So funktionieren Reasoning-Engines

Ein Reasoner zieht aufgrund von Logik und Inferenzmethoden Schlussfolgerungen, trifft Entscheidungen, fasst Informationen zusammen oder löst Probleme aufgrund verfügbarer Daten und Kenntnisse. Reasoning Engine – also »Schlussfolgerungsmaschine«. Sie stellt quasi rationale Überlegungen an. Sie zieht Schlüsse aus der Anfrage, die Sie ihr stellen, während eine Suchmaschine Ihnen wahrscheinlich nur eine Antwort auf die von Ihnen direkt abgefragten Informationen gibt. Es gibt viele verschiedene Arten von Reasonern, aber hier gehe ich auf generative KI-Modelle wie ChatGPT und Bing Chat ein. Diese verarbeiten und verstehen menschliche Sprache. Wenn Sie eine Frage eingeben, gibt der Reasoner eine relevante und informative Antwort in menschenähnlicher Sprache. Fast so wie ein digitaler Freund, der Fragen beantwortet, sich an Diskussionen beteiligt und bei verschiedenen Aufgaben hilft. Sehen wir uns an, wie das funktioniert. Das Large Langue Model GPT, auf dem die Reasoner basieren, wurde mit riesigen Datenbeständen trainiert: Text und Code aus dem Internet, aus Büchern, Artikeln, Webseiten, Wikipedia und mehr. In dieser Pre-Training-Phase erlernt das Modell Sprachmuster, Grammatik, Syntax und Faktenwissen. Anschließend ermittelt es mithilfe von Wahrscheinlichkeiten die nächsten Wörter als Reaktion auf die Eingabe. In den ersten Trainingsphasen überwachen Menschen den Prozess, leiten das Modell zu korrekten Antworten an und entwickeln sein Wissen weiter. In späteren Trainingsphasen soll das KI-Modell auf die Anfrage mehrere Antworten geben. Diese werden dann wieder von Menschen bewertet und von der besten zur schlechtesten Antwort sortiert. Nach und nach versteht das Modell die Eingaben immer besser; die Wahrscheinlichkeit steigt, dass es genaue, umfassende, menschenähnliche Antworten generiert. Nach all diesen Schritten können Sie sich mit Ihrer intelligenten digitalen Freundin unterhalten. In den meisten Fällen sind Reasoner gleich auf eine ganze Reihe ähnlicher Schlussfolgerungen vortrainiert. Der Unterschied zwischen herkömmlichen Suchmaschinen und einem Reasoner ist, dass dieser nicht nur viel dialogorientierter arbeitet, sondern auch viel differenzierter auf die Frage eingeht und unterschiedliche, ausführliche Antworttypen liefern kann. Schauen wir das in der Praxis an. Anstatt nach den verschiedenen Bestandteilen eines Förderantrags zu fragen, fordere ich Bing Chat auf, Ideen zu entwickeln, zu recherchieren und die verschiedenen Teile des Förderantrags ganz individuell zu verfassen. Reasoner werden nicht nur zur Texterstellung verwendet. Sie können auch andere Medientypen generieren, etwa Bilder. Neuronale Netze können die Beziehungen zwischen Wörtern und einer riesigen Bilddatenbank erlernen. In KI-Programme für die Generierung von Bildern aus Texten geben Sie dann einen Text ein und erhalten als Ergebnis ein Bild. Diese Modelle können komplexe Bilder erzeugen und dabei vielfältige Ideen und Stilrichtungen berücksichtigen. Diese Bilder hier habe ich mit dem Bing Image Creator mit der Eingabe »Ein Junge geht bei Vollmond mit seinem Hund im Wald spazieren, Digitalkunst, kräftige Farben« erzeugt. -- Sie können mit diesen Tools unglaublich schöne oder realistische Bilder schaffen, die genau Ihren Vorstellungen entsprechen. Ich glaube, das können Kunstschaffende für sich nutzen: "Okay, wenn ihr diese Tools verwenden wollt, kann ich Prompts schreiben, die genau zum gewünschten Ergebnis führen. Dies könnte ein neues Werkzeug für den künstlerischen Ausdruck sein. Ob für Texte, Bilder oder andere Medien – Reasoner sind in aller Munde und sorgen mit ihren kreativen Möglichkeiten für viel Aufmerksamkeit und Begeisterung. Fahren wir fort mit der Frage, wie Sie Reasoner eigenständig oder auch in Verbindung mit Suchmaschinen nutzen können.