Zuckerberg und Ek warnen vor Europas Rückstand in der KI-Entwicklung 🇪🇺

Guten Morgen!

Willkommen zum KI-Briefing!

In einem Meinungsartikel im britischen Economist warnen Meta-CEO Mark Zuckerberg und Spotify-Gründer Daniel Ek eindringlich vor den Gefahren einer übermäßigen Regulierung. Sie betonen, dass dies die Innovationskraft in Europa erheblich gefährden könnte.

Zudem gibt es erfreuliche Neuigkeiten: Die lang ersehnte Finetuning-Funktion für GPT-4o ist nun für alle Entwickler in den kostenpflichtigen Nutzungskategorien verfügbar. Mit dieser Funktion können Entwickler GPT-4o mit eigenen Datensätzen optimieren, um die Modellleistung weiter zu verbessern.

In unserem heutigen DeepDive befassen wir uns mit dem Thema „Retrieval Augmented Generation“, einer Technologie, die möglicherweise eine der größten Schwachstellen aktueller KI-Systeme lösen könnte.

Wenn Sie jemanden kennen, der ebenfalls vom KI-Briefing profitieren würde, leiten Sie die E-Mail gerne an Freunde oder Kollegen weiter. Falls Sie diesen Newsletter weitergeleitet bekommen haben, können Sie sich ganz einfach hier anmelden.

Inhalt dieses Briefings

• News: Zuckerberg und Ek warnen vor Europas Rückstand in der KI-Entwicklung, Einführung der Finetuning-Funktion für GPT-4o, AWS-CEO prognostiziert tiefgreifende Veränderungen für Entwickler durch KI & OpenAI schließt mehrjährige Content-Partnerschaft mit Condé Nast

• DeepDive: Retrieval-Augmented Generation könnte der Schlüssel zu leistungsfähiger und kontextbewusster KI werden

• In aller Kürze: Neue Halbleiterfabrik in Dresden, Perplexity plant Einführung von Werbung, Procreate stellt sich gegen KI-Integration, Anthropic hat zwei neue Ressourcen auf GitHub veröffentlicht & AMD plant, ZT Systems für 4,9 Milliarden US-Dollar zu übernehmen

• Praxisbeispiel: Wie erstelle ich einen CustomGPTs und hole mehr aus ChatGPT heraus?

• Umfrage: Wer sollte die Antworten bei kritischen KI-Systemen wie ChatGPT in Bezug auf kritische Informationen wie Pandemien, politische Meinungsbildung oder Bildung kontrollieren?

• YouTube: Gary Marcus spricht über die Grenzen der Künstlichen Intelligenz und die Gefahr der Überhitzung

• Cartoon: Mehrarbeit durch KI 😉

News

Zuckerberg und Ek warnen vor Europas Rückstand in der KI-Entwicklung

Zusammenfassung: Die CEOs von Meta und Spotify, Mark Zuckerberg und Daniel Ek, haben sich in einem gemeinsamen Meinungsartikel kritisch über die Regulierung von Künstlicher Intelligenz in der Europäischen Union geäußert. Sie warnen davor, dass die komplexen und uneinheitlichen Regulierungen in Europa Innovationen behindern könnten, insbesondere bei offenen KI-Modellen. Diese Entwicklung könnte Europa im globalen Wettbewerb um die KI-Entwicklung ins Hintertreffen geraten lassen.

Details:

• Kritik an der GDPR und Regulierungschaos: Zuckerberg und Ek heben die Datenschutz-Grundverordnung (GDPR) als ein Beispiel für gut gemeinte, aber problematische Regulierung hervor. Sie argumentieren, dass die Uneinigkeit unter den EU-Datenschutzbehörden, wie die GDPR auf KI anzuwenden sei, zu erheblichen Unsicherheiten und Verzögerungen führt. Zuckerberg berichtete, dass Meta das Training seiner KI-Modelle mit öffentlichen Inhalten von Facebook und Instagram in Europa auf Anweisung der Regulierungsbehörden aussetzen musste. Nicht aufgrund rechtlicher Verstöße, sondern weil die Behörden keine einheitliche Vorgehensweise beschlossen haben. Diese regulatorische Unsicherheit könnte dazu führen, dass die leistungsfähigsten KI-Modelle nicht das kollektive Wissen und die kulturellen Eigenheiten Europas widerspiegeln, was europäische Nutzer von den neuesten KI-Produkten ausschließt.

