Zwei KIs unterhalten sich direkt per Sprachaus- und -eingabe

[Caramon2]

Ab 33 Min. (vorher demonstriert er ausführlich, wie schlecht das neue Alexa noch ist):

Alexa Plus vs. ChatGPT (cc2.tv)

Eine interessante Idee.

Alexa hat das nicht richtig verstanden (die sollte sich ja auch Fragen ausdenken), hat aber die homogenere Sprachausgabe. Davon abgesehen gefällt mir die andere Sprachausgabe aber irgendwie besser. Die wirkt motivierter. Allerdings könnte ich mir vorstellen, dass das auf Dauer etwas nervt.

 

[CaptainPicard]

Zwei KIs unterhalten sich

Nix neues. Geht noch spaßiger! Schon mal Gibberlink gehört?

YouTube

An dieser Stelle steht ein externer Inhalt von YouTube, der den Forumbeitrag ergänzt. Er kann mit einem Klick geladen und auch wieder ausgeblendet werden.

YouTube-Embeds laden

Ich bin damit einverstanden, dass YouTube-Embeds geladen werden. Dabei können personen­bezogene Daten an YouTube übermittelt werden. Mehr dazu in der Datenschutzerklärung.

YouTube-Embeds laden

Datenschutzerklärung

 

[Axxid]

Solange wir noch verstehen was sie sagen, ist es ja noch ganz spaßig. Wenn sie anfangen eine eigene Sprache zu sprechen wird es unheimlich

 

[CaptainPicard]

@Axxid Netter Artikel, danke.

 

[Sbibi]

Solange wir noch verstehen was sie sagen, ist es ja noch ganz spaßig. Wenn sie anfangen eine eigene Sprache zu sprechen wird es unheimlich

Hier noch eine weniger dramatische Einordnung von der Autorin selbst:

[...] the study's lead author, Michael Lewis, told us via e-mail: [...]
There was no panic, and the project hasn't been shut down. Our goal was to build bots that could communicate with people. In some experiments, we found that they weren't using English words as people do — so we stopped those experiments, and used some additional techniques to get the bots to work as we wanted. Analyzing the reward function and changing the parameters of an experiment is NOT the same as "unplugging" or "shutting down AI." If that were the case, every AI researcher has been "shutting down AI" every time they stop a job on a machine.
https://www.snopes.com/fact-check/facebook-ai-developed-own-language/

 

[madmax2010]

Eine interessante Idee.

Gab's doch irgendwann 2015 / 2016 erstmalig ..?

Inzwischen gibt es Dinge wie moltbook und x weitere mehr oder weniger ernstnehmbare experimente in der Richtung. Wobei moltbook auch viel nicht ki geschriebene Witze bei sind
https://www.cnet.com/tech/mobile/make-siri-alexa-and-google-assistant-talk-in-an-infinite-loop/
Gab Das aber noch früher..haben das irgendwann in der Oberstufe mit Google und Amazon APIs gebaut

Ergänzung (Mittwoch um 23:12)

Solange wir noch verstehen was sie sagen, ist es ja noch ganz spaßig. Wenn sie anfangen eine eigene Sprache zu sprechen wird es unheimlich

Einerseits, Chomsky.
Und daraus vllt ableitbar:
Jedes künstliches neuronales Netz eine mathematische "Sprache". Lineare Transformationen bilden das Vokabular und nichtlineare Aktivierungsfunktionen die Grammatik. Durch die Verkettung dieser linearen und nicht lineare Elemente kann das Netz jede beliebig komplexe Funktion abbilden. Von bilderkennung, über Übersetzung, LLMs und abgedrehtere Dinge

Es ist fein, dass sprachassistenten natürliche Sprache nutzen. Aber das ist nur ne abstrakte, durch RLHF entstandene Schicht. 99% Der ki Forschung seit den 50er Jahren hat nichts mit natürlicher Sprache zu tun.

