Wie KI funktioniert: Überblick und Landkarte

Kurz: Moderne KI ist im Kern Mathematik: Ein Modell mit vielen einstellbaren Zahlen (Parametern) wird mit Beispielen so lange angepasst, bis es Muster erkennt und Vorhersagen trifft. Diese Serie erklärt Schritt für Schritt, wie das funktioniert.

Genauer: „KI“ ist ein Sammelbegriff. Darunter liegt maschinelles Lernen (Modelle lernen aus Daten statt aus festen Regeln), darunter Deep Learning (tiefe neuronale Netze), darunter große Sprachmodelle (LLMs) wie sie in Chat-Assistenten stecken.

Im Detail

• Regeln gegen Lernen: Klassische Programme folgen Regeln, die Menschen schreiben. Lernende Systeme leiten die Regeln aus Beispielen ab.
• Die Zutaten: Daten, ein Modell (Architektur), ein Ziel (Verlustfunktion), ein Lernverfahren (Optimierer) und Rechenleistung.
• Zwei Phasen: Training (Parameter werden eingestellt, teuer) und Inferenz (das fertige Modell wird benutzt, günstig pro Anfrage).
• Reihenfolge der Serie: Grundlagen und klassisches Lernen → neuronale Netze → Architekturen → Sprachmodelle von Token bis Chat → Training im Großen → Bilder und Sprache → Einsatz, Sicherheit und Grenzen.
• Einstieg: Was ist maschinelles Lernen?, Daten, Merkmale und Labels, Neuronen, Schichten und Aktivierungsfunktionen.
• Vertiefung: Wie ein Sprachmodell Text erzeugt: Schritt für Schritt.
• Ältere Artikel: ki, gen-ai, transformer-architektur.

Siehe auch: Wie ein Sprachmodell Text erzeugt: Schritt für Schritt, Was ist maschinelles Lernen?