• Auswirkungen auf die Verfügbarkeit von KI-Technologie: Zuckerberg erklärte weiter, dass Meta aufgrund dieser regulatorischen Unsicherheiten beschlossen hat, das kommende multimodale KI-Modell „Llama“ in Europa nicht zu veröffentlichen. Dieses Modell hätte europäischen Organisationen Zugang zu einer fortschrittlichen, offenen KI-Technologie ermöglicht, was nun ausbleibt. Dies bedeutet, dass europäische Unternehmen möglicherweise keinen Zugriff auf diese innovativen Technologien haben werden, was ihre Wettbewerbsfähigkeit im globalen Markt beeinträchtigen wird.

• Die transformative Kraft der offenen KI-Modelle: Beide CEOs betonen die transformative Kraft der KI, die sie als zentral für wirtschaftliches Wachstum, wissenschaftlichen Fortschritt und gesteigerte Produktivität betrachten. Offene KI-Modelle, so argumentieren sie, könnten das Spielfeld ausgleichen, indem sie einer breiteren Entwicklergemeinde und verschiedenen Organisationen Zugang zu modernster KI-Technologie bieten. Diese Modelle ermöglichen es den Nutzern, die Kontrolle über ihre Daten zu behalten und gleichzeitig Zugang zu leistungsstarken Tools zu erhalten. Darüber hinaus könnte die breite Verfügbarkeit solcher Modelle dazu beitragen, die Vorteile der KI gerechter zu verteilen, anstatt sie auf einige wenige große Konzerne zu konzentrieren.

• Spotify und die Bedeutung der KI: Ek hebt die Bedeutung von KI für den Erfolg von Spotify hervor und verweist auf frühere Investitionen in die Technologie, die maßgeblich zur personalisierten Nutzererfahrung der Plattform beigetragen haben. Er argumentiert, dass eine vereinfachte Regulierung die Entwicklung und Verbreitung von Open-Source-KI beschleunigen könnte und so nicht nur Entwicklern, sondern auch der gesamten Kreativbranche in Europa zugutekommen würde. Ek fordert deshalb eine Vereinfachung der regulatorischen Struktur, um das Wachstum von Open-Source-KI zu fördern und den europäischen Entwicklern und Kreativen entscheidende Unterstützung zu bieten.

• Forderung nach klareren Regelungen: Obwohl beide CEOs anerkennen, dass Regulierung notwendig ist, warnen sie davor, dass eine zu frühzeitige und übermäßig komplexe Regulierung in der Entwicklungsphase der KI das Potenzial hat, Innovationen zu ersticken, bevor die Technologie vollständig entwickelt ist. Sie rufen die EU dazu auf, klarere Richtlinien und eine konsistentere Umsetzung zu etablieren. Andernfalls, so die Warnung, könnte Europa an Talenten und Investitionen an Regionen wie die USA und Asien verlieren, die eine weniger komplizierte regulatorische Umgebung bieten.

Warum das wichtig ist: Die Kritik von Zuckerberg und Ek verdeutlicht die wachsenden Spannungen zwischen Technologieunternehmen und staatlichen Regulierungsbehörden. Während Regulierer die Notwendigkeit betonen, die öffentlichen Interessen und die Privatsphäre zu schützen, warnen führende Tech-Unternehmen vor den Risiken einer übertriebenen Regulierung, die die Innovationsfähigkeit Europas gefährden könnte. Die zukünftige Richtung der europäischen KI-Regulierung wird maßgeblich darüber entscheiden, ob Europa im globalen Wettbewerb um KI weiterhin eine führende Rolle spielen kann oder ob es Gefahr läuft, technologisch ins Hintertreffen zu geraten. Dies könnte weitreichende Folgen für die wirtschaftliche und technologische Zukunft des Kontinents haben.