So Artikel sind gern erfolgreich, weil sie Klicks bringen, lügen aber über das was dahinter mathematisch eh passiert.

Bisher kann auch niemand erklären, warum der aktuelle Stack so gut funktioniert. Selbst beim gpt 2 und 3 release saßen wir abends im konfi und haben damit gespielt. Wie massiv Viel besser RLHF die Architektur macht, dürfte alle inklusive der Autoren der initalialen transformer paper, bis hin zu Ilya sutskever und Andrej karpathy Überrascht haben.

 

[Backfisch]

Durch die Verkettung dieser linearen und nicht lineare Elemente kann das Netz jede beliebig komplexe Funktion abbilden

Das gilt streng genommen nur für das Perceptron (zumindest existiert dafür ein Beweis) und auch dort nur unter gewissen Einschränkungen, siehe "universal approximation theorem".

 

[Caramon2]

Nix neues.

Das ging bisher vollständig an mir vorbei. - Aber so wie sich der Thread bisher entwickelt, hat er sich auf jeden Fall gelohnt.

Ich habe noch nicht viele KIs genutzt:

Einige Wochen nachdem das Android-Opera eine KI bekommen habe, begann ich mich damit zu beschäftigen (zuerst wollte ich von diesem neuen "Hype" nichts wissen) und es war interessant, alle ca. 2-3 Monate einen deutlichen Sprung (nicht immer in die richtige Richtung) in der Entwicklung zu beobachten.

Ich habe mich oft extra wage ausgedrückt, um zu sehen wie sie reagiert, oder z. B. eine einfache Rechenaufgabe gestellt und verlangt, dass die falch gelöst wird: s. hier
(über den Zauberstab kamen wir u. a. zu zerfetzten Einhörnern)

Mit anderen KIs habe ich mich lange gar nicht beschäftigt. Erst seit kurzem nutze ich gelegentlich die Google-KI (ohne Anmeldung nutzbar) zum Vergleich. - Bei längeren Unterhaltungen dauert das spätere öffnen leider sehr lange (egal ob Handy oder PC), so dass ich die Opera-Ki weiterhin bevorzuge.

Außerdem hatte ich mal kurz Karl Klammer (offline-KI) getestet, aber zumindest die kleineren Sprachmodule taugen nichts. - Die großen habe ich nicht getestet, da mir schon das Frontend keinen Spaß gemacht hat.

---

Nachtrag

Im Nachtrag hier hatte ich die "falsche" Rechenaufgabe zum ersten Mal gestellt, da musste ich es noch genauer erklären.

Dafür kam später »Fünf mal sieben ergibt einen wunderschönen Sonnenuntergang. 🌅« - Sowas jemals von einem Computer zu "hören", hätte ich auch nicht gedacht.

 

[Backfisch]

Die beste Lehre aus diesem Thread wäre den Begriff "KI" zu vermeiden. Sprachmodelle (LLMs) wie ChatGPT, Gemini oder Claude gehören zur Klasse der KI-Algorithmen bzw. verwenden KI-Algoritmen zur Generierung ihrer Outputs. Sie sind jedoch nur EINE Gruppe von hunderten KI-Algorithmen: Alle Sprachmodelle sind KIs, aber nicht alle KIs sind Sprachmodelle ...

 

[Caramon2]

@Backfisch: Mir ist ehrlich gesagt nicht ganz klar, wie oder wonach sich das unterscheidet.

Oder meinst du mit "aber nicht alle KIs sind Sprachmodelle" Bild-, Video-, Musikgeneratoren, usw.?

