Goldilocks Ausgabe 17 | Page 41

Die Begriffe bzw . die Abkürzungen beziehen sich auf die Entwicklung von Computern oder Software , die in der Lage sind , Aufgaben zu bewältigen , die normalerweise menschliche Intelligenz erfordern . KI-Algorithmen werden verwendet , um Muster zu erkennen , Probleme zu lösen und eigenständig zu lernen .
Damit ist künstliche Intelligenz gemeint , die darauf ausgerichtet ist , natürlich und menschenähnlich in Gesprächen zu interagieren . Diese Technologie wird in Chatbots , Sprachassistenten und Kundenservice-Anwendungen eingesetzt .
Unter GenKI versteht man KI-Systeme , die in der Lage sind , eigenständig Inhalte zu erstellen , seien es Texte , Bilder oder andere Medien . Die Systeme nutzen also generative Modelle , um neue , oft kreative Inhalte zu generieren .
ML ist ein Teilbereich der KI , der Algorithmen und Modelle verwendet , um Computer dazu zu befähigen , aus Daten zu lernen und Muster zu erkennen . Im Bankwesen wird ML beispielsweise für die Analyse großer Datenmengen und die Vorhersage von Finanztrends eingesetzt .
NLP befasst sich mit der Wechselwirkung zwischen Computern und menschlicher Sprache . Dies umfasst Natural Language Understanding ( NLU ), um menschliche Sprache zu verstehen , und Natural Language Generation ( NLG ), um verständliche Antworten oder Texte zu erzeugen .
Dieses „ tiefe Lernen “ ist eine fortgeschrittene Form des maschinellen Lernens , die auf künstlichen neuronalen Netzen basiert . Es ermöglicht Computern , komplexe Muster und Darstellungen durch mehrere Schichten von Datenverarbeitung zu erlernen .
Ein Prompt ist eine Anweisung oder Frage , die einem KI-System gegeben wird , um eine spezifische Antwort oder Aktion zu erhalten . Prompting spielt eine Schlüsselrolle bei der Interaktion mit GPT- Modellen wie ChatGPT und anderen .
Dieser Skill bezieht sich auf die gezielte Gestaltung von Anweisungen , um gewünschte Ergebnisse von KI-Systemen zu erhalten . Die Fähigkeit ist entscheidend , um präzise und relevante Antworten von Modellen wie ChatGPT und Co . zu erhalten .
Unter Explainable AI versteht man , dass KI-Modelle und ihre Entscheidungen für Menschen verständlich und nachvollziehbar sind . Dies ist besonders wichtig , um das Vertrauen in KI-Anwendungen zu stärken .
Sie sind sogenannte computational Modelle , die von der Funktionsweise des menschlichen Gehirns inspiriert sind . Neuronale Netze werden in verschiedenen KI-Anwendungen , einschließlich Deep Learning , eingesetzt .
Der Turing-Test ist ein Maßstab , um festzustellen , ob eine Maschine menschenähnliches Verhalten in der Kommunikation erreichen kann , sodass ein Mensch nicht zwischen Maschine und Mensch unterscheiden kann .
LLM bezieht sich auf große Sprachmodelle wie GPT , die mit riesigen Datensätzen trainiert wurden und komplexe Sprachverständnis- und Generierungsaufgaben bewältigen können .
GPT ist ein spezifisches Beispiel für ein LLM und steht für Generative Pre-trained Transformer . Es ist ein vielseitiges Modell , das für natürliche Sprachverarbeitung und Textgenerierung eingesetzt wird .
NOVEMBER 2023 KI-DISRUPTION

GLOSSAR

Bild : unsplash . com , Simon Lee
LESEDAUER : 3 MIN

Artificial Iintelligence ( AI ) oder Künstliche Intelligenz ( KI )

Die Begriffe bzw . die Abkürzungen beziehen sich auf die Entwicklung von Computern oder Software , die in der Lage sind , Aufgaben zu bewältigen , die normalerweise menschliche Intelligenz erfordern . KI-Algorithmen werden verwendet , um Muster zu erkennen , Probleme zu lösen und eigenständig zu lernen .

Conversational AI

Damit ist künstliche Intelligenz gemeint , die darauf ausgerichtet ist , natürlich und menschenähnlich in Gesprächen zu interagieren . Diese Technologie wird in Chatbots , Sprachassistenten und Kundenservice-Anwendungen eingesetzt .

GenKI oder Generative Künstliche Intelligenz

Unter GenKI versteht man KI-Systeme , die in der Lage sind , eigenständig Inhalte zu erstellen , seien es Texte , Bilder oder andere Medien . Die Systeme nutzen also generative Modelle , um neue , oft kreative Inhalte zu generieren .

ML oder Machine Learning

ML ist ein Teilbereich der KI , der Algorithmen und Modelle verwendet , um Computer dazu zu befähigen , aus Daten zu lernen und Muster zu erkennen . Im Bankwesen wird ML beispielsweise für die Analyse großer Datenmengen und die Vorhersage von Finanztrends eingesetzt .

Natural Language Processing ( NLP )

NLP befasst sich mit der Wechselwirkung zwischen Computern und menschlicher Sprache . Dies umfasst Natural Language Understanding ( NLU ), um menschliche Sprache zu verstehen , und Natural Language Generation ( NLG ), um verständliche Antworten oder Texte zu erzeugen .

Deep Learning

Dieses „ tiefe Lernen “ ist eine fortgeschrittene Form des maschinellen Lernens , die auf künstlichen neuronalen Netzen basiert . Es ermöglicht Computern , komplexe Muster und Darstellungen durch mehrere Schichten von Datenverarbeitung zu erlernen .

Prompt

Ein Prompt ist eine Anweisung oder Frage , die einem KI-System gegeben wird , um eine spezifische Antwort oder Aktion zu erhalten . Prompting spielt eine Schlüsselrolle bei der Interaktion mit GPT- Modellen wie ChatGPT und anderen .

Prompt Engineering

Dieser Skill bezieht sich auf die gezielte Gestaltung von Anweisungen , um gewünschte Ergebnisse von KI-Systemen zu erhalten . Die Fähigkeit ist entscheidend , um präzise und relevante Antworten von Modellen wie ChatGPT und Co . zu erhalten .

Explainable AI

Unter Explainable AI versteht man , dass KI-Modelle und ihre Entscheidungen für Menschen verständlich und nachvollziehbar sind . Dies ist besonders wichtig , um das Vertrauen in KI-Anwendungen zu stärken .

Neuronale Netze

Sie sind sogenannte computational Modelle , die von der Funktionsweise des menschlichen Gehirns inspiriert sind . Neuronale Netze werden in verschiedenen KI-Anwendungen , einschließlich Deep Learning , eingesetzt .

Turing-Test

Der Turing-Test ist ein Maßstab , um festzustellen , ob eine Maschine menschenähnliches Verhalten in der Kommunikation erreichen kann , sodass ein Mensch nicht zwischen Maschine und Mensch unterscheiden kann .

LLM oder Large Language Models

LLM bezieht sich auf große Sprachmodelle wie GPT , die mit riesigen Datensätzen trainiert wurden und komplexe Sprachverständnis- und Generierungsaufgaben bewältigen können .

GPT ( Generative Pretrained Transformer )

GPT ist ein spezifisches Beispiel für ein LLM und steht für Generative Pre-trained Transformer . Es ist ein vielseitiges Modell , das für natürliche Sprachverarbeitung und Textgenerierung eingesetzt wird .
PRÄSENTIERT VON