Smart Content Report #21

Wie der Begriff Künstliche Intelligenz missverstanden wird

Wir dürfen bei der Diskussion um künstliche Intelligenz nicht den Begriff „künstlich“ aus den Augen verlieren. Nach meiner Wahrnehmung wird zu häufig darüber diskutiert, ob eine KI wie ChatGPT „wirklich intelligent“ sei. Aber darum geht es ja gar nicht.

Um es mit einem Vergleich zu erklären: Ist eine künstliche Rose dasselbe wie eine echte, natürliche Rose? Nein, auf gar keinen Fall. Hat man beide in Händen, sind die Unterschiede klar. Viele ihrer Eigenschaften sind grundsätzlich anders, weil eine künstliche Rose sich beispielsweise nicht verändert und verwelkt. Sie ist auch nicht gewachsen. Sie hat nicht den typischen Duft usw.

Aber sieht die künstliche Rose, zumindest aus der Ferne, einer natürlichen Rose ähnlich?

Ja, selbstverständlich tut sie das, denn deshalb nennen wir sie ja eine künstliche Rose. Ihr Sinn ist es, die Anmutung einer Rose nachzuahmen.

Hat eine künstliche Rose ihre Berechtigung und ihre Einsatzfelder?

Ja, deshalb existiert sie. Manchmal ist es eben nicht möglich oder sinnvoll, echte Rosen einzusetzen. Die künstliche Rose soll sie so gut es geht ersetzen, was sie aber wie beschrieben nur teilweise kann.

Ersetze nun „Rose“ durch „Intelligenz“. Aus der Ferne (oberflächlich) betrachtet ist die KI einer natürlichen Intelligenz ähnlich. Sie wird sogar zielgerichtet so erschaffen und geformt, dass sie ihr so ähnlich wie möglich ist. Das ist ihr Sinn.

Schaust du genauer hin, werden die Unterschiede aber deutlich und die KI unterscheidet sich sehr viel stärker von menschlicher Intelligenz als wir vielleicht zunächst vermutet hätten.

Deshalb ist die Diskussion darum, ob ChatGPT denn wirklich intelligent sei, nicht zielführend. Es behauptet schließlich niemand, dass es eine Intelligenz sei. Es ist eine künstliche Intelligenz.

Auf den Punkt gebracht: Eine künstliche Intelligenz ist im selben Sinne eine Intelligenz, wie eine künstliche Rose eine Rose ist.

– Jan Tißler

In eigener Sache

KI & Content: Individuelle Schulungen für Unternehmen

Erweitere dein Content-Team um passende KI-Tools für mehr Produktivität, Effizienz und Qualität.

In unseren individuellen Schulungen zeigen wir, wie dein Team ChatGPT, Bing Copilot, Perplexity und andere sinnvoll und zielgerichtet einsetzen kann und ermöglichen so die Integration in den produktiven Einsatz.

Wir stellen deinem Team alle wichtigen KI-Tools vor, üben den gekonnten und zielgerichteten Einsatz und erarbeiten effiziente Workflows für noch besseren Content.

TOOLS

Adobe zeigt zahlreiche neue KI-Funktionen

Adobe hat zahlreiche neue KI-Funktionen vorgestellt, unter anderem für Videoproduktion, Bildbearbeitung, Vektorgrafik und Marketingteams.

Auf seiner alljährlichen MAX-Konferenz präsentierte das Unternehmen etwa das Firefly Video Model. Laut Adobe kann dieses KI-System Videos aus Textbeschreibungen oder Bildern erzeugen. Zudem lassen sich damit bestehende Videoclips verlängern.

Adobe betont zugleich die kommerzielle Sicherheit des Firefly Video Models. Das Unternehmen gibt an, das Modell ausschließlich mit lizenzierten Inhalten und Material aus der Public Domain trainiert zu haben. Dieser Ansatz soll rechtliche Probleme bei der geschäftlichen Nutzung der erzeugten Videos vermeiden. Adobe reagiert damit auf Bedenken bezüglich Urheberrechtsfragen bei KI-generierten Inhalten.

Pika 1.5: KI-Videos mit witzigen Effekten

Pika 1.5 ist die neueste Version eines KI-gestützten Videobearbeitungstools, entwickelt vom Startup Pika Labs aus Palo Alto, Kalifornien. Diese Plattform ermöglicht es Nutzern, statische Bilder in dynamische Videos umzuwandeln und dabei eine Reihe spezieller Effekte, sogenannte „Pikaffects“, anzuwenden. Zu den jüngsten Ergänzungen gehören Effekte wie „crumble“ (zerbröckeln), „dissolve“ (auflösen), „deflate“ (zusammenfallen) und „ta-da“ (verschwinden lassen).

