ChatGPT: Wie klug ist der gehypte Chatbot?
Wie intelligent ist ChatGPT und kann es aus seinen Fehlern lernen? Unser Autor Prof. Dr. Christian Bauckhage hat sich weiter mit dem Chatbot unterhalten und hat ihn einem Intelligenztest unterzogen.
Willkommen beim Blog zum Maschinellen Lernen! Hier kommen die Wissenschaftler*innen des Lamarr-Instituts für Maschinelles Lernen und Künstliche Intelligenz zu Wort. Es gibt spannende Beiträge für Einsteiger*innen, Profis, Anwender*innen aus der Praxis und alle, die neugierig auf die Themen Maschinelles Lernen und Künstliche Intelligenz sind.
Klassifikation ist eines der fundamentalen Denkwerkzeuge im Maschinellen Lernen. Mit ihm können existierende Lösungen auf neue Probleme übertragen werden. Klassifikatoren lernen, aus Daten Muster zu erkennen und so Daten verschiedenen Klassen zuzuordnen.
Sogenannte Foundation-Modelle entwickeln sich schnell und können bereits qualitativ anspruchsvolle Aufgaben automatisiert durchführen und unterschiedliche Medien gleichzeitig betrachten. Dieser Beitrag wirft einen Blick hinter die Kulissen der großen Sprachmodelle.
Kommt es zum Schlaganfall, ist eine schnelle Intervention gefordert. Eine Deep Learning Klassifizierung könnte Ärzt*innen unterstützen. In sicherheitskritischen Bereichen wie der Medizin müssen Vorhersagen einer KI jedoch nachvollziehbar sein.
Für den Blog schreiben neben Gastautor*innen vor allem Wissenschaftler*innen aus dem Lamarr-Institut. Die Autor*innen verraten, an welchen Themen sie gerade arbeiten, was sie besonders interessiert und welchem der Lamarr-Forschungsschwerpunkte ihre Arbeit zugeordnet ist. Die Redakteur*innen kommen aus dem PR-Team des Lamarr-Instituts und beantworten Ihnen auch gern Fragen zum Blog.
Wie intelligent ist ChatGPT und kann es aus seinen Fehlern lernen? Unser Autor Prof. Dr. Christian Bauckhage hat sich weiter mit dem Chatbot unterhalten und hat ihn einem Intelligenztest unterzogen.
ChatGPT ist seit seiner Veröffentlichung in aller Munde. In diesem Beitrag nimmt Prof. Dr. Christian Bauckhage diesen Hype unter die Lupe und erzählt von seinen eigenen Erfahrungen mit dem Chatbot.
Große Sprachmodelle besitzen ein immenses Transformationspotenzial. Sogenannte Foundation-Modelle können mittlerweile nicht nur die Bedeutung von Texten und Bildern erfassen und selbst erzeugen, sondern sind auch auf Videos anwendbar.
Die Verbesserung der Vorhersagequalität von gelernten ML-Modellen führt zu Verfahren mit hohem Energieverbrauch. Eine neue Methode ermöglicht die Ermittlung von Energieeffizienz im ML, sowie eine Darstellung in Form von Energie Labels.
Für die Feiertage haben wir ein paar Lesetipps zusammengestellt. Der ML2R-Blog wird im neuen Jahr mit interessanten Beiträgen rund um Künstliche Intelligenz und Maschinelles Lernen zurück sein.
Künstliche Intelligenz kann die Nachhaltigkeit in der Forschung und Entwicklung fördern. Mit dem gezielten Einsatz im Design of Experiments ist es möglich, Versuche und damit auch Ressourcen einzusparen.
Haben Sie Fragen oder möchten Sie gern selbst einen Beitrag für unseren Blog schreiben? Hier können Sie Kontakt aufnehmen!