Künstliche Intelligenz

18 bookmarks
Custom sorting
Die Maquet-Maschine: Wie KI Alexandre Dumas' Erfolgsmodell neu belebt
Die Maquet-Maschine: Wie KI Alexandre Dumas' Erfolgsmodell neu belebt
Insgesamt arbeitet Dumas mit zweiundfünfzig Assistenten, die ihm beim Schreiben seiner Bücher helfen
Auf sich gestellt war er allerdings bestenfalls ein mittelmäßiger, wahrscheinlicher noch ein talentloser Schriftsteller
Konzept – Entwurf – Veredelung. Der geht folgendermaßen
Dumas fertigt zunächst zu jeder Geschichte ein Exposé an, das er seinem Mitarbeiter übergibt. Maquet stellt daraufhin Recherchen an und schreibt einen ersten Entwurf. Diese Rohversion sendet er wieder an Dumas, der ihr mit mehr oder weniger ausführlichen Überarbeitungen seine endgültige Form gibt.
Dumas nutzt sein erzählerisches Talent, um die groben, teils noch recht uninspirierten Entwürfe Maquets im Eiltempo zu verfeinern und zu verbessern. Er gibt den Vorlagen Dynamik und Tiefe, sorgt für Spannung und Witz, ergänzt plastische Details, überarbeitet die Charaktere und peppt die Dialoge auf. Unter dem Drängen der Verleger, die ständig mehr wollen, füllt er so Seite um Seite.
Erstens, wer unter Druck viele wertige Texte verfassen muss, sollte die einzelnen Arbeitsschritte klug aufteilen. Zweitens, die Brillanz und Originalität eines Textes entsteht nicht im Mittelteil der Arbeit, nicht während der ersten Niederschrift, sondern am Anfang und am Ende des Prozesses
beim Ersinnen der Idee und dem Feinschliff des Rohmaterials.
Wie Dumas gewinnen wir damit die Freiheit, unsere Energie auf jene Teile des Prozesses zu richten, in denen die eigentliche Qualität entsteht: das durchdachte Konzept und die kunstvolle Veredelung.
Anhieb perfekt? Sind sie nicht. Erstentwürfe sind niemals perfekt. Müssen sie nicht sein. Professionelle Textarbeiter wissen das schon lange
Konzept und Feinschliff, die das gute vom mittelmäßigen Ergebnis unterscheiden.
Die zügige Produktion von Qualitätstexten werde niemals allgemeine Praxis. Dafür gebe es nicht genug Maquets für alle. Das Heraufdämmern der Maquet-Maschine lässt das Gegenteil vermuten.
·the-decoder.de·
Die Maquet-Maschine: Wie KI Alexandre Dumas' Erfolgsmodell neu belebt
Wieso es riskant ist, KI zur Arbeitsvermeidung einzusetzen
Wieso es riskant ist, KI zur Arbeitsvermeidung einzusetzen
Schreiben bedeutet, eine Klarheit im Denken zu erzeugen.
Zwar wird der Output benotet, aber es geht um den Prozess, der dorthin führt
Sicher wurde in der Schule oder im Studium schon immer geschummelt oder Arbeit vermieden. Aber es war noch nie so leicht wie heute, den Lernprozess mit KI zu umgehen
ein paar Hilfsmittel: Erstens ist es gut, wenn ein Teil der Lehre bewusst Formate und Aufgaben wählt, die die KI nicht so leicht meistern kann. Zum Beispiel mündliche Formate.
den intrinsischen Wert des Lernens zu vermitteln
Und dieser platte Satz "No pain, no gain" gilt auch für intellektuelle Anstrengungen
·derstandard.at·
Wieso es riskant ist, KI zur Arbeitsvermeidung einzusetzen
Per Anhalter durch die KI-Galaxie – LLM-Crashkurs Teil 1
Per Anhalter durch die KI-Galaxie – LLM-Crashkurs Teil 1
nutzt der Transformer Self-Attention-Mechanismen, um Kontextbeziehungen zwischen allen Wörtern in einem Text parallel zu erfassen.
Tokenizer: Dies ist der Türsteher des Modells, der dafür verantwortlich ist, die Eingabetexte in kleinere Einheiten namens Tokens zu zerlegen
Sie wandelt die Eingabe-Tokens in numerische Darstellungen um, die man als Embeddings bezeichnet und die das Modell verstehen kann.
Er nimmt die Embeddings und generiert eine kontinuierliche Darstellung des Eingabetextes, oft als "kontextualisierte Darstellung" bezeichnet
Text basierend auf der Eingabe und der kontextualisierten Darstellung zu generieren
Häufige Ziele sind maskiertes Sprachmodellieren (Vorhersage fehlender Token) und Vorhersage des nächsten Satzes
Der Satz „KI ist faszinierend!“ könnte in Tokens wie `["KI", " ist", " fas", "zin", "ierend", "!"]` zerlegt werden.
