Am 18.10.2023 findet unser nächster Online Marketing Stammtisch statt. An diesem Abend haben wir Knut Linke als Speaker eingeladen. Hauptsächlich werden wir uns mit den Eigenarten von LLMs, Chat GPT & KI beschäftigen. "Freut euch auf einen spannenden Vortrag von KNUT LINKE mit den Themen: ChatGPT, KI, LLM Konzept & vielen mehr..." Auf Du mit ChatGPT & Co. – Wie funktioniert generative KI? In diesem Vortrag von Knut Linke werden wir uns mit den Themen künstliche Intelligenz und generative KI beschäftigen. Thematisiert werden Grundlagen zur Funktionsweise aktueller KI-Lösungen sowie Vorteile und Risiken für bestimmte Berufe und unsere Arbeitswelt. Den Tag lassen wir mit einem entspannten Diskurs im Monopol ausklingen. Gerne sind wir aber auch für sonstige Fragen jederzeit für euch da. Wir freuen uns auf neue Gesichter einen gelungenen Abend mit spannenden Gesprächen, Austausch und leckerer Versorgung von dem Monopol in Hameln.

1. Prof. Dr. Knut Linke
18.10.2023
WAS IST
KÜNSTLICHE INTELLIGENZ

2. 19.10.2023 OMS - 18.10.2023 - Was ist künstliche Intelligenz?
2
WER BIN ICH?
Studium Informatik, WI & BWL in der EU & den USA
Professor für Informatik an der IU in Hannover (und
virtuell in ganz Deutschland)
Lehre: Informatik- und Forschungsgrundlagen, Projekt-
und Softwaremanagement, praktische KI, Onlinemedien
Forschungsschwerpunkte: Anforderungen der
Arbeitswelt im Kontext von IT und E-Learning

3. „Was ist künstliche
Intelligenz?“

4. Normdefinition:
„Künstliche Intelligenz (KI) bezeichnet die
Fähigkeit von Maschinen, menschenähnliches
Denken und Lernen zu vollziehen.
KI nutzt Techniken aus Informatik,
Mathematik, Statistik und Psychologie.
Durch maschinelles Lernen und neuronale
Netzwerke können KI-Systeme trainiert
werden, um Muster in Daten zu erkennen und
Vorhersagen zu treffen.“

5. Die Nachahmung von menschlicher
Intelligenz beinhaltet:
1. Lernen (Erlangen von Informationen und
Regeln für die Anwendung dieser Informationen)
2. Schlussfolgern (Anwendung von Regeln, um
annähernde oder endgültige Schlussfolgerungen
zu ziehen)
3. Selbstkorrektur.

6. Drei KI-Arten:
1. Schwache KI (Narrow AI): Spezialisiert auf
eine bestimmte Aufgabe oder ein bestimmtes
Problem.
2. Starke KI (General AI): Soll in der Lage sein,
menschenähnliche Intelligenz zu besitzen und
verschiedene komplexe Aufgaben zu
bewältigen.
3. Superintelligenz: Hypothetische Form von
KI, die eine Intelligenz besitzt, die weit über
das menschliche Niveau hinausgeht.

7. Quelle: https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2023-gartner-hype-cycle
(Mobile AI)
(Ethical AI)
(Steckkasten KI)
„logisch denkende KI“

8. Quelle: https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2023-gartner-hype-cycle

9. Generative KI:
KI die für einen bestimmten Zweck
trainiert ist und für diesen Zweck
Inhalte generieren kann

11. Meinungsbild:
„Wer nutzt ChatGPT,
Bing oder Google KI
im Unternehmen?“

12. Game Changer
Quelle: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/The-economic-potential-of-generative-AI-The-next-productivity-frontier#work-and-productivity
Automatisierungspotential
von
Tätigkeiten

13. Parameters
Quelle: https://coatue-external.notion.site/AI-2022-The-Explosion-e76afd140f824f2eb6b049c5b85a7877

14. Ein Generative Pre-trained Transformer (GPT) wird in
zwei Phasen trainiert:
1. Während des Vortrainings werden die Modelle auf
öffentlich verfügbaren Textdaten trainiert, um ein
umfassendes Verständnis der menschlichen Sprache zu
entwickeln.
2. In der Feinabstimmungsphase wird das System an
spezifische Aufgaben oder Domänen angepasst. Dies
geschieht durch das Training auf einem kleineren, auf die
Aufgabe oder Domäne spezifischen Datensatz.

15. Model Data Parameter Token length
GPT-1
Webcrawling,
BookCorpus
117 Mil. 1024
GPT-2
Webcrawling,
BookCorpus, WebText
1.5 Bil. 2048
GPT-3
Webcrawling,
BookCorpus,
Wikipedia, Books,
Articles and more
175 Bil. 4096
GPT-4 > 1 Tril. Unknown

16. Large Language Models
Entschlüsselt Texte basierend auf
Kontext,
Wort- und Silbenreihenfolge,
Labels & Regeln und
Kontexten

17. Large Language Models
Aufmerksamkeitsmechanismen
ermöglichen dem Modell das
Verständnis der Beziehungen
zwischen Wörtern in einer Sequenz für
die Generierung kohärenter und
grammatikalisch korrekter Antworten

18. Large Language Models
ChatGPT generiert Sequenzen, indem
es das wahrscheinlichste Token
auswählt und basierend auf vorherigen
Tokens vorhersagt

19. Large Language Models

20. Im Bereich der Sprachverarbeitung kann ein Token
ein Wort, ein Satzzeichen oder sogar ein einzelner
Buchstabe sein.
Tokens ermöglichen es der KI, Daten zu analysieren,
Muster zu erkennen und nützliche Informationen zu
extrahieren.
In einem Satz wie "Ich liebe KI" könnte jedes Wort
("Ich", "liebe", "KI") als separates Token betrachtet
werden. In einem anderen Kontext könnten die
Buchstaben ("l", "o", "v", etc.) als separate Tokens
behandelt werden.
ChatGPT = 1 Token ~4 Zeichen (engl.)