…

Die Google-KI schreibt dazu:

Dieser Satz beschreibt das Verhältnis zwischen einem Teilbereich und dem Gesamtgebiet der künstlichen Intelligenz.
Hier ist die genaue Bedeutung aufgeschlüsselt:
## Der erste Teil: "Alle Sprachmodelle sind KIs..."
Sprachmodelle (wie ChatGPT, Claude oder andere Großsprachmodelle) basieren komplett auf Algorithmen der künstlichen Intelligenz. Sie nutzen maschinelles Lernen und neuronale Netze, um menschliche Sprache zu verstehen und zu generieren. Sie sind somit eine Unterkategorie der KI. [1, 2, 3, 4, 5]
## Der zweite Teil: "...aber nicht alle KIs sind Sprachmodelle"
Künstliche Intelligenz ist ein riesiges Feld. Viele KI-Systeme haben überhaupt nichts mit Text oder Sprache zu tun. Sie erfüllen völlig andere Aufgaben. [6]
## Beispiele für KIs, die keine Sprachmodelle sind

• Bildgeneratoren: KIs wie Midjourney oder Stable Diffusion erzeugen Bilder aus Mustern.
• Autonome Autos: Tesla- oder Waymo-Systeme verarbeiten Kameradaten für die Navigation.
• Medizinische Diagnostik: KIs analysieren Röntgenbilder, um Tumore zu erkennen.
• Robotik: KIs steuern die physischen Bewegungen von Robotern in Fabriken.
• Schach-Computer: Programme wie AlphaZero berechnen rein logische Spielzüge. [7, 8, 9, 10, 11]

Zusammengefasst: Ein Sprachmodell ist nur eine von vielen verschiedenen Formen, die eine künstliche Intelligenz annehmen kann.

[1] [https://www.spektrum.de](https://www.spektrum.de/news/kuenstliche-intelligenz-sprachmodelle-bilden-analogien-wie-menschen/2166573)
[2] [https://www.faz.net](https://www.faz.net/aktuell/feuilleton/medien-und-film/ki-sprachmodelle-im-wahl-o-maten-wie-links-ist-chatgpt-110310025.html)
[3] [https://www.trados.com](https://www.trados.com/de/learning/topic/linguistic-AI/)
[4] [https://cotelangues.com](https://cotelangues.com/de/ki-gibt-es-leichte-sprache-auf-knopfdruck/)
[5] [https://mindsquare.de](https://mindsquare.de/knowhow/claude/)
[6] [https://de.linkedin.com](https://de.linkedin.com/posts/thuyngan-trinh_was-k%C3%B6nnen-kinder-in-der-ki-%C3%A4ra-von-meiner-activity-7459274815376474112-Lxmr)
[7] [https://www.1e9.community](https://www.1e9.community/magazin/der-ki-bildgenerator-stable-diffusion-stammt-aus-m%C3%BCnchen-und-soll-ki-demokratisieren)
[8] [https://www.datacamp.com](https://www.datacamp.com/de/blog/introduction-to-foundation-models)
[9] [https://www.kiberatung.de](https://www.kiberatung.de/ki-glossar/mustererkennung)
[10] [https://www.heise.de](https://www.heise.de/blog/KI-Ueberblick-7-Symbolische-KI-und-hybride-Ansaetze-altes-Wissen-neu-entdeckt-10505815.html)
[11] [https://www.getmaia.ai](https://www.getmaia.ai/glossar/ai)

Danach erscheint es mir übertrieben das weiter einzugrenzen, weil es sich ja aus dem Kontext ergibt: Wenn z. B. jemand eine Animation per "KI" generiert hat, wurde dafür ja sicherlich keine Schach-KI genutzt.

Aber (neuer Gedanke) ein LLM, um der Animations-KI zu erklären, was man überhaupt von ihr will. - Und um überhaupt etwas zu haben, was sie animieren kann, braucht sie eine Bild-KI. - Und wenn die Animation auch noch vertont sein soll… - usw.

Welcher Nutzen würde den Aufwand rechtfertigen, das alles aufzuschlüsseln, wo es sich doch sowieso aus dem Kontext ergibt?

Edit:

Die Frage meine ich ernst. - Wie gesagt, habe ich mich bisher kaum mit der Thematik beschäftigt. Wenn ich etwas übersehe, wüsste ich gerne, was.