Jeder Token wird in einen hochdimensionalen Vektor (z. B. 768 oder 4096 Dimensionen) umgewandelt
Jede Dimension repräsentiert eine von der AI gewählte Domäne, etwa Farbe, Tiergattung.
die Nuancen der Wortmorphologie zu erfassen und unbekannte Wörter zu handhaben.
Jedenfalls liegen ähnliche Begriffe wie "Kater" und "Katze" in dem mehrdimensionalen Vektorraum ganz nahe beieinander. Begriffe wie "Eiscreme" und "Weltall" liegen hingegen weit auseinander.
Das LLM lernt die positionellen Codierungen während des Trainings. Sie dienen dazu, die Position jedes Tokens in der Sequenz zu codieren
Ein LLM berechnet die Beziehungen für jedes Wort im Satz zu jedem anderen Wort im Satz. Das nennt sich Self-Attention. Sie bezeichnet, wie stark sich Token gegenseitig „beachten“.
Wenn das LLM bereits zu viel Kontextinformation gemerkt hat und der Speicher "überläuft", beginnt es vorangegangenen Kontext zu "vergessen".
·heise.de·
Per Anhalter durch die KI-Galaxie – LLM-Crashkurs Teil 1
Microsoft 365 Copilot Was arbeitsrechtlich zu beachten ist
Microsoft 365 Copilot Was arbeitsrechtlich zu beachten ist
Diesem stehen bei der Einführung und Anwendung des Microsoft 365 Copilot Beteiligungsrechte zu
Besonders frühzeitig greifen grundsätzlich die Unterrichtungs- und Beratungsrechte des Betriebsrates
Arbeitgeber müssen nach Paragraf 90 Absatz 1 Nummer 3 Betriebsverfassungsgesetz (BetrVG) bei der Einführung von KI den Betriebsrat bereits über den bloßen Plan unterrichten und diesen gemeinsam beraten.
Der Betriebsrat kann zudem den Abschluss einer Betriebsvereinbarung verlangen, welche Regelungen zur Einführung und zum Umgang mit der KI trifft. Gemäß Paragraf 87 Absatz 1 Nummer 6 BetrVG steht dem Betriebsrat ein entsprechendes Mitbestimmungsrecht zu, welches die Einführung und Anwendung technischer Einrichtungen umfasst, die zur Überwachung der Leistung oder des Verhaltens der Arbeitnehmer geeignet sind
Die Einführung von ChatGPT ist mitbestimmungsfrei. Zwar sammelt die KI Nutzerdaten und ermöglicht über die gestellten Anfragen eine entsprechende Leistungs- und Verhaltenskontrolle. Auf diese Daten hat allerdings nur OpenAI Zugriff. Es besteht keine Zugriffsmöglichkeit für den Arbeitgeber.
Die Copilot-Funktion nutzt diese zur Überwachung geeignete digitale Infrastruktur und unterliegt dem Mitbestimmungsrecht des Paragraf 87 Absatz 1 Nummer 6 BetrVG.
Weitere datenschutzrechtliche Risiken ergeben sich aus der sogenannten Blackbox der KI, welche ein selbstlernendes System darstellt. Der Algorithmus kann eigene Entscheidungen treffen, sodass diese für die Entwickler nicht mehr vollständig nachvollziehbar sind. KI steht daher in einem Spannungsverhältnis mit datenschutzrechtlichen Transparenzpflichten
KI hat das Potenzial, Arbeitsplätze grundlegend und nachhaltig zu verändern
·humanresourcesmanager.de·
Microsoft 365 Copilot Was arbeitsrechtlich zu beachten ist
KI und Datenschutz: Eine kritische Betrachtung
KI und Datenschutz: Eine kritische Betrachtung
Auf diese Weise hängen die Begriffe Artificial Intelligence und Big Data zusammen, denn Big Data ist sozusagen das Material einer AI-Struktur
KI kann beispielsweise weder lernen noch denken. Wenn eine Datenbank einen falschen Wert ausgibt, würde niemand sagen, dass sie halluziniert oder lügt (warum dann bei Sprachmodellen?).
Zum Beispiel wird oft behauptet, dass ein Sprachmodell (wie ChatGPT) die tatsächliche Bedeutung eines Textes versteht
Tempomacher ist jedenfalls das Narrativ vom Wettlauf der Systeme.