Die Anwendung zeichnet sich durch ihre Benutzerfreundlichkeit aus. Nutzer können einfach ein Bild hochladen und aus einer Palette von Effekten wählen, um es in ein Video zu verwandeln. Neben den neuen Effekten stehen auch bereits bekannte Optionen wie „explode“, „squish“, „melt“, „crush“, „inflate“ und „cake-ify“ zur Verfügung. Diese kreativen Transformationsmöglichkeiten unterscheiden Pika von anderen KI-Videogeneratoren, die sich oft auf Realismus konzentrieren.

Welche ist die beste Version von ChatGPT?

Ein Reddit-Post mit dem Titel „Which is the best version of chatgpt4“ hat eine Diskussion über die verschiedenen Versionen von ChatGPT ausgelöst. Der Poster fragte nach der „genauesten“ Version, was zu verschiedenen Antworten führte.

Die Benutzer heben die Stärken der verschiedenen Modelle hervor: „4o“ wird als das beste Modell für Recherche, Bildgestaltung und kreatives Schreiben angesehen, während „o1 mini“ besonders für Programmierung und MINT-Anwendungen geeignet sei. Einige Nutzer merken an, dass „o1 preview“ besser für komplexe Denkaufgaben geeignet sei, auch wenn es nicht für alle Codeszenarien optimal sei.

Es gibt Diskussionen über die Effektivität dieser Modelle für bestimmte Aufgaben, wie z. B. das Schreiben von Literatur oder das Lösen mathematischer Probleme. Mehrere Kommentatoren äußern Unzufriedenheit mit den Benennungskonventionen und schlagen vor, dass klarere Bezeichnungen den Nutzern helfen würden, das richtige Modell zu wählen.

Insgesamt wird in der Diskussion betont, wie wichtig es ist, ein Modell auf der Grundlage der spezifischen Bedürfnisse und Aufgaben auszuwählen.

Tools in aller Kürze

1. Nvidia veröffentlicht leistungsstarkes und offenes KI-Modell
2. Galileo evaluiert KI-Modelle für den Unternehmenseinsatz
3. DataStax und Nvidia beschleunigen KI-Entwicklung für Unternehmen
4. ARIA ist offen und multimodal
5. Pyramid Flow ist eine frei verfügbare Video-KI
6. Meta steigt mit Movie Gen in den KI-Videomarkt ein
7. Black Forest Labs veröffentlicht Flux 1.1 Pro

Dies ist nur ein Ausschnitt. Auf der Website findest du weitere aktuelle Tools.

News

Google und Amazon investieren in Kernkraft

Google will den Bau von sieben kleinen Atomreaktoren in den USA unterstützen, berichtet Jennifer Hiller im Wall Street Journal. Damit will der Konzern seinen steigenden Energiebedarf für Künstliche Intelligenz decken und die US-Atomindustrie wiederbeleben. Google plant, den Strom der Reaktoren von der Firma Kairos Power abzunehmen. Die Vereinbarung sieht 500 Megawatt Atomstrom ab Ende 2030 vor. Es handelt sich um das erste Projekt für kommerziell genutzte kleine modulare Reaktoren (SMRs) in den USA. Laut Experten ist diese Technologie die Zukunft der Branche, denn sie soll den Bau durch kleinere Reaktoren schneller und günstiger machen.

Amazon Web Services (AWS) investiert mehr als 500 Millionen US-Dollar in Kernkraftwerke für drei Projekte in Virginia und Washington, um den wachsenden Bedarf an sauberer Energie für seine expandierenden Dienstleistungen im Bereich der generativen KI zu decken. Wie CNBC berichtet, steht diese Initiative im Einklang mit Amazons Ziel, Netto-Null-Emissionen zu erreichen.

AWS hat sich mit Dominion Energy in Virginia zusammengetan, um die Entwicklung eines kleinen modularen Reaktors in der Nähe des Kernkraftwerks North Anna zu untersuchen.

Diese SMRs haben einen geringeren Platzbedarf und eine kürzere Bauzeit als herkömmliche Reaktoren, was sie zu einer praktikablen Option zur Deckung des steigenden Strombedarfs macht. Virginia beherbergt eine große Anzahl von Rechenzentren, deren Strombedarf in den nächsten 15 Jahren voraussichtlich um 85 % steigen wird.