21. KI als Assistent
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/

22. KI als Assistent
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/

23. KI als eigenes System
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/

24. KI verbessert sich selber
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/

25. KI ist schnell einsatzbereit
Quelle: https://www.iu.de/news/mit-eigenem-ki-lernbuddy-zum-lernerfolg-iu-personalisiert-bildung-mit-kuenstlicher-intelligenz/

26. KI als Assistent - Entwicklung
1. Folge: Entwicklung von
spezialisierten KI-Systemen für
Nischen-Anwendungen /
Kommunikation
2. Folge: Entwicklung von AutoBots,
die eigenständig Aufgaben
übernehmen können (~2024)
 Zusammenführen von Bots: Erste
Grundlage für eine starke KI
Quelle: : https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/The-economic-potential-of-generative-AI-The-next-productivity-frontier#business-value /

27. KI als Assistent
1. Folge: Entwicklung von
spezialisierten KI-Systemen
für Nischen-Anwendungen /
Kommunikation
2. Folge: Entwicklung von
AutoBots, die eigenständig
Aufgaben übernehmen
können (~2024)
 Zusammenführen von
Bots: Erste Grundlage für eine
starke KI
Quelle: : https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/The-economic-potential-of-generative-AI-The-next-productivity-frontier#business-value /

28. Das Technik den Menschen dauerhaft arbeitslos macht, war bisher einer der
erfolglosesten Versuche der Menschheit - Herausforderungen waren bisher
immer die Angst und Bedenken vor der Technik.
Werden wir ersetzt?

29. …

30. Werden wir ersetzt?
0% 5% 10% 15% 20% 25% 30% 35%
Improved product offerings through the integration
of AI features
Increased revenue in core business
Building new business areas
Reduced costs in core business
Others AI Pioneeres

31. Limits? Ja.
Quelle: de Vries (2023). The growing energy footprint of artificial intelligence. https://doi.org/10.1016/j.joule.2023.09.004

ChatGPT-Anfragen sind
signifikant rechenintensiver
(kostenintensiver) als reguläre
Suchanfragen. Als Folge werden
KI-Modelle zunehmend
optimiert.

32. Limits?
Quelle: Chen, Zaharia & Zou (2023). How is ChatGPT‘s Behavior Changing over Time? Stanford University / UC Berkeley. https://arxiv.org/pdf/2307.09009.pdf/

ChatGPT-Anfragen sind
signifikant rechenintensiver
(kostenintensiver) als reguläre
Suchanfragen. Als Folge werden
KI-Modelle zunehmend
optimiert.

33. Limits?
Quelle: Chen, Zaharia & Zou (2023). How is ChatGPT‘s Behavior Changing over Time? Stanford University / UC Berkeley. https://arxiv.org/pdf/2307.09009.pdf/
Chain of Thought may be
disabled or shortened.
Standard responses are used to
exclude certain types of
questions.

34. Limits?
Quelle: Chen, Zaharia & Zou (2023). How is ChatGPT‘s Behavior Changing over Time? Stanford University / UC Berkeley. https://arxiv.org/pdf/2307.09009.pdf/
Chain of Thought may be
disabled or shortened.
Standard responses are used to
exclude certain types of
questions.

35. Technical Limits
Generative KI braucht immer wieder neue
Impulse / menschlichen Input
(Fragestellungen / Antworten) – KI kann
nur schwer mit KI-Inhalte trainiert werden
Generative KI gibt nur ihr „bekannte“
Inhalte wieder und ist in der
Antwortkomplexität begrenzt
Prompting will (muss) gelernt sein (Prompt
Engineering)

36. Quelle: https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2023-gartner-hype-cycle

37. Quelle: https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2023-gartner-hype-cycle

38. Gibt es generelle Regeln?
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
Ein Roboter darf kein menschliches Wesen
(wissentlich) verletzen oder durch Untätigkeit
(wissentlich) zulassen, dass einem menschlichen
Wesen Schaden zugefügt wird.
Ein Roboter muss den ihm von einem Menschen
gegebenen Befehlen gehorchen – es sei denn, ein
solcher Befehl würde mit Regel eins kollidieren.
Ein Roboter muss seine Existenz beschützen,
solange dieser Schutz nicht mit Regel eins oder
zwei kollidiert.

39. Llama2
Was sagt die KI? ;-)
Quelle: https://iubhfs.sharepoint.com/sites/IUG-Intranet-GPT/SitePages/News-from-Havard-Business-School-.aspx/; https://synapsenstau.de/t-shaped-skills/
llama-2
(Meta)
Qwen
(Alibaba)

40. IU International Hochschule
Duales Studium
Siemensstraße 10
30173 Hannover
Prof. Dr. Knut Linke
0511 310109 35
knut.linke@iu.org
DANKE FÜR IHRE
AUFMERKSAMKEIT

41. Fragen & Impulse?