Was ist generative KI, was sind KI-Basismodelle (Foundation Models) und warum sind sie wichtig?

Seit seiner Markteinführung im November 2022 hat ChatGPT von OpenAI die Fantasie von Verbrauchern und Unternehmensführern gleichermaßen beflügelt, indem es das Potenzial von generativer KI zur dramatischen Veränderung unserer Lebens- und Arbeitsweise aufgezeigt hat. Auch wenn sich das Ausmaß seiner Auswirkungen auf die Gesellschaft weiter entfaltet, fahren Unternehmen und Regierung fort, Richtlinien zur Nutzung der Technologie durch Mitarbeiter festzulegen oder sogar den Zugang zu ChatGPT einschränken.

Die Umsichtigsten unter ihnen haben die Möglichkeiten geprüft, wie sie KI in ihren Unternehmen einsetzen können, und sich auf eine Zukunft vorbereitet, die bereits begonnen hat. Die fortschrittlichsten unter ihnen denken nicht mehr nur über KI als Zusatzfunktion nach, sondern über die Neugestaltung entscheidender Workflows mit KI als Kernstück.

Der globale Markt für generative KI nähert sich einem Wendepunkt, mit einer Bewertung von 8 Milliarden USD und einer geschätzten jährlichen Wachstumsrate (CAGR) von 34,6 % bis 2030. Angesichts der Tatsache, dass bis zu diesem Zeitpunkt mehr als 85 Millionen Stellen unbesetzt sein werden, ist die Schaffung intelligenterer Abläufe mit KI und Automatisierung erforderlich, um die Effizienz, Effektivität und Erfahrung zu bieten, die Stakeholder erwarten.

Generative KI bietet eine überzeugende Möglichkeit, die Bemühungen der Mitarbeiter zu unterstützen und das Unternehmen produktiver zu machen. Aber während C-Suite-Führungskräfte nach generativen KI-Lösungen forschen, stellen sie sich immer mehr Fragen: Welche Anwendungsfall wird den größten Nutzen für mein Unternehmen liefern? Welche KI-Technologie ist für meine Bedürfnisse am besten geeignet? Ist sie sicher? Ist sie nachhaltig? Wie wird sie verwaltet? Und wie stelle ich sicher, dass meine KI-Projekte erfolgreich sind?

In ihrer jahrelangen Arbeit mit Foundation Models konnten IBM Consulting, IBM Technology und IBM Research eine fundierte Sichtweise darüber entwickeln, was nötig ist, um aus dem verantwortungsvollen Einsatz von KI im gesamten Unternehmen Nutzen zu ziehen.

Wie der Name schon sagt, generiert generative KI Bilder, Musik, Sprache, Code, Video oder Text, während sie bereits vorhandene Daten interpretiert und manipuliert. Generative KI ist kein neues Konzept: Die Techniken für maschinelles Lernen hinter generativer KI haben sich im letzten Jahrzehnt weiterentwickelt. Der neueste Ansatz basiert auf einer neuronalen Netzarchitektur, die als „Transformer“ bezeichnet wird. Durch die Kombination von Transformer-Architektur mit unüberwachtem Lernen entstanden große Foundation Models, die bestehende Benchmarks übertreffen, die mehrere Datenmodalitäten verarbeiten können.

Diese großen Modelle werden als Basismodelle bezeichnet, da sie als Ausgangspunkt für die Entwicklung fortgeschrittener und komplexerer Modelle dienen. Indem wir auf einem Foundation Model aufbauen, können wir spezialisiertere und anspruchsvollere Modelle erstellen, die auf bestimmte Anwendungsfälle oder Bereiche zugeschnitten sind. Frühe Beispiele von Modellen wie GPT-3, BERT, T5 oder DALL-E haben gezeigt, was möglich ist: Geben Sie einen kurzen Prompt ein und das System generiert auf der Grundlage Ihrer Parameter einen ganzen Aufsatz oder ein komplexes Bild. 

