Generative AI

Shownotes

Hans-Peter Zorn kommt aus der maschinellen Sprachverarbeitung (NLP) und beschäftigt sich heute vorwiegend mit Künstlicher Intelligenz. Als Teil des CTO-Teams analysiert er Trends und trägt strategische Technologieentscheidungen mit. Im Gespräch mit Wolfgang Schoch spricht Hans-Peter Zorn über den aktuellen Trend der generativen KI, beleuchtet die historischen und technischen Hintergründe und gibt Prognosen dazu, welche Rolle dem Technologiestandort Deutschland bzw. Europa zukommen könnte.

Links aus der Folge:

Für diese Folge von Digital Future gibt es ein vollständiges Transkript. Dieses Transkript wurde automatisiert erzeugt und nicht nachbearbeitet oder korrekturgelesen. Es wird daher sicher Fehler enthalten. Das Transkript ist als Ergänzung zu verstehen, um beispielsweise die Inhalte durchsuchbar zu machen. Im Zweifel gilt immer das gesprochene Wort aus der Folge.

Dieser Podcast lebt von deinem Feedback! Melde dich gerne über die verlinkten sozialen Medien oder direkt per Mail an podcast@inovex.de.

Wenn dir der Podcast gefallen hat, abonniere ihn und erzähl deinen Freunden davon! Außerdem freuen wir uns über deine Text- und/oder Sternebewertung bei Apple Podcasts.

LinkedIn: https://www.linkedin.com/company/92113/ Twitter: https://twitter.com/inovexgmbh Instagram: https://www.instagram.com/inovexlife/ www.inovex.de www.inovex.de/blog

Transkript anzeigen

00:00:00: Intro

Voiceover: Hallo und herzlich willkommen zu dir zu to future dem innovex Podcast

Voiceover: mein Name ist Wolfgang Schoch und ich bin einschaltcode bei inovex ich habe hier aber auch schon als Softwareentwickler Experte Versuch Technologien und im Sales-Team gearbeitet

Voiceover: ich freue mich euch in jeder Folge eine Kollegin oder einen Kollegen vorzustellen und mich mit ihnen über Fachgebiete unterhalten

Voiceover: so erhaltet ihr einen Einblick in unseren technologischen und Unternehmenskultur allen Alltag in der heutigen Folge unterhalte ich mich mit meinem Kollegen Hans-Peter Zorn,

Voiceover: wir sprechen heute über das Thema generate FLA mit dem Fokus auf large language models also text,

Voiceover: Hans-Peter beschäftigt sich seit einigen Jahren mit künstlicher Intelligenz und ich freue mich damit ein Gesprächspartner hier zu haben der mir sehr viel darüber erzählen kann,

Voiceover: ich wünsche euch jetzt viel Spaß mit dem Gespräch.

6566: Hallo Hans-peter ich freue mich dass es heute geklappt hat wir wollten uns ja schon lange mal für den Podcast Unterhalt.

7765: Ich freue mich dass ich da bin dass dann geklappt hat sonst ja auch sehen genau.

6566: Genau Hans-peter wir wollen ja heute was ein richtiges Hype Thema sprechen über generate FAA,

6566: aber bevor wir über diesen Hype sprechen würde erstmal gerne mit dir über dich sprechen Hans-Peter wer bist du denn eigentlich und wie lange bist du schon bei uns und was machst du denn so bei inovex.

7765: Genau ich bin mittlerweile seit über 9 Jahren Novex.

7765: Komm ursprünglich aus dem Bereich,

7765: Verarbeitung ich habe sie irgendwie mal ein paar Semester Computerlinguistik studiert Informatik dann war ich eine Zeitlang davor schon da haben wir.

7765: Und mit dir Luxus Team beschäftigt die damals noch auf Ontologien basiert haben.

7765: Und dann war ich noch eine Zeitlang noch mal in der Universität und habe mich heute auch dort mit Texten beschäftigt aber auch mit Big Data weil die im große Text Menge.

7765: Meta du beschäftigt und das nicht dann irgendwann zu innovex gebracht.

7765: Peter Welle und habe dort einige gemacht.

7765: Von mittlerweile krasser Weise 5 Jahren habe ich denn gesagt okay ich würde gerne mich auch wieder stärker mit dem Thema KI und Frische.

7765: Teamleiter bei Ebay innovex und hab so gemein sein Steckenpferd das Thema KI was auch immer.

7765: Das sage ich mal so dazu.

7765: Genau für mich angenommen und bin jetzt seit letztem Jahr auch mit meinem Kollegen Christian Mäder und Dominik helleberg in etwas dass wir zieht diutinum wo wir uns so ein bisschen um die Technologie Strand.

6566: Ja der Christian Mäder der war ja an der großen bei der großen Jahresrückblick Folge da wo ich mich mit ihm über die letzten 12 Monate unterhalten aber was ist dafür ganz spannende Themen gab,

6566: und ich glaube ich kann schon bisschen spoilern Ende des Jahres für sowas wiedergeben denn mir das richtig viel Spaß gemacht,

6566: ja danke schön,

6566: bernd-peter wenn du dich vor 5 Jahren dafür entschieden hast dich stärker mit dem Thema KI zu beschäftigen könnte man ja heute sagen dass das eine sehr gute Entscheidung von dir war.

7765: Aber auch ein bisschen Absicht.

6566: Bisschen absehbar.

7765: Sagt aber ja nein tatsächlich jetzt der aktuelle Hype.

7765: Hat mich tatsächlich dann doch noch mal ein Stück überrascht nur normalerweise hat man immer so ein bisschen die Rebellen.

7765: Dieses Jahr noch mal dass Du stark.

7765: Durch alle Medien geht hat mich selbst tatsächlich auch überrascht dass da noch viel Potenzial ist das glaube ich aber es ist auch viel enttäuschungs Potenzial auch da so sieht hält sich die Waage ich bin mal gespannt.

6566: Bin ich auch absolut gespannt ich glaube vor fünf Jahren oder auch von der längeren Zeit,

6566: konnte man sicherlich mit seiner Idee Brille sehen das KI was Spannendes ist und das auf die fortschreitende Entwicklung gerade dort auch Hardware an GTC sicherlich den ganzen ket man noch mal Auftrieb gibt,

6566: aber was mich total überrascht ist das in den letzten vielleicht zwei Jahren 3 Jahren in den Mainstream-Medien soviel über solche Themen Bericht,

6566: also du kannst ja heute dir keine Zeitung mehr anschauen oder keine online Nachrichtenseite anschauen ohne ich irgendwas über KI Bericht,

6566: viele Sachen sind vielleicht auch Quatsch die da berichtet werden aber es ist einfach überall angekommen und das finde ich super interessant.

7765: Am viel natürlich.

7765: Projekt 2 und zu tun also wir haben dich habe das damals auch.

7765: Für uns so angenommen hat gesagt.

7765: Ich habe gesagt ich will kein machen für mich selbst so eine Story war das vor allem natürlich in LP aber mir war klar,

7765: dass das eine Projektionsfläche ist das traust du der Welt das Wort rumläuft,

7765: aber jeder Kunde versteht was anderes drunter dir der projiziert seine Wünsche Erwartung auf dieses Wort was passt,

7765: wird in Zukunft automatisch geht oder dieses meiner Probleme wird gelöst sein und ich habe gesagt.

7765: Die Sachen bisschen schwieriger aber zu uns,

7765: gar nicht verkehrt aber lassen wir die Leute doch projizieren sorgen wir dafür dass wir in der Lage sind ihm egal was sie darauf projizieren zu helfen das Foto und eigentlich.

7765: Mittlerweile glaube ich muss dann ein bisschen different.

6566: Ja mittlerweile ist aber auch ki in sehr differenziertes Thema also es gibt ja auch nicht so diese eine Universal KI ausreichender Science-Fiction sondern KIS ja vielleicht Schrifterkennung was ist KI

6566: oder assistance system wo mehr irgendwelche Gesichter erkennt denn in Videos das ist KI oder meine Geschäftsprozesse automatisierten optimiert.