News

Einführung der Finetuning-Funktion für GPT-4o

Zusammenfassung: Ab sofort steht die lang erwartete Finetuning-Funktion für GPT-4o allen Entwicklern in den kostenpflichtigen Nutzungskategorien zur Verfügung. Diese Funktion ermöglicht es Entwicklern, GPT-4o mit eigenen Datensätzen zu optimieren, um die Leistung des Modells zu verbessern und Betriebskosten zu senken. Durch das Finetuning kann die Struktur, Wissen und der Tonfall der Antworten von GPT-4o angepasst und an spezifische, komplexe Anforderungen verschiedener Bereiche ausgerichtet werden.

Details:

• Individuelle Anpassung: Entwickler können GPT-4o mit eigenen Datensätzen finetunen, um eine bessere Leistung und Genauigkeit in spezifischen Anwendungsfällen zu erzielen.

• Kostenoptimierung: Das Feintuning reduziert nicht nur die Fehlerquote, sondern senkt auch die Betriebskosten für diverse Anwendungen.

• Erste Erfolge: Die KI-Software von Cosine, Genie, und die Lösungen von Distyl haben nach dem Finetuning bemerkenswerte Ergebnisse in branchenrelevanten Benchmarks erzielt.

• Datensicherheit: Entwickler behalten die volle Kontrolle sowie Eigentum über ihre Daten, die nicht für weiteres Training verwendet werden.

Warum das wichtig ist: Mit der Einführung des Finetunings für GPT-4o erhalten Entwickler ein mächtiges Tool, um künstliche Intelligenz noch besser auf ihre spezifischen Bedürfnisse zuzuschneiden. Dies fördert nicht nur die Effizienz und Präzision in spezialisierten Anwendungen, sondern eröffnet auch neue Möglichkeiten für die Personalisierung und Weiterentwicklung von KI-basierten Lösungen in verschiedenen Branchen. Dabei bleibt die Wahrung der Datensicherheit ein zentrales Element, was das Vertrauen in den Einsatz solcher Technologien weiter stärkt.

News

AWS-CEO prognostiziert tiefgreifende Veränderungen für Entwickler durch KI

Zusammenfassung: Matt Garman, der CEO von Amazon Web Services (AWS), äußerte während eines internen Gesprächs im Juni seine Überzeugung, dass die Künstliche Intelligenz in den kommenden Jahren viele Programmieraufgaben übernehmen wird. Dies könnte dazu führen, dass Entwickler neue Fähigkeiten entwickeln müssen, um weiterhin relevant zu bleiben. Garman betonte, dass die Fähigkeit, innovativ zu sein und kundenorientierte Lösungen zu entwickeln, wichtiger sein wird als das eigentliche Programmieren.

Details:

• Rolle des Programmierens: Garman beschreibt Programmieren als eine Sprache, nicht als die entscheidende Fähigkeit. Zukünftig wird es darum gehen, wie Entwickler innovative Lösungen für Endnutzer schaffen.

• Veränderung der Aufgaben: Die traditionelle Arbeit des Programmierens könnte in den Hintergrund treten. Stattdessen wird erwartet, dass Entwickler sich stärker auf die Bedürfnisse der Kunden und die Ziele ihrer Arbeit konzentrieren.

• Unterstützung von AWS: Garman betonte, dass AWS seine Entwickler unterstützt, indem es ihnen ermöglicht, sich weiterzubilden und neue Technologien zu erlernen, um die Produktivität durch KI zu steigern.

• Vergleich mit anderenTechnologen: Garmans Aussagen spiegeln ähnliche Einschätzungen von Führungskräften wie Jensen Huang (Nvidia) und Satya Nadella (Microsoft) wider, die ebenfalls einen tiefgreifenden Wandel in der Entwicklerlandschaft durch KI voraussagen.

