Glossar
Welche Begriffe zum Thema Künstliche Intelligenz müssen Sie kennen? Die rasante Entwicklung von KI-Technologien hat zu einer immer größer werdenden Menge an Fachbegriffen und Akronymen geführt, die für Nicht-Expertinnen und -Experten oft verwirrend sein können. Dieses Glossar soll helfen, diese Begriffe zu erklären und ein besseres Verständnis für die Terminologie rund um KI zu vermitteln.
A
Autonome Systeme
Systeme oder Roboter, die in der Lage sind, Aufgaben ohne menschliche Intervention durchzuführen, indem sie Entscheidungen auf der Grundlage von Daten und Algorithmen treffen.
C
Chatbot
Ein Chatbot ist ein Computerprogramm, das entwickelt wurde, um mit Menschen auf eine menschenähnliche Art und Weise zu kommunizieren. Chatbots können in verschiedenen Umgebungen eingesetzt werden, wie zum Beispiel auf Websites, in Messenger-Apps oder in Sprachassistenten wie Alexa oder Siri. Chatbots verwenden verschiedene Technologien, um mit Benutzern zu kommunizieren. Einige Chatbots verwenden vordefinierte Antworten auf Fragen oder Anweisungen, während andere künstliche Intelligenz (KI) und maschinelles Lernen einsetzen, um kontextbezogene Antworten zu generieren.
ChatGPT
ChatGPT ist ein Large Language Model (LLM), das von OpenAI entwickelt wurde, um menschenähnliche Konversationen zu führen und auf eine Vielzahl von Fragen und Anfragen zu reagieren. Es basiert auf dem Transformer-Modell, das für seine Fähigkeit bekannt ist, lange Texte zu verarbeiten und Muster in den Daten zu erkennen. ChatGPT wurde auf einer riesigen Menge von Textdaten trainiert, einschließlich Büchern, Artikeln, Webseiten und Foren. Durch das Lernen von Sprachmustern und -regeln ist ChatGPT in der Lage, kontextbezogene Antworten zu generieren und sogar einen Sinn für Humor zu zeigen.
D
Deep Learning
Deep Learning ist eine Technologie des maschinellen Lernens, die auf der Verwendung von tiefen neuronalen Netzen mit vielen Schichten beruht, um komplexe Muster in großen Datenmengen zu identifizieren. Im Gegensatz zu traditionellen Maschine-Learning-Verfahren, die auf der Verwendung von linearen Modellen oder einfachen Entscheidungsbäumen beruhen, können tiefe neuronale Netze komplexe, nicht-lineare Zusammenhänge in den Daten modellieren und lernen, indem sie automatisch interne Darstellungen der Daten extrahieren.
G
GPT-3
GPT-3 (Generative Pre-trained Transformer 3) ist ein leistungsstarkes Sprachmodell, das von OpenAI entwickelt wurde. Es ist ein Large Language Model (LLM), das auf der Transformer-Technologie basiert und aus 175 Milliarden Neuronen besteht. Das Modell wurde auf großen Textkorpora trainiert, um Sprachmuster und -regeln zu erkennen und zu verstehen. Es ist in der Lage, eine Vielzahl von Aufgaben zu erledigen, einschließlich Textgenerierung, Übersetzung, Zusammenfassung, Fragenbeantwortung und sogar der Erstellung von Inhalten wie Gedichten oder Geschichten. GPT-3 ist auch in der Lage, auf kontextbezogene Anfragen und Fragen zu reagieren, wodurch es ein sehr leistungsfähiges Tool für die natürliche Sprachverarbeitung ist.
GPT-4
GPT-4 ist das Nachfolgemodell von GPT-3 und verfügt über eine größere Anzahl von Parametern und umfangreichere Trainingsdaten, was zu verbesserten Leistungen in verschiedenen Sprachverstehens- und Erzeugungsaufgaben führt. GPT-4 kann für verschiedene Anwendungen eingesetzt werden, wie zum Beispiel Textübersetzung, Zusammenfassungen, Frage-Antwort-Systeme, Texterstellung und vieles mehr.
K
KI-Ethik
Ein Bereich, der sich mit den ethischen, moralischen und gesellschaftlichen Implikationen von KI befasst, einschließlich Themen wie Datenschutz, Diskriminierung, Verantwortlichkeit und Transparenz.
L
Large Language Models (LLM)
Ein Typ von künstlichen neuronalen Netzen, die speziell für die Verarbeitung von natürlicher Sprache entwickelt wurden. Sie sind in der Lage, große Mengen an Texten zu verarbeiten und zu verstehen, indem sie die Regeln der Sprache und die Muster in den Texten erlernen. Ein wichtiger Aspekt von LLMs ist, dass sie nicht für spezifische Aufgaben programmiert werden müssen, sondern vielmehr auf große Mengen an Texten trainiert werden, um Sprachmuster und -regeln zu erlernen. Dies macht sie sehr flexibel und anpassungsfähig an verschiedene Anwendungsfälle.
M
Machine Learning
Machine Learning ist ein Teilbereich der KI, der es Computern ermöglicht, aus Erfahrung zu lernen und ihre Entscheidungen auf der Grundlage von Daten und Erfahrungen zu verbessern. Im Gegensatz zur traditionellen Programmierung, bei der der Code explizit festlegt, was der Computer tun soll, basiert ML auf der Analyse von Daten, um Muster und Zusammenhänge zu erkennen und Vorhersagen zu treffen. Ein Beispiel für ML ist ein Empfehlungsalgorithmus, der auf der Grundlage früherer Käufe Vorhersagen darüber macht, welche Produkte ein Kunde wahrscheinlich kaufen wird.
N
Natural Language Processing (NLP)
Natural Language Processing (NLP) ist ein Bereich der KI, der sich mit der Verarbeitung und Analyse menschlicher Sprache befasst. NLP nutzt Algorithmen und Technologien, um menschliche Sprache in eine maschinenlesbare Form zu übersetzen und zu verstehen. Dies ermöglicht es Maschinen, menschliche Sprache zu interpretieren und auf sie zu reagieren, was zu einer Vielzahl von Anwendungen führt, wie z. B. Spracherkennung, Übersetzung, Chatbots und vieles mehr.
Neuronale Netze
Neuronale Netze sind eine Art von Künstlichen Intelligenz-Modellen, die von der Funktionsweise des menschlichen Gehirns inspiriert sind. Sie bestehen aus vielen miteinander verbundenen Einheiten, sogenannten Neuronen, die in verschiedenen Schichten organisiert sind. Neuronale Netze lernen durch den Prozess des Trainings, bei dem sie große Mengen an Daten verarbeiten und ihre internen Gewichte und Verbindungen anpassen, um die Leistung zu optimieren.
P
Prompt
Ein Prompt bezieht sich in diesem Kontext auf eine Texteingabe, die an ein KI-Modell wie GPT-4 gesendet wird, um eine Antwort oder einen generierten Text zu erhalten. Prompts dienen als Ausgangspunkt für die KI, um eine passende Antwort oder Fortsetzung zu erzeugen. Ein Benutzer kann beispielsweise eine Frage stellen oder eine Aufforderung geben, und das KI-Modell verwendet den Prompt, um eine geeignete Antwort oder Handlung zu generieren, basierend auf seinem Verständnis von Sprache, Kontext und dem in seiner Trainingsdaten erlernten Wissen.
Sie sind gefragt!
Haben Sie ChatGPT auch schon bei sich in der Kanzlei eingesetzt und gute Erfahrungen gemacht? Haben Sie Lust, Ihr Wissen weiter zu geben? Melden Sie sich gerne bei uns.