7765: Natürlich echt ne spannende Frage die halt die Kontroverse an sich ist die auch auf verschiedenen Ebenen.

7765: Wirf den Weg zur universalkissen.

7765: Ich glaube wenn es Fernando de Freitas von Google ich bin mir nicht sicher hat gesagt es ist nur noch eine Frage der Skalierung.

7765: Ausgehend von diesen Modellen wird die wir jetzt völlig den Podcast auch ein bisschen reden wollen.

7765: Ich bin da skeptisch ich bin wahrscheinlich auch schon zu alt.

7765: Die Technologie hat Limitationen.

7765: Sie ist aber trotzdem extrem wichtig es gibt auch dieses.

7765: Mensch übersetzen die auf den kurzen Zeitraum unterschätzen sie auf den langen Zeit und da anda das glaube ich.

7765: Wenn die aktuellen Entwicklungen nicht.

7765: Entwickeln werden und keine universelle also zum Glück.

7765: Wenn die Auswirkungen auf die Arbeitswelt und auf das Versetzen tun groß sein und dazu muss es gar keine.

7765: Parke Kay sein und einige deren Tierreich habe mir nicht sicher ob,

7765: mögliche Änderung bei oder bisschen einbilde also hast du schon immer das Ziel die echte KI die universelle TAGE allgemeine KI.

6566: Die große Singularität.

7765: Ich habe das dort haben sie nicht benutzt aber ALGII auf jeden Fall als neulich auf der Homepage von denen gegangen bin,

7765: Definition von ARGE gefunden die schon wieder ein bisschen zurückhaltend da war die ging so ich bin mir jetzt nicht hundertprozentig.

7765: Eine Vielzahl von Aufgaben lösen können wie ein Mensch so da haben wir aber jetzt von dir wie ein Mensch das heißt.

7765: Das Unterschied ja also es ist Allgemeinen eine ein Modell kann verschiedene Aufgaben Lösung aber es ist nicht das was wir jetzt junge tillotson,

7765: verstehen würde so ich bin mir jetzt nicht sicher ob das der Einbildung von mir ist dass ich jetzt Training im bisschen geändert hat,

7765: im alten Hut.

7765: Große neue Modelle versuchen das Wort Podcast gar nicht zu erwähnen weil das gerade so überstrapaziert wird zum Kleid.

7765: Akzeptiert durch alle Medien ging es hat schon ein bisschen zurückgerudert und hat dort sächlich auch die Limitationen tatsächlich benannt und gesagt das ist.

7765: Ja ist noch nicht reif dafür aber echte Anwendungen aus Gründen.

6566: Hans-Peter was heißt du denn davon wenn man mal eine kleine Zeitreise machen,

6566: und uns mal gemeinsam anschauen wie solche Chatbots eigentlich funktionieren dann das finde ich ist eine total interessante Frage man sieht überall was man damit tun kann und

6566: ich finde persönlich auch faszinierend dass ich in so einen Chatbot irgendwie eingebe Hey schreibe mir einen Rap Songtext über Computer und dann kommt ein cooler Text raus und da ich finde es echt

6566: spannend und es grenzt auch manchmal schon so ein bisschen an den Anfang seine Zauberei finde ich wenn man wenn man sieht was da passiert aber mich würde interessieren wie funktioniert sowas,

6566: kannst du mir das mal einfach erklären was da dahinter steckt.

7765: Hier der Unterschied zu gut funktioniert im klassischen machine learning.

7765: Daten also Beispiele für etwas mit den du dann trainieren kannst du ja sagen dass du mir sagen okay das ist ein Haus das kostet 300 € 300000 ist das Label.

7765: Am und das limitiert halt soll das Wasser sehr teuer so zurück.

7765: Eine Trick bei diesem generativen Modellen zumindest bei denen Sprache und allen.

7765: Selbst supervised learning also das vorher war super weiterhin das heißt ich sagte Modell das ist.

7765: Selbst supervised learning.

7765: Habe diese Dinge die ich vorher sagen will implizit in mein Trainingsdaten drin was heißt das.

7765: Text und das Modell soll lernen das nächste Wort oder den nächsten Satz vorher.

7765: Ich musste ihm das nicht sagen weil das ist ja im Text schon drin deswegen ist nennt sich das selbst überwachtes selbst supervised learning.

7765: Niemand mehr der mir das annotierte mit levels Wasser ich brauche einfach Text und ich kann immer mehr.

7765: Am dazu nehmen weil den gibt es ja zumindest bis zum ersten eine interessante weitere Frage wie viel Text gibt es auch dafür der Welt,

7765: aber gibt es zunächst mal ist eine sehr umfangreiche des Ross insbesondere wenn du Google bist z.b. weil du hast eine Menge Text in deinem suche.de.

7765: Das heißt du hast plötzlich,

7765: unglaublich Mengen von Trainingsdaten das ist der Erde fällt und der kann dich dieses Jahr als selbstverweis Modelle,

7765: das erste da hat nur ganz kurz schon drüber gesprochen für ein Vorgespräch war Wörter weg das war glaube ich.

7765: 10 oder sowas.

6566: Ich hätte gesagt das ist ungefähr zehn Jahre her habe.

7765: Bin ja ja ja nee muss länger sein tatsächlich das waren die ersten also da hast du versucht aus dem Kontext um Wort das Wort vorher zu sagen das war im Prinzip der ganze,

7765: und da kam Modelle für einzelne Wörter raus,

7765: mit denen du z.b. Ähnlichkeiten zwischen Wörtern berechnen konntest also z.b.

7765: Haus ist in dich zu Hochhaus oder das berühmte Beispiel.

7765: Ohren sogar die Anthurie Factory König plus Frau = Königin oder sowas in der Richtung wobei das tatsächlich,

7765: ist ein schönes Beispiel was aber auch nicht immer funktioniert hat aber ja also essen bei also das verwirrt weg das war's der auch das erste was zurzeit die feindliche,

7765: erste Mal aber es war ein selbst supervised Model und dann.

7765: Kam der nächste Schritt das waren die sogenannten Transformer Modelle die wurden bei Google entwickelt zunächst für machine translation,

7765: haben das heißt diam von einer Sprache in die nächste übersetzt und,

7765: die haben auch auf diesem diesem Prinzip passiert dass du eben einfach,

7765: Daten hat auf denen du trainieren kannst haben da steckt ein bisschen mehr dahinter das nennt sich aus der Alpha Tanzen da würde ich jetzt in dem,

7765: Motiv drauf eingehen aber der der Haupteffekt ist hat das doch den reinen Daten trainieren kannst und dass das Ding immer besser wird gib mir Daten oder Garantie,

7765: und du hast den den Coast für die Annotation nicht wegen dieser SAP.

7765: Und diese Transformer Modelle haben sich dann immer weiter entwickelt in den letzten Jahren wurden immer größer ja da gibt's diese schönen Kurven muss dann um,

7765: Parameter geht die da drin sind und wie viele,

7765: ja wie viele tausende GPU Stunden du brauchst um das zu trainieren.

6566: Wenn ich das mal kurz zusammenfassen darf ob ich es richtig verstanden habe,

6566: wir haben beim in Anführungszeichen klassisches klassischen machine learning ist beim supervised learning haben wir die Herausforderung dass wir Trainingsdaten brauchen die müssen sicherlich auch repräsentativ sein,

6566: und das hat sich dann Mensch hin begutachtet diese Trainingsdaten und Label dir so schreibt quasi dazu Hey,

6566: dass es jetzt x und das sy,

6566: und im Rahmen von diesem machine learning process werden diese Daten verarbeitet und die annotierten Muster gelernt.