Warum das wichtig ist:
Die Aussagen von Garman unterstreichen eine wesentliche Entwicklung im Tech-Sektor: KI wird die Arbeitsweise von Entwicklern grundlegend verändern. Während einige befürchten, dass dies den Bedarf an Entwicklern reduzieren könnte, zeigt Garman einen optimistischen Ausblick auf. Er sieht in der KI eine Möglichkeit, Entwickler von routinemäßigen Aufgaben zu entlasten, damit sie sich stärker auf kreative und innovative Arbeiten konzentrieren können. Dies könnte langfristig zu einer Neudefinition des Berufsbildes führen und die Bedeutung von Innovation in den Mittelpunkt stellen.

News

OpenAI schließt mehrjährige Content-Partnerschaft mit Condé Nast

Zusammenfassung: OpenAI hat eine mehrjährige Content-Partnerschaft mit Condé Nast angekündigt, einem bedeutenden Verlagshaus mit renommierten Marken wie Vogue, The New Yorker und Wired. Diese Kooperation unterstreicht OpenAIs Ambition, hochwertige journalistische Inhalte in die KI-Dienste des Unternehmens zu integrieren. Die Inhalte von Condé Nast werden künftig in Anwendungen wie ChatGPT und dem experimentellen SearchGPT-Prototypen verfügbar sein. Dadurch könnte sich die Qualität KI-generierter Inhalte deutlich verbessern und laufend von aktuellen Inhalten profitieren.

Details:

• Inhaltliche Integration: OpenAI wird Inhalte von Condé Nast in seine Produkte wie ChatGPT und SearchGPT einbinden, um KI-gesteuerte Nachrichten- und Informationsdienste zu verbessern.

• Medienpartnerschaften: Die Vereinbarung mit Condé Nast folgt auf ähnliche Kooperationen mit großen Verlagen wie Associated Press, Axel Springer und News Corp.

• Qualität und Ethik: OpenAIs COO, Brad Lightcap, betonte das Engagement des Unternehmens für die Wahrung von Genauigkeit und Integrität bei der Verbreitung von Nachrichteninhalten.

• Exklusivität: Während OpenAI proaktiv solche Partnerschaften eingeht, sind andere KI-Unternehmen wie Google und Meta weniger aktiv in diesem Bereich.

• Herausforderungen: Nicht alle Medienunternehmen sind bereit, mit OpenAI zu kooperieren. So führt The New York Times derzeit eine Klage gegen OpenAI wegen der unerlaubten Nutzung urheberrechtlich geschützter Inhalte.

Warum das wichtig ist: Die Partnerschaft zwischen OpenAI und Condé Nast könnte die Verfügbarkeit und Qualität von Nachrichteninhalten in KI-gestützten Anwendungen erheblich verbessern. Für OpenAI bietet diese Zusammenarbeit nicht nur einen strategischen Vorteil in der Konkurrenz zu anderen KI-Unternehmen, sondern auch die Möglichkeit, seine Modelle mit hochwertigen Inhalten zu trainieren und so deren Leistungsfähigkeit zu steigern. Dennoch bleibt die Frage offen, wie sich solche Allianzen auf die traditionelle Medienlandschaft und die langfristige Rolle des Journalismus auswirken werden.

DeepDive

Retrieval-Augmented Generation könnte der Schlüssel zu leistungsfähiger und kontextbewusster KI werden

Retrieval-Augmented Generation (RAG) hat sich als eine der vielversprechendsten Technologien im Bereich der Künstlichen Intelligenz etabliert. Diese Methode kombiniert die Stärken von großen Sprachmodellen (LLMs) mit gezielter Informationsbeschaffung, um genauere, kontextbezogene und aktuellere Antworten zu generieren. In diesem Deep Dive beleuchten wir die Funktionsweise von RAG, seine Anwendungsfälle und die Herausforderungen, die es noch zu bewältigen gilt.

