Informatiker waren verblüfft von der Fähigkeit einer Sprach-KI, originelle Artikel zu schreiben und Gedichte zu komponieren.
Obwohl KI erst in den letzten fünf Jahren wirklich zu einer tragenden Säule der Tech-Welt geworden ist, ist die Geschwindigkeit, mit der ihre Raffinesse zunimmt, ziemlich beängstigend … sicherlich, wenn Sie wie ich im Geschäft des Schreibens tätig sind.
Egal, ob es sich um völlig autonome Fahrzeuge handelt, um die individuellen Surf- und Sehgewohnheiten der Menschen anzupassen, ganze Heim-Setups durch digitale Assistenten zu steuern oder sogar Potenziale zu schaffen Kuren zu universellen Krankheiten wird maschinelles Lernen schnell zum Schlüssel zur Modernisierung einiger der größten Industrien von heute. Das Potenzial der KI, von der praktischen in die kreative Welt überzugreifen, überrascht jedoch Experten immer wieder.
Bisher dachte man, KI sei nur in der Lage, Teile bestehender Artikel im Web zusammenzuschustern und nicht grundsätzlich neue Ideen und eigene Sätze zu generieren. Im Allgemeinen galt es als eine Art Gimmick – eine neuartige Leistung von Wissenschaft und Technologie, die von Informatikern umgesetzt wurde – ohne reale Anwendung. Dies könnte sich jedoch mit dem Sprachgenerierungsprogramm von OpenAI mit dem Namen GPT-3 (Generative Pre-trained Transformer) ändern.
Nach umfangreichen Investitionen in Höhe von über 1 Milliarde US-Dollar von Microsoft, das in San Francisco ansässige OpenAI hat das GPT-3 mit der fortschrittlichsten Software auf dem Markt entwickelt und markiert damit die Einführung des weltweit ersten "unüberwachten KI"-Programms im Bereich der Alphabetisierung. Das bedeutet, dass während des maschinellen Lernens normalerweise die manuelle Eingabe von Daten für Bilder, Audio oder In fehlen uns die Worte. Fallwörter zu beginnen, ihre Eigenschaften mit seinem eigenen Code zu speichern und zu replizieren, kann das GPT-3 auf einmal mit zahlreichen Reizen gefüttert werden und die Nuancen selbst lernen.
Unter Verwendung von „Transformern“, d. h. Deep-Learning-Modellen, die die Semantik eines Satzes kodieren, identifiziert ein Aufmerksamkeitsmodell die Bedeutung von Wörtern basierend auf ihrem Wiederauftreten im Rest des Textes oder ihrer Platzierung in einem bestimmten Satz und überträgt diese Bedeutung dann auf Benutzeraufgaben ausführen – wie „Diesen Absatz zusammenfassen“ oder „Diese Sprache übersetzen“.