6566: Und mit diesem Modell das daraus entsteht kann ich jetzt weitere Daten quasi verarbeiten,

6566: und kann dann irgendwelche Dinge detektieren oder am Unterscheidungen herstellen glaub das kann man sich auch ganz gut mit zum mit so Menschen vielleicht vorstellen,

6566: wenn ich jetzt irgendwo mit mir Dinge anschaue und und mir erklärt jemand was dabei unser der Wolfgang das ist ein Baum dass es auch einbauen,

6566: das hier ist das ist ein Strommasten und so weiter und mir das sagt oder mir Fotos zeigen kann ich sonst Mensch ja auch lernen und wenn ich dann alleine im unterwegs bin seit are okay,

6566: das ist vielleicht ein Baum der sieht es ein bisschen anders aus wie auf dem Foto weil es ist keine Leiche sondern der Fichte habe ich hab so viele Bäume gesehen ich sag ok das Essen warm und dann erst ein Schritt weiter gehen und dieses self-supervised learning Hamm,

6566: ist der Trick in Anführungszeichen dabei wenn neben große Datenmengen,

6566: viel textme Internet haben extrem viel Text für das ganze Web ist voll mit extra keine Ahnung die Wikipedia irgendwie gefroren und zu große Unternehmen wie Google am natürlich auch da riesengroße Ressourcen weil ich seit 20 Jahren oder so,

6566: das ganze Internet Abgasen und man schaut sich jetzt diese Texte an und man lernt,

6566: was für Wörter folgen beispielsweise jetzt auf welche Wörter also wenn ich jetzt schreibe.

6566: Ich möchte jetzt viele viele Varianten aber nicht mehr alle Texte antoli verfügbar sind ist die Menge der Variante natürlich endlich und manche Sachen sind dann vielleicht auch häufiger als als andere Sachen.

6566: Und das ist das Prinzip wie dann gelernt wird wie so ein Text aufgebaut werden kann.

7765: Also am Ende ist es tatsächlich diese Vorhersage des nächsten Wortes und darauf.

7765: Ich wohne an um diesen Task richtig gut machen zu können lernt das Modell tatsächlich semantischer Zusammenhänge.

7765: Braucht es irgendwann das,

7765: und diese Vervollständigung immer besser werden zu lassen und diese Transformer Modelle sind dazu in der Lage war sie relativ viele Schichten haben und den von Dörnten self-attention mechanisch.

7765: So dass in diesem Training,

7765: Modell anfängt nicht nur wirklich das nächste Wort vorherzusagen sondern nachher Präsentation wird die Semantik der Wörter.

7765: The 100 zwischen wie das genau passiert das ist so genau glaube ich gar nicht klar.

7765: Die Effekte sind halt schon sehr erstaunlich am also es gab früher auch simple rum Modelle die in der Spracherkennung verwendet wurden die genau dasselbe gemacht haben die im.

7765: Auch versucht vorherzusagen wie das nächste Wort heißt von language Mutter das war damals die sogenannte hidden Markov Modelle dich ab.

7765: Wesentlich simpler am.

7765: Die haben das auf der syntaktischen Ebene ganz gut gekannt haben auch Sätze verfolgt vervollständigen könnten ich habe damals auch Modelle die.

7765: Weil sie Shakespeare simuliert haben und.

7765: Oder bist du zu Sprachen und das klang und das war syntaktisch auch.

7765: Aber es hatte keinerlei semantische Zusammenhänge gehabt das ist der Satzbau dann in sich nicht korrekt weil diese Modelle dann noch nicht in der Lage waren das tatsächlich zurück,

7765: und das können die Transformer mittlerweile und das ist der unter.

7765: Der jetzt dazu führt dass man wirklich Chatbot hat.

7765: Mit denen die wirklich wo man wirklich das Gefühl hat die verstehen auch komplexere Zusammenhänge und kann daraus.

7765: Korinthe und auch nützliche Texte generieren also eine spannende Sache ist auch tatsächlich das sind diese Modelle immer größer werden und du immer mehr weg.

7765: Aus dieser einfachen Aufgabe vervollständige mit Einsatz.

7765: So Effekte dass diese Modelle.

7765: Was kann das man sich Zero shot learning.

7765: Zero-shot learning bedeutet im Prinzip das Modell kann etwas vorhersagen obwohl es das nicht explizit gelernt hat also Beispiel mit den Häusern.

7765: Ich habe eine Aufgabe z.b. eine kleine Klassiker.

7765: Und ich gebe jetzt nicht wie wir es vorher geschrieben haben diese ganzen Beispiele den Modell sondern ich sage dem Modell das ist ein Haus.

7765: Und dann kann es dass du eher sagen und dass jeder dieser Text den ich da rein gehe wird das wird dann auch prompt genannt,

7765: und das ist wie eine Art Befehl an das Modell irgendwas zu tun ja so z.b. sentimentanalyse ist von.

7765: Was oft mit einfachen Transformation ganz gut geht gibt's einfach ein und brummt,

7765: der das Modell dazu bringt und movie-review zu klassifizieren ist das.

7765: Das obwohl das Modell nie.

7765: Sieht also implizit hat das bekommen weil das irgendwo im Internet steht also in den vielen Texten dieses Modell irgendwann mal gelernt hat ist das food irgendwo drinne aber du hast nie gesagt ok ich will jetzt dieses Modell.

7765: Haben das mit diese sentiment.

7765: Trotzdem kann es das und dass das erstaunliche also kannst diesem Unternehmen und sagen okay löse mir mal diese Aufgabe und dann tue.

6566: Ja ich kann ich kann schon den Jackpot ja auch fragen ob er mir direkt zu Ihnen und positives Review zu einem Film schreibt oder negativ ist und das wirkt erstmal,

6566: auch ganz schlüssig Hans-Peter du hast eine Sache jetzt gesagt sie ich mir direkt hier notiert und zwar du hast gesagt,

6566: es ist gar nicht klar wie das ganz genau funktioniert,

6566: ist das uns nicht klar weil sie vielleicht Geschäftsgeheimnis ist von seinem Unternehmen wir Openair oder bewegen wir uns hier in dem Bereich wo was sagen okay das ist jetzt halt keine explainable ai das ist ne,

6566: boxby was manchmal auch bei so sehr komplexen deep learning Modellen haben wo wir wo wir heute Aussagen okay wir wissen nicht genau wie es funktioniert aber das Ergebnis ist gut.

7765: Arm sich nicht an den Geschäftsgeheimnis sondern tatsächlich ich glaube das zum Teil 1.

7765: Gerne so an weil es dich mal dazu neues.

7765: Würde ich gern auch noch zu einer Art disclaimer gerne dazwischen schieben ich selbst bin nämlich weil die auch so ein Modell also ich lese ganz viele papers.

7765: Ihr quer das habe ich schon als Kind gemacht aber ich viel viel viel gelesen ich bin auch sehr schwer Leser und.

7765: Glaube der Schule viele schlaue Sachen gesagt aber ich war auch ziemlich nervig weil ich,

7765: weil ich viele Dinge war doch klar das ist er so ja am educated geht so oder so.

7765: Gut quergelesen und dann installiert und ich glaube das kann ich sehr gut und das.

7765: Aufrichtig so das doppelte Stärke aber die diese Modelle sind so ähnlich muss man dazu sagen also was ich sagen wollte ich versuche da jetzt mal ein bisschen drauf einzugehen es kann sein.

7765: Manches auch schon überholt ist oder es andere Meinung dazu gibt und dann würde ich die geneigten Hörer bitten einfach mir zu schreiben.

7765: Korrigiere dich kann das nur ein Blogpost oder so oder Nummer aufgreifen und wir können das dann kann das dann reden Forstunternehmen Frauenschwimmen,

7765: nennen also Prinzip ich würde lernen. Ipek aus diesem Vertrag das vorgenommen du wolltest noch einwerfen.

