ChatGPT: Wird die Zukunft von KI generiert?

[Anmerkung der Redaktion: Die Einleitung zu diesem Artikel wurde von ChatGPT geschrieben.]

In diesem Interview teilt Barak Turovsky, ein Mitglied des GLG-Netzwerks und Experte für künstliche Intelligenz (KI) sowie Natural Language Processing (NLP), seine Einsichten zu ChatGPT – einem Sprachmodell, das von OpenAI entwickelt wurde – mit. Turovsky vergleicht ChatGPT mit anderen KI- und Large Language Model (LLM)-Technologien und diskutiert dessen potenzielle Einsatzmöglichkeiten über die Suche hinaus. Er gibt auch seine Meinung zu Microsofts Investition in OpenAI und die Herausforderungen bei der Einführung für Verbraucher und Unternehmen preis. Der Artikel schließt mit einer Diskussion über die Zukunft des KI-Wettlaufs und die möglichen Auswirkungen auf die NLP-Technologie.

Wie sehen Sie die in ChatGPT integrierte Technologie im Vergleich zu dem, was wir bisher auf den KI- und LLM-Märkten gesehen haben?

Der Hauptdurchbruch der ChatGPT-Technologie ist ihre flüssige, natürlich und menschlich klingende Sprache zu praktisch jedem Thema. Dies wird erreicht durch die Nutzung von bahnbrechenden Transformer-Neuralnetzwerken, die 2017 von Google entwickelt und veröffentlicht wurden. Transformer-Netzwerke sind ein großer Fortschritt gegenüber älteren Modellen. Vor allem, weil sie Beziehungen zwischen allen Wörtern in einem Satz gleichzeitig und unabhängig von ihrer Position modellieren. Das führt zu authentisch wirkenden Ergebnissen. Darüber hinaus werden Transformer-Neuralnetzwerke an einem Korpus von zehn Milliarden Beispiel-Dialogen trainiert, so dass sie Informationen viel effektiver lernen als ihre KI-Vorgänger.

Wo sehen Sie das nächste Disruptionspotenzial für diese Technologie? Ein Fokus wurde bisher auf die Suche gelegt – aber ist dies der am besten geeignete Anwendungsfall?

Ich glaube, dass Anwendungsfälle, die auf die Verbesserung der kreativen Arbeit und/oder Arbeitsproduktivität abzielen, auf kurze bis mittlere Sicht viel sinnvoller für generative KI sind. In einem Fachartikel verwende ich das folgende Framework zur Bewertung von generativen KI/LLM-Anwendungsfällen:

• Bedarf an Genauigkeit: Wie wichtig ist die Genauigkeit für den Anwendungsfall?
• Bedarf an Sprachgewandtheit: Streben Sie nach einer natürlich klingenden Geschichte? Das wäre wichtig, wenn Sie ein Science-Fiction-Buch schreiben, aber weniger wichtig, wenn Sie Daten für eine Geschäftsentscheidung liefern.
• Wie hoch sind die Risiken? Das Risiko ungenauer Antworten beim Verfassen eines Gedichts mit KI ist viel geringer als sich auf die KI zu verlassen, um zu entscheiden, wo Sie Ihren nächsten Urlaub buchen oder welche Spülmaschine Sie kaufen sollten.

Microsoft hat seine Investitionen in OpenAI erhöht und die ChatGPT-Technologie in Bing integriert. Wird das einen Unterschied machen?

Ich bin nicht sicher, ob ChatGPT in der Suche signifikante Veränderungen bewirken wird. Hier sind zwei wichtige Punkte zu beachten. Der eine ist der Vertrieb. Google dominiert ihn sowohl auf Desktop-Geräten (Chrome) als auch auf Mobilgeräten (Android und jetzt iOS). Das zweite ist die Nutzerwahrnehmung – Google Search gilt insgesamt als ein großartiges Produkt. Ich glaube, dass ChatGPT eine großartige, aber keine disruptive Verbesserung bei Fragen wie „Wie alt ist Barack Obama?“ bieten wird und Verbraucher ChatGPT für wichtige Anfragen beispielsweise zum Waschmaschinenkauf nur langsam annehmen werden.

Trotzdem glaube ich, dass die Integration von ChatGPT eine Win-Win-Win-Situation für Microsoft darstellt. Mit jedem Suchanteil von einem einzigen Prozentpunkt, den Microsoft von Google abzieht, gehen zusätzliche Einnahmen von ein bis zwei Milliarden Dollar einher. Und ich glaube, Microsoft könnte aufgrund seiner PR- und Marketingkampagne einige Prozentpunkte gewinnen.