Überzogene Untergangsprognosen wie die Gefahr einer »superintelligenten KI ohne moralischen Kompass, die die Menschheit zerstört« (Jiang et al., 2021), unterstellen vielmehr, dass die Technologie selbst die Lösung ist
Diese Vergangenheitsanalyse wird – wie bei allen datenbasierten Methoden – zur Prognose unter der Annahme und Voraussetzung, dass sich in der Zukunft die Dinge wie bisher verhalten
Ein Muster muss in den Daten häufig vorkommen, um als solches erkannt zu werden – es handelt sich bei Mustern also in gewisser Weise um den »Durchschnitt
und letztlich intransparenter Prozess ist, in dessen Mittelpunkt Daten stehen
Das Kernproblem ist immer die Breitenwirkung einer Technologie – selbst kleinste Fehlerquoten können die Grundrechte vieler Menschen betreffen
Wenn ein Mensch die Entscheidung nicht mehr selbst mit Argumenten begründen kann, sondern sich auf den Output eines Computers verlässt, verschwimmt die Grenze zwischen menschlicher und algorithmischer Entscheidungsfindung
·kuketz-blog.de·
KI und Datenschutz: Eine kritische Betrachtung
Das eigene KI-Modell programmieren: So geht's mit Swift
Das eigene KI-Modell programmieren: So geht's mit Swift
Bei der Prediction liefert das Netzwerk einen Wert für die Wahrscheinlichkeit, mit der das Ergebnis (Result) mit einem erwarteten Wert (Target) übereinstimmt
Das kleinste Element in einem neuronalen Netzwerk ist das Neuron. Es hat mehrere Eingänge, denen jeweils ein Gewicht (Weight) zugeordnet ist, und einen Ausgang
Die Weights eines Netzwerks bilden zusammengenommen das Modell
Unterwegs berechnet jedes Layer seinen Anteil am Error und justiert mit diesem Wert seine Weights. Dieser Vorgang ist die sogenannte Back Propagation, die das Netzwerk mit jeder Prediction etwas schlauer macht – es lernt.
Mit einem Testdatensatz (Test Set) lässt sich die Accuracy überprüfen
Dabei sollten die Samples im Test Set nicht aus dem Training Set stammen
An dieser Stelle sei erwähnt, dass das Training neuronaler Netzwerke auch heute noch sehr viel mit "Versuch macht kluch" zu tun hat
Die GD berechnet beim Training eines neuronalen Netzwerks vom Output zum Input für jedes Layer das Verhältnis von Error zu Weights (also den Anteil des Error an den Weights) und addiert das (positive oder negative) Ergebnis zu den eingestellten Weights
·heise.de·
Das eigene KI-Modell programmieren: So geht's mit Swift
Kostenlos KI-Kunst erstellen: Dall-E 3 und Bing ausprobiert
Kostenlos KI-Kunst erstellen: Dall-E 3 und Bing ausprobiert
Im Namen Dall-E verstecken sich der spanische Künstler Salvador Dalí und der Pixar-Müllroboter Wall-E
Rufen Sie zuerst bing.com/create auf, dort ist der "Bing Image Creator" untergebracht. (Dall-E ist zusätzlich im "Bing Chat" verfügbar.) Geben Sie nun in die Textbox ein, was die KI erzeugen soll: "Süße Malteser-Hunde am Strand"
doch sie verstand auch unsere Prompts auf Deutsch
Voraussetzung für die Nutzung von Dall-E in Bing ist allerdings ein kostenloses Microsoft-Konto, das in wenigen Schritten eingerichtet ist
erhalten: "Süßer, fluffiger Malteser-Hund mit Kulleraugen".
Partyhut-Gesicht 🥳 erzeugt Dall-E eine bunte Geburtstagsszene mit Kerzen
realistisches Gemälde, Illustration, skurril, surrealistisch und mehr
Image of the Apollo 11 landing in 8-bit pixel art style", oder: "Neil Armstrong on the moon, pixelated 8-bit style".
etwa das "Dall-E 2 Prompt Book" von Guy Parsons sowie die Midlibrary von Andrei Kovalev, die zahlreiche Bildrichtungen samt anschaulichen Beispielen online auflistet
4K" oder "8K" in Prompts üblich, sie sollen die Qualität des KI-Bilds verbessern
close-up of a woman's face
konkrete Angaben von Objektiven und Brennweiten ("Fujinon 23 mm, f 2.8"), um der KI mitzuteilen, dass sie den typischen Foto-Look imitieren soll
zum Beispiel "analog" oder konkreter "Kodak Portra 800"), den Kontext ("Fotostudio") und die Beleuchtung ("Dramatisches Licht
Außergewöhnliche Ergebnisse liefern Extreme wie ein "extreme close-up", also eine ganz nahe Nahaufnahme. Bei einem "medium shot", dem "(extreme) long shot" oder einem "wide shot" passt allerdings viel mehr aufs Foto. Die "overhead view" oder die "aerial view" zeigen die Welt von oben; der "(extreme) low angle" eher von unten
Erzeuge ein Bild von einem Malteser-Hund aus Watte
unsichtbaren Wasserzeichen markiert
Verbreitung irreführender Informationen im Internet" bekämpfen
Bilder zu erzeugen, kostet auch hier GPU-Rechenzeit, weshalb OpenAI die Nutzung von GPT-4 und Dall-E offiziell auf "50 Anfragen" innerhalb von drei Stunden begrenzt
In ChatGPT liefert Dall-E 3 allerdings eine wesentlich bessere Qualität im PNG-Format
·heise.de·
Kostenlos KI-Kunst erstellen: Dall-E 3 und Bing ausprobiert