6566: Erik Weidinger weil ich einwerfen zum einen Hans-Peter du sagst du bist heute immer noch so ich möchte anmerken

6566: zum einen ja du liest zu viel zum anderen ich finde dich jetzt aber nicht nicht nervig wie vielleicht du als Kind noch was in der Schule

6566: und zum anderen freuen uns natürlich immer über Feedback und ihr erreicht uns am besten unter Podcast lettiner weg sehe per E-Mail,

6566: wenn da was rein kommt ein Feedback z.b. für den Hans-Peter dann leite ich dir das direkt weiter an später.

7765: Vorweggenommen.

7765: Das da die Meinungen sehr stark auseinander gehen also wird er auch in der Wissenschaft sehr sehr kontrovers.

7765: Und es gibt viele Meinung die sagen.

7765: Miederstecker dich so viel mehr dahinter ist oder das Ding.

7765: Sagt der Vater zu dem nächste Woche voraus und das hat sehr gut und wir Menschen haben ihre diesen,

7765: Spiegeleffekt des wirst gerne sehen wollen wir wollen das sind das intelligent vorkommt und deswegen finde es auch so also diese mal,

7765: und es gibt die andere Meinung die sagen ja okay diese Modelle sind universelle.

7765: Computing machines also das sind Dinge die tatsächlich alles lernen können theoretisch und wo während des Trainings,

7765: kann passieren die wir vielleicht noch gar nicht komplett verstehen oder wie das repräsentiert ist und so die komplexen Zusammenhänge also,

7765: genau am Ruby die darin quasi repräsentiert sind wissen wir nicht aber die sind drin,

7765: das geht doch so eine Beobachtung die hat doch eine Erde glaube ich damals gemacht dass wenn du diese Modelle.

7765: Lange trainierst oder die Anzahl der Parameter vergrößert aber so gibt verschiedene Dimensionen in denen das passiert dann passiert ein Effekt der,

7765: fandest also es gibt beim klassischen Missionarinnen oder bei solchen Modellen den Effekt dass du am dass das Modell erst immer besser wird bis zum bestimmt.

7765: Und wenn die eben Restkapazität aber noch größer wird,

7765: dann bitte Fehler wieder größer weil das Modell anfängt zu Oma fetten also das sind sie.

7765: Und Abend bei diesem großen Modellen hat man defekt das passiert dort auch aber wenn du es weiter ist oder weiter trainiert,

7765: dann wird der Fehler plötzlich wieder geringen Alters und Dich double descent und,

7765: da gibt's zum verdienen Thüringen was passiert denn dabei oder was bedeutet das und deine Annahme ist dass an dieser Stelle irgendwie so ein Klick passiert und halt in diesem kinlay an dieses Transformers,

7765: herzlich Zusammenhänge auf der,

7765: weitere Interspar Abstraktionsebenen entstehen so dass das Modell abstrakte red Zusammenhänge plötzlich modelliert hat und dann wieder generalisieren kann,

7765: also warum der der Fehler wieder schlechter wird overfitting dass das die Generalisierung wird schlechter aber durch diesen Effekt wird die halt wieder besser und die andere ist halt das.

7765: Oder irgendwas passiert das vielleicht aber auch noch nicht komplett verstanden ist so an der Stelle gerne Feedback das ist meine Interpretation,

7765: gelesen habe zu dem Thema aber ich finde es fasziniert dass es gibt diese zweite zwei sichten tatsächlich und das sucht die große Diskussion dir einen sagen das ist super dumm und,

7765: über das nächste Wort voraus auf der anderen Seite sagiada im Prinzip ist das aber ihr seht doch.

7765: Diese Modelle können Dinge die hätten wir nie gedacht die wir könnten warum können soll da passieren Dinge aber vielleicht noch nicht komplett verstanden,

7765: aber die sind super mächtig und sind vielleicht rot zu allgemeiner künstliche Intelligenz was auch immer das wieder bedeuten soll gibt's beide Ansichten stehen beide im.

6566: Was was ist deine was ist deine persönliche Meinung dazu hast du da schon was abschließen für dich.

7765: Ich bin faszinierend ich würde dass da tatsächlich ich stehe genau in der Mitte also ich tendiere vielleicht tatsächlich so ein bisschen in die Richtung ja letztlich.

7765: Vielleicht ihr dümmer living.

7765: Aber ich glaube da kann auch noch ein bisschen was passieren also tatsächlich ich bin jetzt auch kein Forscher in dem Bereich ja ich lese viel Ventil bei innovex ich habe.

7765: Jetzt nicht für dich schon lieber.

6566: Ja

7765: Und ihr jetzt kann ich sagen.

6566: Wenig.

7765: Dann kommst Du bitte dies und das Marketing bisschen oder was dazu,

7765: insofern würde ich mir das nicht anmaßen ich bin versuche ich bin nicht gespannt ich bin super aufregend aber ich würde mir da jetzt noch keinen wird mir dann nicht nicht zutrauen das abschließend beurteilen was ich glaube.

7765: Das ist tatsächlich prinzipielle Dinge gibt die jetzt in den aktuellen Text Transformer Modell.

7765: Fenster stellen das eine ist.

7765: Nachdem die lernen der hat Jan Entstehung.

7765: Kommt ja nicht aus dem Nichts sondern du hast wenn du,

7765: tecsystem Transportmittel für Information und da gibt's Theorien dazu alles gibt der Kunde Cartoons Modelle z.b.

7765: Schulz von Thun oder sowas fällt mir ein dass das gesendet Empfänger und der Text ist quasi den Stiefel eine Nachricht übermittelt werden soll also es gibt hierbei dass der hat einen Grund warum er Wasser auf,

7765: also in Text entsteht zu essen ohne dass dir was sagt ich möchte was.

6566: Das stimmt und was du es gesagt hast Kommunikationsmodellen vorangeht,

6566: der gleiche Text hat der komplett unterschiedliche Bedeutung wenn Sender und Empfänger unterschiedlich sind wenn ich mit dir in den Text austausche

6566: und ich nehme die gleichen Worte und haue stehe vielleicht mit meiner Freundin aus kannst mitunter eine komplett andere Bedeutung haben weil der Kontext ganz anders ist.

7765: Mein meine Theorie aktuell und ich glaube man kann das vielleicht sogar lösen aber stand heute ist das Los der Texte im Internet steht und dass der Reise Text die Modelle haben überhaupt gar keinen Zugang.

7765: Zu der Intention oder zu dem Modell von dem Menschen der das geschrieben hat und warum hat er das.

7765: Genausowenig haben Sie Zugang zu dem Rezipienten irgendwie hat er das aufgenommen was hat er daraus geschlossen und was hat er danach in der Welt getan,

7765: also es gibt ja so diesen Appell ich möchte dass jemand anders das tut geht das Modell hat keine Möglichkeit zu lernen.

7765: Was war warum hat er das jetzt geschrieben hat das geschrieben weil er wollte dass irgendwas passiert dann hat er was geschrieben und irgendjemand hat das gelesen und hat dann was getan.

7765: Das einzige was das Wohngeld hat zum Lernen.

7765: Dazwischen das was derjenige gesagt hat und nicht warum er das gesagt und was dann passiert und das ist aus meiner Sicht nur relativ starke Limitierung wenn du.

7765: Wirklich das Modell Dinge fragen möchtest die irgendwie Auswirkungen auf die Welt haben ja es kann quasi implizit die Zusammenhänge auch lernen.

7765: Aber sie sind dann gegebenenfalls.

7765: Nicht verbunden zeichenwelt bei dieser Bezug indirekt ist über diesen Prozess.

7765: Schreiben zum der ist auch unvollständig ein großes Problem in der KI schon seit jeher war das sogenannte a common sense knowledge,

7765: recyceltes ist so trivial das weiß man halt ein.

6566: Der berühmte gesunde Menschenverstand.

7765: Der gesunde Menschenverstand soll.

