, generatives Modell basierend auf der Transformer-Architektur.
Wie funktioniert ein GPT-System?
Ein GPT-System besteht aus mehreren Komponenten:
-
Das Basismodell: Ein großes neuronales Netz mit Milliarden von Parametern, das auf riesigen Textmengen trainiert wurde. Bei ChatGPT-4 sind es vermutlich über 100 Milliarden Parameter.
-
Der Trainingsprozess: Das Modell lernt durch wiederholtes Vorhersagen des nächsten Wortes in Texten. Dabei werden die Parameter so optimiert, dass die Vorhersagen immer besser werden.
-
Die Inferenz: Bei der Nutzung sagt das Modell Wort für Wort voraus, welcher Text als nächstes kommen könnte. Dabei nutzt es den gesamten bisherigen Kontext.
Custom GPTs und RAG-Systeme
Eine wichtige Erweiterung sind sogenannte RAG-Systeme (Retrieval Augmented Generation). Diese funktionieren so:
- Dokumente werden in kleine Chunks zerlegt.
- Die Chunks werden durch ein Embedding-Modell in Vektoren umgewandelt.
- Die Vektoren werden in einer Vektordatenbank gespeichert.
- Bei einer Anfrage werden ähnliche Chunks gesucht und als Kontext genutzt.
- Das LLM generiert basierend auf Frage und Kontext eine Antwort.
Der Vorteil: Man kann dem System gezielt Wissen zur Verfügung stellen und die Antworten besser kontrollieren.
Wichtige Konzepte für die Praxis
Temperatur
Die “Temperatur” bestimmt, wie kreativ vs. deterministisch die Antworten sind:
- Temperatur 0: Immer die wahrscheinlichste Antwort
- Hohe Temperatur: Kreativere, variablere Antworten
Systemprompts
Mit Systemprompts kann man dem Modell Anweisungen geben, wie es antworten soll. Allerdings hat das Grenzen - man kann dem System nicht einfach sagen “antworte nur wenn du dir sicher bist”.
Kontrolle und Grenzen
Wichtig ist zu verstehen:
- GenAI-Systeme werden immer einen gewissen Grad an Unsicherheit haben.
- Volle Kontrolle ist mit aktueller Technik nicht möglich.
- RAG-Systeme helfen, die Antworten besser zu kontrollieren.
- Man muss die Grenzen der Systeme kennen und akzeptieren.
Fazit
Generative KI ist ein mächtiges Werkzeug, aber kein Allheilmittel. Der praktische Einsatz erfordert:
- Verständnis der grundlegenden Funktionsweise
- Realistische Erwartungen an die Möglichkeiten
- Sorgfältige Kontrolle durch RAG und andere Mechanismen
- Bewusstsein für die inhärenten Grenzen der Technologie
Mit diesem Wissen können GenAI-Systeme sinnvoll und kontrolliert eingesetzt werden - auch wenn sie nie perfekt sein werden.