Was ist Retrieval-Augmented Generation?

Im Kern besteht RAG aus zwei Hauptkomponenten: dem Retrieval und der Generation. Während Sprachmodelle wie beispielsweise GPT-4 auf riesigen Datenmengen trainiert werden und in der Lage sind, aus diesen Daten zu schöpfen, können sie dennoch nicht immer auf spezifische oder aktuelle Informationen zugreifen. Hier kommt der Retrieval-Teil ins Spiel: Anstatt ausschließlich auf vortrainierte Parameter zu setzen, greift das Modell zunächst auf eine externe Wissensbasis zu, um relevante Informationen zu sammeln. Diese Informationen werden dann in den Generierungsprozess integriert, was zu präziseren und besser fundierten Antworten führt.

Vorteile von RAG: Mehr als nur textgenerierende KI

Der größte Vorteil von RAG liegt in seiner Fähigkeit, Antworten mit hoher Genauigkeit und Aktualität zu liefern. Beispielsweise kann ein RAG-System auf aktuelle Daten zugreifen, um Fragen zu beantworten, die nach der Trainingszeit eines Modells entstanden sind. Dies macht RAG besonders wertvoll für Anwendungen, bei denen es auf die Genauigkeit und Aktualität von Informationen ankommt, wie in der Medizin, im Finanzwesen oder im Kundenservice. Ein weiterer Vorteil ist die Reduzierung von "Halluzinationen", einem Phänomen, bei dem Sprachmodelle falsche oder erfundene Informationen generieren. Indem das Modell auf tatsächliche Daten zugreift und diese in die Generierung einfließen lässt, wird die Wahrscheinlichkeit von Halluzinationen erheblich reduziert.

Herausforderungen und Weiterentwicklung

Trotz der vielversprechenden Anwendungsmöglichkeiten steht RAG noch vor einigen Herausforderungen. Eine davon ist die Qualität und Relevanz der abgerufenen Informationen. Wenn das Retrieval-Modul irrelevante oder minderwertige Daten liefert, kann dies die generierte Antwort negativ beeinflussen. Forscher arbeiten daher intensiv daran, die Retrieval-Algorithmen zu verbessern, um sicherzustellen, dass nur die relevantesten und zuverlässigsten Daten verwendet werden.

Ein weiteres Problem ist die Komplexität der Integration von Retrieval und Generierung. Das System muss in der Lage sein, die abgerufenen Informationen effektiv zu interpretieren und in einen kohärenten Text zu integrieren. Dies erfordert eine feine Abstimmung zwischen den beiden Modulen, was eine erhebliche technische Herausforderung darstellt.

Anwendungen von RAG in der Industrie

In der Praxis wird RAG bereits in verschiedenen Branchen eingesetzt. Unternehmen nutzen diese Technologie, um bessere Suchergebnisse zu liefern, personalisierte Inhalte zu generieren oder komplexe Anfragen effizienter zu bearbeiten. Beispielsweise könnte ein RAG-gestütztes System im Kundenservice eingesetzt werden, um auf Basis der neuesten Informationen aus der Unternehmensdatenbank detaillierte und genaue Antworten zu liefern.

Ein weiteres Beispiel ist die Verwendung von RAG in der medizinischen Forschung, wo es Ärzten ermöglicht, auf die neuesten Studien und klinischen Leitlinien zuzugreifen, um fundierte Entscheidungen zu treffen.

Zukunftsperspektiven von RAG

Die Zukunft von RAG sieht vielversprechend aus. Mit kontinuierlichen Verbesserungen in den Bereichen Retrieval und Generierung sowie der Entwicklung besserer Modelle und Datensätze wird RAG eine immer wichtigere Rolle in der Welt der KI spielen. Diese Technologie hat großes Potenzial um Informationen besser zu verarbeiten und neue Maßstäbe für die Leistungsfähigkeit von Sprachmodellen zu setzen.