Darüber hinaus hat AWS eine Vereinbarung mit Energy Northwest in Washington getroffen, um die Entwicklung von vier Siedewasserreaktoren zu finanzieren, die Strom ins Netz einspeisen und den Betrieb von Amazon unterstützen sollen. Die SMRs werden die Technologie von X-energy nutzen, die AWS ebenfalls mit einer Investition von 500 Millionen Dollar finanziell unterstützt.

New York Times schickt Abmahnung an Perplexity

Die New York Times hat das Startup Perplexity aufgefordert, die Nutzung ihrer Inhalte zu unterlassen. Laut Wall Street Journal wirft die Zeitung der KI-Suchmaschine Perplexity Urheberrechtsverletzung vor. Perplexity verwendet die Inhalte der Times für ihre Suchergebnisse. Die Times fordert in einem Schreiben Schadenersatz und die Herausgabe unrechtmäßiger Gewinne. Perplexity-CEO Aravind Srinivas erklärte, man wolle mit allen Verlagen zusammenarbeiten und plane, bis zum 30. Oktober auf die Klage zu reagieren.

Auch andere Verlage wie Forbes und Condé Nast werfen Perplexity Urheberrechtsverletzungen vor. Die New York Times hatte zuvor bereits den ChatGPT-Entwickler OpenAI verklagt.

Perplexity, unterstützt von Jeff Bezos, will Suchmaschinen wie Google Konkurrenz machen. Das Unternehmen bietet KI-Zusammenfassungen und Links zu Quellen. Laut Wall Street Journal plant Perplexity, Werbeeinnahmen mit den Verlagen zu teilen.

Nobelpreis für Physik geht an KI-Pioniere

Der Nobelpreis für Physik 2024 geht an die KI-Pioniere Geoffrey E. Hinton und John J. Hopfield. Die Königlich Schwedische Akademie der Wissenschaften würdigt damit ihre bahnbrechenden Arbeiten im Bereich der künstlichen neuronalen Netze. Das Preisgeld von 11 Millionen schwedischen Kronen (etwa 1,06 Millionen US-Dollar) teilen sich die beiden Laureaten.

Hinton, auch als „Godfather of AI“ bekannt, legte mit seiner Forschung zu künstlichen neuronalen Netzen den Grundstein für moderne KI-Anwendungen. Seine Boltzmann-Maschine und Arbeiten zum Deep Learning revolutionierten Bereiche wie Bilderkennung und natürliche Sprachverarbeitung. Hopfield entwickelte ein assoziatives Gedächtnismodell, das Muster in Daten speichern und rekonstruieren kann.

Trotz seiner Auszeichnung äußert Hinton zunehmend Bedenken über die möglichen Gefahren unkontrollierter KI-Entwicklung. Er warnt vor unbeabsichtigten Folgen wie Fehlinformationen, Arbeitsplatzverlust und sogar existenziellen Bedrohungen. Hinton verließ 2023 seine Position bei Google, um offener über diese Risiken sprechen zu können. Die Arbeiten beider Preisträger haben bereits verschiedene Bereiche wie Materialwissenschaften und Gesundheitswesen beeinflusst und treiben die rasante Entwicklung der KI voran.

Quellen: Bloomberg, VentureBeat

News in aller Kürze

1. Generative KI bekommt 40% des Risikokapitals im Cloud-Bereich
2. Verwässert Meta den Begriff Open Source?
3. Test deckt Schwachstellen führender KI-Modelle auf
4. US-Sicherheitsbehörden investieren 700 Mio. US-Dollar in KI
5. Y Combinator nimmt Stellung zur Kritik an PearAI
6. Mehr Sprachen für Gemini Live

Dies ist nur ein Ausschnitt. Auf der Website findest du weitere aktuelle News.

Hintergrund

KI-Pionier Yann LeCun kritisiert aktuellen Hype

Yann LeCun, eine Schlüsselfigur in der Entwicklung der modernen künstlichen Intelligenz, steht dem derzeitigen Hype um die Fähigkeiten der KI skeptisch gegenüber. Seiner Meinung nach überschätzen viele Experten das Potenzial und die Risiken der KI und sie ist nicht so weit, wie manche behaupten. LeCun positioniert sich als kritische Stimme inmitten des vorherrschenden Narrativs, das Maschinen eine unmittelbar bevorstehende Intelligenz auf menschlichem Niveau zuschreibt. Er betont die Notwendigkeit, die Grenzen der KI besser zu verstehen, schreibt das Wall Street Journal. Trotz des Optimismus einiger Technologen in Bezug auf die Zukunft der KI bleibt LeCun vorsichtig und plädiert für eine realistische Perspektive. Seine Ansichten stellen die Vorstellung in Frage, dass KI die menschliche Intelligenz bald übertreffen oder ersetzen könnte. LeCuns Erkenntnisse tragen zu einem ausgewogenen Diskurs über die Auswirkungen der Technologie bei. Sein Ziel ist es, Missverständnisse auszuräumen und einen fundierteren öffentlichen Dialog über KI zu fördern. Insgesamt betont er, wie wichtig es ist, die derzeitigen Fähigkeiten der KI und ihr wahres Potenzial zu erkennen.