7765: Wenns draußen stürmt gehe ich nicht raus oder sowas ja oder und das diggity so trivial sind das kein Mensch,

7765: die Notwendigkeit sieht das überhaupt aufzuschreiben,

7765: dadurch kannst das Modell auch nicht werden weil du lieber ihre darauf schreibst und niemand die Notwendigkeit sitzt auch zu Freiwild einfach genial ist trotzdem tut es nur Dallas nicht trivial weil es.

7765: Sicher sonst ableiten müsste quasi logisch aus ganz vielen anderen Zusammenhängen was extrem schwierig.

6566: Ich sehe darüber hinaus sogar noch was anderes also viel Fachwissen und so ist irgendwo niedergeschrieben,

6566: aber wenn ich ein kleines Kind bin und und groß werde dann werde ich erzogen von meinen Eltern eventuell gehe ich zum Kindergarten da hat irgendwie die Kindergärtnerin oder Kindergärtner noch ein Einfluß in der Schule geht's weiter,

6566: und obwohl da vielleicht viel Fachtheorie aufgeschrieben ist wird mir ja viel grundlegendes einfach mündlich überliefert also zum Glück,

6566: gibt's heute noch relativ selten glaube ich so eine komplette Erziehung irgendwie über Remote Systeme sondern dass es eine Interaktion zwischen Menschen,

6566: und wenn ich heute irgendwas tue dann Fust ja alles was ich mache auf meiner ganzen angehäufte Lebenserfahrung und gerade wenn ich ein kleines Kind bin ist in der viele grundlegende Sachen für mein Leben die ich da lerne,

6566: und das ist ja dann auch rein mich wenn ich heute über nachdenke in relativ Wichtiges Stückchen context das dann so einem KI Modell fehlt.

7765: Aber guter Vorgesetzter von mir weil man vergleicht das ja mal mit der eigenen Art zu lernen und.

7765: War ich als und ich war auf einer Waldorfschule.

7765: Den ganzen esoterischen Hintergrund darum geht's mir gar nicht aber ein Prinzip dort,

7765: hat man sehr viel über das tun lernt also du hast das sehr viele Dinge die du einfach tust mit den Händen.

7765: Du hast Landwirtschaft du hast du Screenshot,

7765: und und die anderen ist einfach dass man über diese dieses Tun viel lernen und weniger wird die Theorie,

7765: vielleicht liegt mit dieser Art des Lernens dann auf ner als das Modell dass sie ihm wirklich wird das Modell wird das transfermodell lies Bücher ne tut nichts anderes gehst einfach nur Bücher,

7765: und da habe ich halt einfach so das Gefühl und ruhig kannst du aber auch ein bisschen beline habe ich.

7765: Nicht ausreichend kann um die echte Intelligenz zu lernen.

6566: Spannende Events

6566: wenn wenn du über sowas sprichst dann poppen mehr so ganz viele Gedanken und Fragen und Ideen im Kopf auf also hey was ist eigentlich intelligentes glaube ich ein Thema wo sich viele Leute Nachforschung mit beschäftigen wo man sehr lange drüber sprechen könnte

6566: was ist die beste und die richtige Art zu lernen ich glaube die gibt es nicht das ist so individuell wie wir Menschen individuell sind,

6566: aber was ich den ganzen Erklärungen von dir jetzt für mich mal mitnehme ist ich muss die nächsten Jahre noch keine große Angst vor Skynet haben.

7765: Also ich habe keine große Angst.

7765: Ich glaube tatsächlich dass diese Probleme zum Teil also ich glaube es gibt ein natürliches Limit quasi ich glaube nicht.

7765: Diese also ich glaube dass das was wir jetzt intuitiv als unmenschlich.

7765: Glaube nicht dass das in irgendwelchen Zeithorizont im Zimmer.

7765: Ich glaube aber das ist schon.

7765: Potential gibt weitere Limitierung dieser Modelle zu gehen also eine Sache die ich gerade beschrieben habe.

7765: Nämlich diese Sender Empfänger Geschichte.

7765: Schon im letzten halben Jahr ist das vielleicht nicht mehr ganz korrekt weil die neuesten Modelle sahnen z.

7765: Jungen Feedback das habe ich auf andere Mädchen eingegliedert diese enforcement learning von ihrem Feedback das heißt die bekommen noch mal Feedback ob das,

7765: sie hat haben ob das Sinn gemacht hat oder nicht oder ob das besser oder schlechter war als eine andere Generierung am und das ist ja schon mal,

7765: um Feedback außerhalb dieser Text Dementoren was ich gerade geschrieben habe und löst das zum Teil,

7765: dann kannst du jetzt vor ein paar Wochen und paper das war auch völlig naheliegend dass das Konto ist relativ,

7765: klar dass das der nächste Schritt ist und kriege ich jetzt noch nicht super weltbewegend aber aus meiner Sicht.

7765: Von der philosophischen Seite schon.

7765: Cool, dass du paper von Facebook und was die dort vorstellen ist ein Modell,

7765: sondern kann an bestimmten Stellen in dem Text einfügen eine Anweisung rufe mir noch mal ein,

7765: auf was du mir dann die an.

7765: Modellen wird die große Herausforderung des mit den Fakten nicht so haben und dann mit der Mathematik vielleicht nicht ganz so sehr was man sich überlegt wie sie trainiert werden jetzt auch nicht überraschen.

7765: Aber,

7765: wenn du wenn sie halt ne Idee über vielleicht hast du was sie Angst hatten die quantification haben wo sie sich unsicher sind oder an der Stelle Antauchen nachfolgen was ein Aufruf an eine Datenbank gepackten drin.

7765: Zum Teil vielleicht ein Problem schon gelöst und und Davids tatsächlich schon wieder auch sehr interessant will man das wenn man das nicht haben soll ep.iii könnte ja sein das wirklich mit der echten Welt.

7765: Und dir welche Dinge tut und das Modell bekommt dann wieder Feedback und dann wäre es aus.

7765: Atlantis Text und genau in die Richtung geht das und dass,

7765: sial da noch mal einiges zu lösen.

7765: Der Gedanke ist natürlich auch ein bisschen scary Netto Modell das auf dir Willich Hifi Eis auf dem Pferd was passiert da kann man sich auf Szenarien vorstellen die man vielleicht nicht so gerne hätte.

6566: Ja also zwei Gedanken dazu also wenn du sagst eine Datenbank wo ähnliche Fakten drin sind erkennst du noch Wolfram Alpha,

6566: und das ist im Prinzip genauso ein Ansatz gewesen sie haben ja bei Wolfram Alpha dann alle möglichen Fakten Datenbanken zusammen gestöpselt und du konntest und natürlich oder kannst immer noch so natürlich sprachige Anfragen stellen,

6566: die auch sehr beeindruckend sind.

7765: Also das genau die Idee auch dass du kombinieren Halt und Bing macht das ja auch zum Teil netto.de,

7765: der ZV der dadrin ist der versucht an manchen Stellen an die Suche aufzurufen die normal Bing-Suche und das zu kombinieren und.

7765: Ich weiß nicht ob es das jetzt schon gibt aber es mit Sicherheit fürs Modelle geben die an der richtigen Stelle von der create in der Wolfram quälen gut formulieren können und bei David echt zu,

7765: Band wenn du halt diesen Freiheitsgrad hast ich kann wirklich wieder Kirilenko drinne.

7765: Hast du viele Freiheitsgrade das wird schwierig zu lernen wir hatten Malta,

7765: der mein Kollege Sebastian blank hat seine Masterarbeit davor auch was wollte der Kickoff zum Cinemaxx KIT mal so.

7765: Damit beschäftigt die man mit reinforcement learning Anfragen an elastic search lernen kann also was wie muss ich elasticsearch fragen,

7765: und wollte in welchem Film Arnold Schwarzenegger mitgespielt hat oder sowas.

6566: Wobei wobei das ist jetzt auch nicht für eine Zukunft Musik also du kannst dir ja heute auch schon so irgendwie Sachen generieren lassen.