Large Language Models (LLMs) wurden explizit mit großen Mengen an Textdaten für NLP-Aufgaben (Natural Language Processing, Verarbeitung natürlicher Sprache) trainiert und enthielten eine beträchtliche Anzahl von Parametern, meist über 100 Millionen. Sie erleichtern die Verarbeitung und Generierung von natürlichsprachlichem Text für verschiedene Aufgaben. Jedes Modell hat seine Stärken und Schwächen, und die Wahl des zu verwendenden Modells hängt von der spezifischen NLP-Aufgabe und den Eigenschaften der zu analysierenden Daten ab. Die Wahl des richtigen LLM für eine bestimmte Aufgabe erfordert Fachkenntnisse in LLMs.

BERT ist darauf ausgelegt, bidirektionale Beziehungen zwischen Wörtern in einem Satz zu verstehen und wird hauptsächlich für die Aufgabenklassifizierung, die Beantwortung von Fragen und die Erkennung benannter Entitäten eingesetzt. GPT hingegen ist ein unidirektionales, transformatorbasiertes Modell, das hauptsächlich für Textgenerierungsaufgaben wie Sprachübersetzung, Zusammenfassung und Inhaltserstellung verwendet wird. T5 ist ebenfalls ein transformatorbasiertes Modell, unterscheidet sich jedoch von BERT und GPT dadurch, dass es mit einem Text-zu-Text-Ansatz trainiert wird und für verschiedene Aufgaben der Verarbeitung natürlicher Sprache wie Sprachübersetzung, Zusammenfassung und Beantwortung von Fragen fein abgestimmt werden kann.

Da diese Foundation Models bereits mit riesigen Datenmengen trainiert wurden, beschleunigen sie den Lebenszyklus der KI-Entwicklung enorm und ermöglichen es Unternehmen, sich auf die Feinabstimmung für ihre spezifischen Anwendungsfall zu konzentrieren. Im Gegensatz zur Entwicklung maßgeschneiderter NLP-Modelle für jede Domäne ermöglichen Foundation Models es Unternehmen, die Time-to-Value von Monaten auf Wochen zu verkürzen. Bei Kundenkontakten verzeichnet IBM Consulting eine Verkürzung der Time-to-Value für NLP-Anwendungsfälle wie die Zusammenfassung von Call-Center-Transkripten, die Analyse von Bewertungen und mehr um bis zu 70 %. 

Angesichts der Kosten für die Schulung und Wartung von Foundation Models müssen Unternehmen Entscheidungen darüber treffen, wie sie diese für ihre Anwendungsfall integrieren und bereitstellen. Es gibt Anwendungsfall-spezifische Überlegungen und Entscheidungspunkte in Bezug auf Kosten, Aufwand, Datenschutz, geistiges Eigentum und Sicherheit. Es ist möglich, innerhalb eines Unternehmens eine oder mehrere Bereitstellungen zu nutzen und dabei diese Entscheidungspunkte gegeneinander abzuwägen. 

Foundation Models werden die Einführung von KI in Unternehmen dramatisch beschleunigen, indem sie die Anforderungen an die Kennzeichnung reduzieren, was es Unternehmen erleichtern wird, mit KI zu experimentieren, effiziente KI-gestützte Automatisierung und Anwendung zu bauen und KI in einem breiteren Spektrum geschäftskritischer Situationen bereitzustellen. Das Ziel von IBM Consulting ist es, jedem Unternehmen die Leistungsfähigkeit von Foundation Models in einer reibungslosen Hybrid Cloud-Umgebung zugänglich zu machen. 

Für weitere Informationen, wie generative KI eingesetzt werden kann, um Erfahrungen, Entscheidungsfindung und Geschäftswert zu maximieren, und wie IBM Consulting einen wertvollen und verantwortungsvollen Ansatz für KI bietet.