Darüber hinaus helfen die Daten von Bing, die großen Sprachmodelle zu trainieren, von denen zwei andere Geschäftsbereiche profitieren. Der erste ist Microsoft Office, wo die Verwendung von ChatGPT als Schreibhilfe die Produktivität bei E-Mails, Präsentationen und so weiter steigern. Das kann das Wachstum dieses ausgereiften, aber extrem profitablen Geschäftsbereichs beleben. Der zweite Geschäftsbereich ist das Azure-Cloud-Angebot. Hier kann AI-as-a-Service einen Wachstumsschub auslösen und Microsoft die Möglichkeit geben, AWS als den führenden Cloud-Anbieter zu überholen.

Was sind die größten Hindernisse, um die Technologie bei Verbrauchern und Unternehmen einzuführen?

Erstens könnten LLMs ungenau sein. Das Problem: Dialogbasierte LLMs sind darauf trainiert, Ihnen eine Antwort zu geben – auch wenn sie falsch ist oder keinen Sinn macht! Darin ähneln sie dem menschlichen Verhalten. Dabei darf man nicht vergessen, dass Ausstrahlung, Selbstbewusstsein und eine geschmeidige Gesprächsführung uns auch in realen Dialogen mitreißen. Vor allem, wenn wir das Thema nicht vollständig verstehen. Darüber hinaus können LLMs manchmal auch beleidigende Antworten geben oder Ergebnisse liefern, die bestehende Vorurteile verstärken.

Zweitens können wir nicht von einer linearen, superschnellen Verbesserung der Genauigkeit bei LLMs ausgehen. Damit sie gut funktionieren, müssen sie mit riesigen Mengen an Daten trainiert werden. Sowohl ChatGPT als auch Google LAMBDA-Modelle werden Berichten zufolge mit Milliarden von Wörtern trainiert. Angesichts der schon jetzt enormen Datenmenge ist selbst bei einer Verdopplung derselben nur eine schrittweise Verbesserung der Genauigkeit zu erwarten. Das ist eine sehr komplexe Aufgabe und mehr Kunst als Wissenschaft.

Wie sieht die Zukunft der KI-Kämpfe aus?

Ich bevorzuge es, von der KI-Revolution zu sprechen. Diese disruptive Technologie – viele vergleichen KI mit der Erfindung von Elektrizität oder Feuer – wird jeden Aspekt unseres Lebens beeinflussen. Ich betrachte mich Glückspilz: Zunächst habe ich an der ersten großen KI-Entwicklung mitgearbeitet und bei Google Translate erstmals tiefe neuronale Netze in einem Produkt von enormem Umfang eingesetzt. Dann durfte ich die neue KI-Generation mitgestalten, die natürliche, menschenähnliche Outputs für nahezu jedes Thema produzieren kann.

Wie erwähnt ist Genauigkeit rund um das Thema ChatGPT und Suche von enormer Bedeutung. Deshalb wird es noch eine ganze Weile dauern, bis ChatGPT die Art und Weise, wie wir nach Informationen suchen, verändert. Es gibt jedoch viele Anwendungsfälle, bei denen Sprachgewandtheit von größter Bedeutung ist. Denken Sie an kundenorientierte Interaktionen in nahezu jeder Branche. Ein paar Beispiele:

• Kundenservice: Ein auf ChatGPT basierender Chatbot – der mit Kunden aus den Bereichen wie Finanzdienstleistungen, Gesundheitswesen, Telekommunikation oder Verkehr interagiert – kann aufgrund seiner Sprachgewandtheit viel menschlicher und kenntnisreicher klingen als schlecht ausgebildete, im Ausland ansässige Kundendienstmitarbeiter. Die wiederholen nämlich oft nur vorgefertigte, nicht besonders gut formulierte Texte.
• Bildung: ChatGPT hat bereits gezeigt, dass es Pflege-, Anwalts- und andere Prüfungen bestehen kann. Dies wird eine neue Ära einläuten, wie wir Fähigkeiten für den sich schnell verändernden Arbeitsplatz der Zukunft erlernen.

ChatGPT bietet flüssige Konversationen. Kombiniert mit maßgeschneiderten Inhalten aus den Unternehmen, könnten in relativ kurzer Zeit geradezu Killer-Apps programmiert werden – viele Unternehmen sollten eher früher als später darüber nachdenken. Entweder ist ChatGPT Deine Konkurrenz, oder Deine Konkurrenz wird dich mit ChatGPT überholen.

Wie bei jeder neuen und disruptiven Technologie – denken Sie an die Anfangstage von Eisenbahnen oder Flugzeugen – ist die Vermarktung und Monetarisierung von KI-Technologien sowohl aufregend als auch beängstigend, voller Komplexitäten und Nuancen. Die Unternehmen werden vor der schwierigen Wahl stehen, wie sie diese neue Fähigkeit nutzen oder sich vor schnelleren, agileren Wettbewerbern schützen können.