7765: Ja ja das ist das geht.

6566: Gängiges Beispiel ist doch von der güterplatz dieses kopieren oder gibt's immer noch wo du dir Source Code generieren kannst Freund von mir der der ist Entwickler und

6566: der nutzt das relativ viel und er sagt okay kannst nicht eins zu eins übernehmen und der macht so Webentwicklung er sagt aber oftmals wenn es halt so Routine Sachen wo ich jetzt irgendwie ein paar Minuten was tippen würde

6566: und der Cop Highlight der macht mir hier war es wohl nur noch ein kleines bisschen was zu justieren muss und dann passt das soweit für mich.

7765: Rottweiler giderken ganz klassisches Decoder Sprachmodell ist und dann sehr freies nebenwirk Attac NRW.

7765: Die bei dieser Tonformate.

7765: Um diese Anfragen dann wieder zu constrain dass man da mehr kontrolliert.

6566: An peter zum Schluss würde mir noch zwei Sachen interessieren

6566: und zwar zum einen es haben wir viel über KI gesprochen in über generate FEA und du hast erklärt wieso was grundlegend funktioniert und auch ein bisschen oder technischer spannende Punkte sind,

6566: du hast mir die Angst genommen dass keine nächste Zukunft die Macht übernehmen wird.

7765: Also ja.

6566: Ja

7765: Also ich habe diese Angst nicht.

6566: Ich habe sie auch noch nicht aber,

6566: mich wenn zwei Sachen noch interessieren und zwar zum einen würde mich interessieren wo siehst du denn aktuell spannende Anwendungsfälle für solche generated Text Generatoren Richard,

6566: und danach will ich nicht mit dir gerne noch mal kurz drüber unterhalten wo du da Limitierungen und Risiken sie ist.

6566: Da können wir ja mal mit den mit den Anwendungsfällen anfangen und da habe ich direkt ein Beispiel bzw eine Frage an dich,

6566: ich muss privat Gmail und da kann ich eine habe ich in Funktionalität das mir Gmail setze vervollständigt,

6566: ich weiß nicht ob das im deutschen funktioniert aber es funktioniert auf jeden Fall wenn ich auf Englisch eine E-Mail schreibe,

6566: und ich finde es sehr praktisch denn ich kann ganz gut Englisch lesen und verstehen und auch sprechen aber was die kamatec und so angeht da bin ich nicht so wirklich gut und wenn ich das so Standardfloskeln habe eine Verabschiedung in der Begrüßung oder so,

6566: dann schlägt er da Gmail was vor und meistens dass du es auch okay ist das für dich ein entspannende Use-Case für solche für solche Anwendungsfälle.

7765: Ja das Böse ist ja schon da ne also.

7765: Kann man dann weiter denken und wird auch passieren dass daneben ganze mails prototype gibt's aus und Startups die das tun ich habe interesse.

7765: Interessante Definition gesehen die ich dich sehr gut fande fand für was sind gute Use-Cases purple Nährwerte für und zwar.

7765: Bitte auch jetzt kann ich auch relativ auf der Hand aber ich habe zwar gestern da formuliert gesehen und so noch nicht auch nicht gehört gehabt.

7765: Dann immer guter Eustace.

7765: Ein Arbeitsschritt ist wo etwas entsteht Textbild.

7765: Dieses entstehen ist relativ teuer und das gleichzeitig das verifizieren ob.

7765: Also werde ich in der Lage bin relativ schnell zu sagen dass es gutes passt oder ist nicht gut.

7765: Und gleichzeitig der Generierung Sport ist das aufwendiges gedacht Dinge die sind bei denen ist es umgekehrt ich will sein Pack.

7765: Irgendwie eine Zeile die ist stell geschrieben aber zu überprüfen ob das korrekt ist ist sehr sehr aufwendig.

6566: Ja das stimmt.

7765: Gegenbeispiel am dafür ist es nicht das Richtige.

7765: Für den Fall generieren ist aufwendig teuer überprüfen es.

7765: Führt uns zu use cases wo ein Mensch involviert ist also immer unterstützende Tätigkeiten sowas wie.

7765: Zusammenfassung in Geschäftsprozessen wenn ich hin irgendwie ein summary von dem Text brauche von dem Angebot z.b. dass bei uns keine Ahnung.

7765: Ich habe voll den Text vielleicht irgendwoher genommen geschrieben und ich kann relativ schnell prüfen ja das stimmt so weil ich.

7765: Dann ist das nicht so da gibt's glaube ich in den verschiedenen Branchen tatsäch.

7765: Einiges wo das der Fall ist diese unterstützenden die er wo das Generative,

7765: ki Modell unterstützend tätig sein kann beim Generieren von.

7765: Dokumenten ersetzt irgendwann vielleicht auch wenn man die Modelle noch anders trainiert komplexer der Dinge des Teilens whatever das glaube ich ist die.

7765: Richtungen die zieht am.

7765: Um das zu verstehen wo das ist braucht man aber tatsächlich das,

7765: Wissen über diese Prozesse also du brauchst um zu verstehen wo Sinn macht Leute die Ahnung haben von dem Geschäftsmodell und deswegen und das haben wir jetzt auch gerade entwickelt denke ich ist oder er.

7765: Okay ich gehe jetzt mal in Workshops oder so oder Kitaplatz mit Experten die verstehen was sind denn die Möglichkeiten und Limitationen der General.

7765: Zusammen Innenraum mit 5 Jahren postet an den Experten.

7765: Imbisstester zatoki Weg in die Customer Journey durch Vergehen eurer.

7765: Wir schauen wo sind denn genau diese Punkte wo man solche Formen wo man,

7765: ein Schritt in der in der Kette hat wohl trotzdem steht dass man da eben unterstützen kann das ist glaube ich so die Phase ich glaube die wenigsten,

7765: es sei denn sie haben wirklich jetzt Geräte Use-Cases aus dem Bereich buildtech,

7765: sag okay und dann bist du es ist wirklich Bilder zu generieren Videos Werbevideos,

7765: copy also typische Content Marketing oder so relativ trivial dass die jetzt anfangen zu experimentieren werden natürlich auch Ihre Herausforderung haben weil die Modelle sind aktuell faktisch oft falls ja man muss da sehr sehr auf,

7765: aber das ist relativ naheliegend für alle anderen Use-Cases bin überzeugt dass.

7765: Irgend ich kann sie dir jetzt nicht aufziehen weil ich nicht der Experte in diesem,

7765: und das ist genau das wo wo ist aber jetzt anfangen wird wo man die Leute aus dem bisschen zusammenbringen muss mit den Leuten die diese Modelle waren und da die in den entsprechenden,

7765: findet unter ist halt auch wichtig dass da auch Leute dabei sind die vielleicht dich ein bisschen mehr damit schon beschäftigt haben und eben auch,

7765: the limitations die Risiken,

7765: verstehen und dann gleich deinen stop überlegt er ja Lehrstelle passt vielleicht dann doch nicht weil da braucht halt das Verständnis dafür warum geht es sicher das gibt im Bereich zu den Spruch.

7765: Armen sahakyan sorry seeing things aha Toledo,

7765: Inkasso Lesbenporno zitiert das glaube ich immer finde ich aber super weil die Wahrnehmung von wenn man jetzt nicht den Einblick hatten in die Technologie,

7765: diese Fälle von okay das ist leicht und hab David fast unmöglich die haste ohne das technische Wissen nicht diese Schwelle gibt also es ist tatsächlich so und damit kämpfen wir auch,

7765: die Leute sehen was unter das hätte ich nie gedacht dass das geht,

7765: bisschen vereinfacht oder sei er da geht doch aber auch das wo mein Gott,

7765: Pfirsich.