Insgesamt bietet Retrieval-Augmented Generation eine leistungsstarke Methode, um die Genauigkeit und Relevanz von KI-generierten Antworten zu verbessern. Sie ist ein Beispiel dafür, wie die Kombination von KI und traditioneller Informationsbeschaffung neue Wege in der Technologie eröffnet, die sowohl Unternehmen als auch Endnutzern zugutekommen.

In aller Kürze

1. TSMC-Dresden: Bundeskanzler Olaf Scholz besucht den Standort einer neuen Halbleiterfabrik in Dresden, die von TSMC zu 70 % und in Partnerschaft mit europäischen Chipherstellern wie Infineon, NXP und Bosch betrieben wird. Das €10-Milliarden-Projekt, das zur Hälfte von der deutschen Regierung subventioniert wird, soll bis Ende 2027 betriebsbereit sein und Chips für den Industrie- und Automobilsektor produzieren. Dies ist TSMCs erste europäische Anlage und Teil ihrer globalen Expansion. Dresden, bekannt als "Silicon Saxony", wurde aufgrund seiner starken Ingenieurwissenschaften und bestehenden Halbleiterinfrastruktur ausgewählt.

2. Perplexity AI: Perplexity plant im vierten Quartal dieses Jahres die Einführung von Werbung auf seiner Plattform, trotz anhaltender Kontroversen über Plagiatsvorwürfe. Trotz dieser Herausforderungen verzeichnet das Unternehmen ein beachtliches Wachstum. Nach einer Finanzierungsrunde im April wurde es mit über 1 Milliarde USD bewertet – eine Verdoppelung innerhalb von nur drei Monaten. Die App wurde bereits über zwei Millionen Mal heruntergeladen und verarbeitet monatlich mehr als 230 Millionen Anfragen. Um den Plagiatsvorwürfen entgegenzuwirken, hat Perplexity seine Zitiermethoden überarbeitet und ein Umsatzbeteiligungsmodell für Verleger eingeführt, um Content-Creator angemessen zu entlohnen. Mehrere namhafte Medienplattformen haben sich dieser Initiative bereits angeschlossen. Für die geplante Werbung setzt Perplexity auf ein CPM-Modell, mit anfänglichen Preisen, die deutlich über dem Branchendurchschnitt liegen.

3. Procreate: Die beliebte iPad-Design-App hat die Kreativwelt elektrisiert, indem sie sich entschieden gegen die Integration von generativen KI-Tools gestellt hat. CEO James Cuda erklärte, dass Procreate keine Pläne hat, GenAI in das Produkt zu integrieren, da sie die Kunstszene bedroht und Kreativität entmenschlicht. Diese Haltung hat sofort positive Resonanz bei Künstlern gefunden, die besorgt sind, dass ihre Werke ohne Zustimmung von KI genutzt werden und ihre beruflichen Perspektiven schwinden. Während Konkurrenten wie Adobe für ihren Umgang mit KI kritisiert werden, gewinnt Procreate durch seine klare Position und das kundenfreundliche Einmalzahlungssystem noch mehr an Beliebtheit und Vertrauen bei der kreativen Community.

4. Anthropic: Anthropic hat zwei neue Ressourcen auf GitHub veröffentlicht, um Entwicklern zu helfen, ihre Fähigkeiten im Prompt Engineering zu verbessern. Die erste Ressource ist ein interaktives Tutorial für Anfänger, das grundlegende Konzepte und fortgeschrittene Themen abdeckt. Die zweite Ressource ist ein "Real-World Prompting Course" für erfahrene Entwickler, der praktische Anwendungsbeispiele zeigt. Beide Kurse sind sowohl für Anthropic's Claude-Modelle als auch für andere Sprachmodelle relevant und erweitern die bestehenden Schulungsmaterialien auf GitHub.