Viele Hoffnungen ruhen auf leistungsstarken KI-Agenten

KI-Unternehmen konzentrieren sich zunehmend auf die Entwicklung autonomer Programme, so genannter Agenten, die Aufgaben erledigen und Entscheidungen mit einem Minimum an menschlichem Input treffen, berichtet Kylie Robison für The Verge. Große Unternehmen wie Microsoft und Google investieren stark in diese Agenten, um Prozesse wie Kundenservice und Datenanalyse zu automatisieren. Im Gegensatz zu herkömmlichen Bots sind Agenten darauf ausgelegt, aus Interaktionen zu lernen und sich an verschiedene Situationen anzupassen. Allerdings gibt es Bedenken hinsichtlich ihrer Zuverlässigkeit und ihrer ethischen Implikationen, insbesondere in sensiblen Bereichen wie Recht und Finanzen.

OpenAIs Sam Altman schürt überzogene Erwartungen

In einem Artikel für The Atlantic kritisiert David Karpf die optimistischen Ansichten von Sam Altman zu KI, insbesondere nach der jüngsten Finanzierungsrunde von OpenAI, die das Unternehmen trotz erheblicher finanzieller Verluste mit 157 Milliarden US-Dollar bewertet. Altmans Manifest „The Age of Intelligence“ prognostiziert transformative Fortschritte durch KI, einschließlich der Lösung von Klimaproblemen und der Schaffung von Superintelligenz.

Hintergrund in aller Kürze

1. Transformermodelle eignen sich nicht für KI-Agenten
2. Essay über das positive Potenzial von KI
3. LLMs können nicht logisch denken
4. Es gibt kaum ein Entkommen vor KI online
5. OpenAI vs Anthropic: So unterschiedlich sind die Konkurrenten

Dies ist nur ein Ausschnitt. Auf der Website findest du mehr aktuelle Hintergrund-Artikel.

Was bedeutet …

Large Language Model

Ein Large Language Model, oft als LLM abgekürzt, ist ein hochentwickeltes künstliches neuronales Netzwerk, das darauf spezialisiert ist, menschliche Sprache zu verstehen, zu generieren und zu verarbeiten. Diese Modelle werden als „large“ (groß) bezeichnet, weil sie auf enormen Mengen an Textdaten trainiert werden und Milliarden von Parametern enthalten können.

LLMs sind in der Lage, eine Vielzahl von Aufgaben zu bewältigen, darunter Textgenerierung, Übersetzung, Zusammenfassung und Beantwortung von Fragen. Sie funktionieren, indem sie Muster in der Sprache erkennen und auf dieser Grundlage wahrscheinliche Wortfolgen vorhersagen.

Ein bekanntes Beispiel für ein LLM ist GPT (Generative Pre-trained Transformer), das von OpenAI entwickelt wurde. LLMs bilden die Grundlage für viele moderne KI-Anwendungen und haben das Potenzial, die Art und Weise, wie wir mit Computern interagieren und Informationen verarbeiten, grundlegend zu verändern.

Trotz ihrer beeindruckenden Fähigkeiten haben LLMs auch Grenzen und können Fehler machen oder voreingenommene Ergebnisse liefern, weshalb ihr Einsatz oft ethische und praktische Fragen aufwirft.

Wir über uns

Gefällt dir dieser Newsletter? Dann empfiehl ihn doch weiter! Verweise dazu am besten auf https://upload-magazin.de/smart-content-report/

Wir haben zwei weitere Newsletter, die für dich relevant sind:

Das Content-Briefing liefert dir immer im Wechsel mit dem Smart Content Report einen praktischen Tipp für deine Content-Arbeit sowie Lesetipps andernorts. Ansehen …

Mit dem Update am Montag wiederum erfährst du einmal pro Woche, welche neuen Inhalte und Angebote du beim UPLOAD Magazin findest. Ansehen …