6566: Ja das wissen dass das nicht super wichtiger. Finde ich weil wenn man jetzt keine technische Expertise hat,

6566: dann sieht halt gerade für dieses Thema generate FEA halt wie Zauberei aus also ganz ehrlich und auch,

6566: also ich habe sicherlich nichts ohne tiefe technische Expertise du sie mitbringst aber auch ich schaue mir sowas an ich spiel,

6566: ja ich spiele damit rum ich denke auch über cool und auf den zweiten Blick wäre ich dann ich ja das liest sich voll cool aber es ist totaler Blödsinn,

6566: und wenn ich jetzt aber kein LTE background habe und auf mich wie ich hobbymäßig damit nicht beschäftigen sondern indem kann einer ganz anderen Branche bin,

6566: und ein windiger Geschäftsmann kommt an mit seinem Koffer leer und hat da irgendein Shampoo drin und seither schau mal was wir hier für eine Zauber Technologie für dein Business haben,

6566: dann bin ich gleich dazu geneigt zu sagen okay war ich muss doch das Einsetzen auf Teufel komm raus und ich mache mir die Gedanken halt gar nicht,

6566: irgendwelche limitierungs hin und das ist vielleicht auch noch eine gute eine gute Frage fährt zum zum Abschluss Hans-peter.

6566: Du hast gerade schon gesagt Limitierung ist eine Sache ist sicherlich die Frage wie korrekt ist und Texte generiert wird denn,

6566: das stehen ja keine Quellen dabei also es wird dir vielleicht auch auf eine Frage definiere mir XY oder beantworte mir folgende Frage wird in der Antwort präsentiert die sich sehr gut liest,

6566: die vielleicht auch wenn du kein Fachwissen hast schlüssig ist oder euer klar die Erde muss ja flach sein

6566: denn wenn ich auf der Karte schaue ja dann ja okay das ist dass das macht schon Sony und dann kommt glaube ich das auch.

7765: Diese Modelle sind oft auch sehr überzeugt oder die Sprache die Formulierung,

7765: sehr selbstbewusst habe ich auch schon überlegt woher kommt das also ich glaube es hat also,

7765: für mich passt hatte ich ein bisschen auch überraschend weil das Modell wäre jetzt von sich aus ihr nach Training.

7765: Zwingendermaßen so,

7765: diese dieser Art Umformulierung wird es muss also so sein OK im in den training start,

7765: relativ viel Text der selbstbewusst geschrieben wird welche Gefahren Unterricht kann man mal dass die interessanten ja ich glaube das ist die,

7765: wo Leute relativ überzeugt waren dass etwas korrekt ist oder auch da wieder Kommunikationstheorie die Leute die überzeugt sind dass sie etwas nach draußen tragen wollen wir etwas schreiben wollen,

7765: auch er und ich schreibe es dann in einem Ton der sehr überzeugt ist jemand der sehr zweifelnd ist und die in Frage stellt,

7765: vielleicht auch nicht auf und stellt es.

6566: LKW.

7765: Vielen dass das beide sind die sind in diesem Trainingsdaten und daher kommt das.

7765: Folierung sind und ja das ist heute das ist natürlich ein Problem und deswegen.

7765: Und danach noch validiert.

6566: Musst einfach nur mal draufschauen Stammhirn die Modelle also insbesondere dann.

6566: Gehen Sie dazu zu halluzinieren trainieren das was du von ihm wissen willst was ja.

7765: Wohnsinn zu interpolieren.

7765: Katzennamen,

7765: musstest du Ninja.

7765: Das ist wunderbar erable haben sonst hättest du lauter nur Wahrscheinlichkeiten bekommen weil es zu bestimmte Wortfolge einfach die Beispiele Gefühl.

7765: Isolation die das zweite hat und dadurch.

7765: Diese Beispiele dann etwas generiert was nicht hin tun daraus.

7765: Ja was da drinne prediction war.

7765: Spannende Sache auch das eine Theorie also wie gesagt ich bin auch so ein Modell und ich hallo zu dir vielleicht auch bitte verifizieren aber ich fand es interessant.

7765: Das ist ja bekannt.

7765: Trainiert wurde die boah ich glaube 2021 standen.

7765: Meines Katalog Beispiele wo das neueste Modell.

7765: Frage Wer ist s.to.

7765: Elon Musk obwohl eigentlich das in den Trainingsdaten gar nicht drin sein kann was da passiert meiner Theorie Nachrichten wieder bei Open Air 1.

7765: Warum diese neue Modelle so gut sind als reinforcement learning by you.

6566: Würth.

7765: Generiert Antworten mehrere an und die werden dann von einem anderen Modell.

7765: Andere Modell wiederum wurde von auf Ranking von Menschen drin ihr das ist das Qualität,

7765: Feedback von Menschen aber in direkt noch indirekt über Modell was quasi.

7765: Achso und die privat Modell wurde trainiert nach.

7765: Wahrscheinlich hat das bitte 300 dann werden die da irgendwas mit Base gesagt ja ihre Version von Twitter.

7765: Möp kriegt negativ.

7765: Von diesem Riva Modell weil das.

6566: AKN.

7765: Bierstorfer und dann Sextant okay sie darf ich dich sagen also das ist sehr vereinfacht was Harry.

6566: Siehst du wahrscheinlich.

7765: Nee das ist der Google Quatsch Geburtstag da halt und dann kriegt er das positiv hat er das gelernt.

6566: An peter.

6566: Wir sprechen wenn du was solche Themen sprechen sprechen wir über die großen Firmen zu Openair hat Milliarden bekommen für für ihre Forschung,

6566: Google Forster viel Microsoft Force bzw cm beteiligt und,

6566: höchstwahrscheinlich gibt so ähnliche Forschung auch bei Apple und bei Amazon und bei Facebook und vielleicht noch bei ein paar anderen von den Technikern,

6566: wir haben alle sehr sehr viel Geld und die brauchen das auch weil,

6566: du kannst am Anfang mal gesagt der Aufwand für das Training von so einem Modell das sind viele glatt 100.000 GPU Stunden,

6566: das muss man erstmal bezahlen du brauchst die Hardware du brauchst die Ressourcen den Strom,

6566: das könnte ich jetzt nicht bezahlen wenn ich's okay ich mache jetzt Wolfgang er auf eine kleine neue Firma ich habe nicht so viel Geld dass sie sowas bezahlen kann das bedeutet doch dann aber dass die Forschungs Hoheit,

6566: in der Hand von von adele ich möchte doch gar nicht entzündet dystopische Welt ab Treff,

6566: aber diese ganze Forschung von der viele Menschen zahlen die ist sehr wichtig für unsere Zukunft und die wird vielleicht auch unsere Zukunft mitbestimmen die Art wie wir arbeiten mitbestimmen,

6566: liegt jetzt in der Hand von einigen sehr großen Firmen und ich persönlich glaube.

6566: Da wird auch drüber gesprochen dass die forschen aber das ist ja keine richtige Wissenschaft was die machen denn richtige Wissenschaft wird viel veröffentlicht und ich glaub bei Google veröffentlichen und vor allem die Dinge von denen man glaubt es ist gutes wenn man die veröffentlicht,

6566: und von denen sag noch mal sagt hey das war ein Fehlschlag oder das ist gleich ein cooles Geschäftsgeheimnis und dann möchte man nicht dass Apple das sieht.

7765: Doch immer treffen sich vielleicht Comfort er total auch schon mal gehört.

6566: Ja also deswegen deswegen der Arbeiten vielleicht Menschen die wissenschaftlich arbeiten können und wissen wie es geht aber für mich ist Wissenschaft das was an der Universität passiert,

6566: gibt es aktuell solche Forschungen in der öffentlichen Hand irgendwo was etwas signifikantes.

7765: Ja eben also es ist tatsächlich ein wichtiges.

7765: Hemer hat aber auch zwei Dimensionen die vielleicht kurz ansprechen wollte hat erstens ich finde das super wichtig ist aber aus.

7765: Meiner Sicht.