5. AMD: AMD plant, ZT Systems für 4,9 Milliarden US-Dollar zu übernehmen, um seine KI-Infrastruktur zu stärken und seine Position im wachsenden KI-Chipmarkt auszubauen. Die Übernahme, die bis zur ersten Hälfte 2025 abgeschlossen werden soll, umfasst 3,675 Milliarden US-Dollar in bar und 1,225 Milliarden US-Dollar in AMD-Aktien, mit zusätzlichen 400 Millionen US-Dollar, die an bestimmte Meilensteine geknüpft sind. ZT Systems bringt umfassende Expertise in der Gestaltung von Cloud-Lösungen für KI-Anwendungen mit und wird in AMDs Data Center Solutions Business Group integriert. AMD plant jedoch, das Produktionsgeschäft von ZT an einen strategischen Partner zu veräußern. Diese Akquisition soll den Einsatz von AMDs Instinct-KI-Chips beschleunigen und ist ein weiterer Schritt, um mit NVIDIA im KI-Bereich zu konkurrieren.

Ihre Meinung interessiert uns

Ergebnisse der vorherigen Umfrage 

Haben Sie in Ihrem Unternehmen bereits erlebt, dass Aufgaben, die zuvor von Menschen ausgeführt wurden, durch den Einsatz von KI vollständig oder teilweise übernommen wurden?

🟨⬜️⬜️⬜️⬜️⬜️ 🤖 Ja, in mehreren Bereichen
🟨🟨🟨🟨⬜️⬜️ 🧩 Ja, in einigen Bereichen
🟩🟩🟩🟩🟩🟩 🛠️ Nein, nur als unterstützende Technologie eingesetzt
🟨⬜️⬜️⬜️⬜️⬜️ 🚫 Nein, KI spielt bei uns derzeit keine Rolle.

Praxisbeispiel

Wie erstelle ich einen CustomGPTs und hole mehr aus ChatGPT heraus?

Zusammenfassung: Beim Erstellen eines CustomGPT innerhalb von ChatGPT, geht es darum, die KI gezielt für bestimmte Aufgaben einzusetzen. Der Prozess beginnt mit dem Verfassen eines Basis-Prompts (der sehr komplex werden kann), der die Rolle und Aufgaben des GPTs definiert. Danach kann man den CustomGPT konfigurieren, indem man spezifisches Wissen und Dokumente hinzufügt. Der Workflow wird schrittweise verfeinert, wobei die KI in Dialogen getestet und optimiert wird.

Details:

• Vorgehensweise: Der Aufbau eines GPT beginnt mit einem klaren Basis-Prompt, der die Aufgaben und Verhaltensweisen der KI definiert. Beispiele sind das Erstellen eines Assistenten für wiederkehrende Textaufgaben, Zusammenfassungen, Marketing oder unzählige weitere Anwendungsfälle.

• Optimierung: Der Basis-Prompt wird iterativ verfeinert, indem der Output immer wieder kritisch analysiert wird und darauf folgend der Basis-Prompt angepasst wird. Das kann sowohl die Formatierung, Sprache & Stil aber aber allgemeine Verhaltensweisen beinhalten.

• Testing und Feedback: Der CustomGPT ist nun ein Assistent für einen spezifischen Anwendungsfall. Der generierte Output kann trotzdem jedes Mal mit der Chain of Thought (COT) Prompting Technik weiterverfeinert werden.

• Integration von Dokumenten: Um das GPT zu spezialisieren, können relevante Dokumente, Produktinformationen, Sprach-Samples etc. dem CustomGPT zur Verfügung gestellt werden. Dies erweitert das Wissensspektrum der KI und erlaubt es, spezifischere und fundiertere Antworten zu geben.

Meinung: Die Möglichkeit mit einem CustomGPT die eigene Produktivität zu erhöhen ist weitaus größer als viele Leute realisieren. Es handelt sich in gewisser Weise um eine Light-Version der in diesem Newsletter besprochenen RAG Technologie. Wir beobachten in unseren Workshops zudem eine geringe Toleranz gegenüber möglicher Fehler von KI-Systemen, die dann dazu führen, dass sich viele Leute weniger intensiv mit den Potenzialen auseinandersetzen.

YouTube

Gary Marcus spricht über die Grenzen der Künstlichen Intelligenz und die Gefahr der Überhitzung

In einem Vortrag zieht Gary Marcus, einer der führenden KI-Forscher und Kritiker, eine ernüchternde Bilanz über den aktuellen Stand Künstlicher Intelligenz. Trotz beeindruckender Fortschritte, insbesondere durch große Sprachmodelle wie GPT-4, stellt Marcus fest, dass viele grundlegende Probleme nach wie vor ungelöst sind. Diese Modelle zeigen zwar beeindruckende Fähigkeiten in bestimmten Anwendungsbereichen, scheitern jedoch oft an grundlegenden Aufgaben, die ein tiefes Verständnis der Welt erfordern. Dies zeigt sich beispielsweise in der Unfähigkeit von KI-Systemen, einfache logische Zusammenhänge korrekt zu verarbeiten oder geographische Fakten zuverlässig wiederzugeben.

Marcus warnt vor einem möglichen neuen "KI-Winter", einer Phase, in der die Erwartungen an KI nicht erfüllt werden und das Interesse sowie die Investitionen stark nachlassen könnten. Diese Gefahr sieht er vor allem darin, dass die derzeitige Euphorie um KI-Entwicklungen wie generative Sprachmodelle zu einer Überhitzung des Marktes führt, ohne dass die Technologien tatsächlich die hochgesteckten Erwartungen erfüllen wird. Die Abhängigkeit der Industrie von wenigen dominierenden Modellen und die mangelnde Bereitschaft, alternative Ansätze zu verfolgen, verstärken dieses Risiko zusätzlich.

Trotz dieser kritischen Einschätzung sieht Marcus auch Potenzial für eine positive Entwicklung, wenn es gelingt, eine ausgewogenere Herangehensweise an die KI-Forschung zu etablieren. Er betont die Notwendigkeit einer hybriden KI, die die Stärken von maschinellem Lernen mit klassischen Ansätzen der Künstlichen Intelligenz kombiniert, um zu wirklich robusten und verlässlichen Systemen zu gelangen.

Die Zukunft hängt maßgeblich davon ab, ob es uns gelingt, den Hype um kurzfristige Erfolge zu überwinden und sich den langwierigen, aber notwendigen Herausforderungen zu stellen. Ein kluger und vorsichtiger Umgang mit den derzeitigen Technologien, kombiniert mit innovativen Forschungsansätzen, könnte den Weg in eine nachhaltige und wirklich transformative KI-Zukunft ebnen.

Cartoon

Und nächste Woche…

...werden wir uns intensiv mit dem Thema AI-Alignment auseinandersetzen. Diese Herausforderung hat das Potenzial, die Zukunft der Künstlichen Intelligenz entscheidend zu prägen. AI-Alignment beschäftigt sich mit der Frage, wie wir sicherstellen können, dass KI-Systeme im Einklang mit menschlichen Werten und Zielen handeln. Dies ist insbesondere für Unternehmen und Forschungseinrichtungen von großer Bedeutung, die an der Entwicklung fortschrittlicher KI-Lösungen arbeiten und sicherstellen wollen, dass diese sicher und ethisch vertretbar sind. Dabei werden wir auch untersuchen, wie AI-Alignment in verschiedenen Projekten bereits erfolgreich umgesetzt wird und welche neuen Ansätze derzeit erforscht werden. Dies und mehr erwartet Sie in unserer nächsten Ausgabe.

Wir freuen uns, dass Sie das KI-Briefing regelmäßig lesen. Falls Sie Vorschläge haben, wie wir es noch wertvoller für Sie machen können, spezifische Themenwünsche haben, zögern Sie nicht, auf diese E-Mail zu antworten. Bis zum nächsten mal mit vielen neuen spannenden Insights.