7765: Also ich beschäftige mich mit der Fragestellung was machen denn die großen warum sind die so mächtig das können wir ja selbst alles gar nicht machen und so weiter,

7765: valides bitte auch in Deutschland viele geklagt dass wir da so hinten dran sind ich komme auch gleich dazu das ist valide.

7765: Initiativen die das ändern wollen aber für mich persönlich ist das ein Thema mit dem ich mich nicht so gerne beschäftige was bekannt,

7765: ich schaue immer gerne was geht und was geht mit den Ressourcen ich habe und wenn du wächst wir sind nicht auf Royal,

7765: unsere Ressourcen sind schlau Studie die wer einstellen die wir mal Dinge machen lassen,

7765: haben und ich spiel auf Zeit des Modelle Kleider werden das Modelle irgendwie Open-Source werden das Ding effizienter werden und dass wir auf dem Gewissen level,

7765: mit weniger Ressourcen einfach mitspielen und können wir nur dran bleiben das ist meine Philosophie und da glaube ich dran so das ist.

7765: Am und ja wahrscheinlich ist es naiv und doof und und Betthimmel was und völlig aussichtslos gegen die großen aber das heißt doch mein Einstellungen die dir Spaß macht und die.

7765: Das andere ist ja wird dass das ist so rund,

7765: sehr wenig an den Universitäten wir haben große Rechenzentren auch in Deutschland,

7765: und das weiß ich jetzt nur aus zweiter Hand Forschungsprojekte die sich mit,

7765: unter allen beschäftigen in Deutschland Bereich krx die bekommen dann Ressourcen vom Rechenzentrum in Jülich das ist schon sehr groß.

7765: Der Supercomputer ist aber erst jetzt schon nicht klein und die werden zur Verfügung gestellt sind.

7765: Natürlich so ein bisschen Tropfen auf den heißen Stein weil dieses Projekt z.b.

7765: Dann sich diese Supercomputer auf mit den Klimaforschern die einen auch sehr wichtiges Anliegen haben und was für dich sogar wichtiger sein und allen anderen möglichen Forschern in Deutschland teilen müssen.

7765: Es gab in Frankreich mal tatsächlich eine Initiative ein Modell zu bauen dass du groß war wegen die oder ist.

7765: Reihe das tut von der Orga her Instagram übernommen zu war meine Wahrnehmung zumindest in Frankreich dagegen.

6566: Erharting fest König.

7765: Amazon.de Community drumrum und ihrem großes zum Modell gebaut und die Computer wurde vom französischen Staat.

7765: Geht also am und tatsächlich ist es aus meiner Sicht so dass wir in Europa oder in Deutschland du aber ihr in Europa da.

7765: An einem Strang ziehen sollten und sagen okay wir stellen,

7765: da Computer zu Verfügung und machen dann die Modelle Open Source oder schönste Zuführung geben Zugriff,

7765: und es gibt in Deutschland initiativ und Kai Bundesverband die als Liam,

7765: an der wurde jetzt im Januar eine Machbarkeitsstudie vorgestellt was muss ich tun um so ein Rechenzentrum zu bauen aber wie viel Geld brauche ich dafür,

7765: sehr detailliert hat auch das bmwk finanziert also allein diese Machbarkeitsstudie war aufhören soll,

7765: paar hundert Seiten auf jeden Fall.

7765: Und die wurde dem der Regierung jetzt übergeben und dann schauen wir mal was da passiert vielleicht entsteht ja tatsächlich so ein Rechenzentrum wo man dann auch solche Modelle.

7765: Bauen kann am finde ich super spannend bin ich gespannt.

7765: Mir persönlich gleich vermutlich also mein Eindruck ist.

7765: Also ich find's dafür will ich bisschen zu ungeduldig also mein Eindruck ist vielleicht ein bisschen dauern wird wenn ich so die Forschungs Vergabe.

6566: Vermutlich.

7765: In Deutschland Kinder durch die die haben den Anspruch das anders zu lösen und das aufgesetzt auch organisatorisch.

7765: Ich freue mich wenn das funktioniert und wirklich tatsächlich das gemacht wird auch industriell geht ich war lange in der Forschung.

7765: Und kennen diese Projekte und habe da so eine gewisse.

7765: Behalten Firma Marineamt und solange das so ist Verfolgung verfolge ich den Ansatz den ich vorhin beschrieben habe der Beschäftigung,

7765: gucken was möglich ist arbeiten viel mit Hochschul und zusammen Verlustrate für kleine große sprachmodelle jetzt gerade gebaut wollen da weiter dran machen wollen newscast evaluieren Alter,

7765: dass du meinen Mann Ansatz im Rahmen der Möglichkeiten die da sind ins Tun kommen.

6566: Finde ich super Hans-Peter denn letztendlich was hindert uns daran hier mehrgleisig zu fahren also auf der einen Seite zu warten dass wir hier eine vernünftige europäische Initiative Innenstadt bekommen,

6566: ich glaube das ist was was man auf jeden Fall nachverfolgen sollte und ich halte es auch für uns als Wirtschafts und Technologiestandort in Europa,

6566: Alytus sehr für was sehr sehr wichtig ist dass wir hier auch ein Gegengewicht haben zu den Forschungen beispielsweise in USA oder halt auch in China.

7765: Also ich halte die Initiative für super wichtig wir haben auch ein netter Pinterest unterschrieben und Sinn der Unterstützer sein das gut dann würde ich die kündige auch.

7765: Ich weinend meine meine Kunst du gibst ist das für dich behalten soll oder Besitzer.

6566: Ja du ich habe ich habe nach dem Studium direkt auch in der Forschung gearbeitet für zwei Jahre und das hat Spaß gemacht aber ja da sind manche Sachen ein bisschen langsamer vor allem wenn es um Anträge unter Forschungsgelder gibt es war immer schön,

6566: wenn man Forschungsgelder hatte und es hat auch Spaß gemacht dann auch mit europäischen Partnern zusammenzuarbeiten aber der Weg war manchmal steinig.

6566: Entweder ich fand es super spannend wie diese mal drüber zu sprechen und ich kann es auch super spannend jetzt nicht nur drüber zu sprechen wie cool das alles ist sondern das auch mal links und rechts des Pfades mal zu,

6566: und wir haben es schon einiges gemacht hier bei inovex zum Thema generate uva durch diesen Demonstrator angesprochen SG,

6566: aber auch sonstigen Konten bei uns das Verlinken war alles,

6566: und ich glaube Verschluss, auch noch mal sagen wenn ihr dir das jetzt angehört habt Feedback habt zum Podcast zum Hans-Peter oder generell irgendwie Fragen oder Feedback zum Thema chatify Adamello durch,

6566: per E-Mail beispielsweise eine Postkarte thermomix.de und ja wir sind sehr gespannt auf eure Meinungen und Meldungen.

7765: Wir lernen daraus.

6566: Natürlich denn der an später hat schon gesagt auch wir sind natürliche lernfähig und darauf angewiesen dass es ja frische Impulse von draußen.

6566: Amphetaminen Dank für deine Zeit und vielen Dank für deine Erläuterung hat mich sehr gefreut dass du heute zu Gast.

Voiceover: Das war das Gespräch mit Hans Peter ich hoffe es hat euch Spaß gemacht wenn Ihr Feedback habt dann erreichte mich per E-Mail unter Podcast Add-In uvex.de wir hören uns in zwei Wochen wieder bis dahin wünsche ich euch viel Spaß und eine gute Zeit.

01:11:44: Intro

Neuer Kommentar

Dein Name oder Pseudonym (wird öffentlich angezeigt)
Mindestens 10 Zeichen
Durch das Abschicken des Formulars stimmst du zu, dass der Wert unter "Name oder Pseudonym" gespeichert wird und öffentlich angezeigt werden kann. Wir speichern keine IP-Adressen oder andere personenbezogene Daten. Die Nutzung deines echten Namens ist freiwillig.