Rufen Sie uns einfach an, und wir beraten Sie gerne zu unserem Seminar- und Studienangebot.
Unsere Ansprechpartner:
Michael Rabbat, Dipl.-Kfm.
MBA Chief Operating Officer
Claudia Hardmeier
Kunden-Center
Studienbetreuung
OpenAI ist ein Forschungslabor aus San Francisco, das 2015 gegründet wurde und sich der Entwicklung einer künstlichen Intelligenz (KI) verschrieben hat, von der die Menschen profitieren sollen.25 ChatGTP von OpenAI ist momentan einer der am weitesten entwickelten Chatbots, der der Öffentlichkeit kürzlich zur Verfügung gestellt wurde. Ein Chatbot ist definiert als Computerprogramm, das designed ist, um Konversation mit menschlichen Nutzern insbesondere über das Internet zu simulieren.26
ChatGPT-3 basiert auf einem Large Language Model (LLM) und stellt ein verarbeitendes System natürlicher Sprache (eng. Natural Language Processing (NLP)) dar, das Methoden aus dem Maschinellen Lernen (ML) verwendet.27 Das LLM von ChatGPT ist OpenAI's „Generative Pretrained Transformer (GPT)“ Sprachmodell. GPT ist ein ML-Modell, das Methoden des überwachten und unüberwachten Lernens nutzt, um menschliche Sprache zu verstehen und generieren zu können. Dafür wird das Modell zunächst in der ersten Phase mit einer großen Menge unstrukturierter Daten gespeist, um die grundlegende Struktur der Sprache und der Zusammenhänge zwischen Wörtern und Sätzen zu verstehen. Anschließend wird das Modell mithilfe von Methoden des überwachten Lernens verfeinert. Dem Modell werden Aufgaben zu Textvervollständigung, Beantwortung von Fragen und Dialoggenerierung gestellt. Auf Grundlage der Ergebnisse können dann die Parameter des Modells angepasst und optimiert werden.28 Die Kombination dieser beiden Phasen findet statt, um das Sprachmodell für spezifische Probleme zu optimieren.29 Es werden bis zu 175 Milliarden Parameter bei der Texterstellung genutzt.30Innerhalb dieses Modells wird eine Variante der Transformer-Architektur (vgl. 2.2) aus dem Teilbereich Deep Learning der Fachgebiets KI verwendet.31
ChatGPT lässt sich also als ein Transformer-basiertes NN klassifizieren.32 Eine solche Architektur besteht aus einer Reihe von Transformern, die jeweils ein NN mit Feedforward- sowie Attention-Mechanismen umfassen. Dies verleiht dem Modell die Fähigkeit, sich parallel auf verschiedene Teile des Eingabetextes zu konzentrieren. Gleichzeitig ermöglicht das Feedforward-Netz dem Modell, Zusammenhänge und nicht-lineare Korrelationen zwischen Eingabe und Ausgabe zu erfassen.33
Die Leistungsfähigkeit von ChatGPT basiert auf der Nutzung einer sehr breiten Datenbasis. Die Daten werden genutzt, um Nutzeranfragen zu interpretieren und angemessene Antworten zu generieren.34Der Zweck von ChatGPT ist es, auf Grundlage von simplen Anforderungen Texte zu generieren, die nicht von Texten unterschieden werden können, die von Menschen erstellt wurden. Dabei soll der Chatbot sogar in der Lage sein, Gespräche in dem Sinne zu führen, dass menschliche Sprache verstanden, und auf diese reagiert wird.35 Dies unterscheidet ChatGTP von anderen Chatbots: Das, was ein Nutzer bereits gesagt/geschrieben hat, wird gespeichert und für Folgefragen und Nachfragen genutzt.36
Aufgaben, die ChatGPT verarbeiten kann sind u. a.:37
Zudem kann ChatGPT sogar zum Schreiben von Codes und zur Analyse von Optimierungsfragen genutzt werden.38Aufgrund seiner starken Konversationsfähigkeit eignet sich GPT-3 sehr gut als Basis für KI-gestützte Interaktionen wie einen Chatbot. Damit können bspw. Grundlegende Kundenanfragen sehr effektiv und effizient beantwortet werden.39 Die Chancen und Limitationen bzw. Gefahren der Verwendung eines Tools wie ChatGPT werden im weiteren Verlauf dieser Arbeit näher erläutert.
25 Vgl. Brockman, et al. (2016) o. S.
26 Vgl. Bendel (2021) o. S.
27 Vgl. King (2023), S. 291
28 Vgl. Roumeliotis/Tselikas (2023), S. 1-2
29 Vgl. Budzianowski/Vulić (2019) o. S.
30 Vgl. Brown, et al. (2020), S. 1877 ff.
31 Vgl. Radford/Narasimhan/Salimans/Sutskever (2018), S. 3 ff.
32 Vgl. Roumeliotis/Tselikas (2023), S. 3
33 Siehe Zihang, et al. (2019) für mehr Informationen über die Funktionsweise von Transformer-Netzen
34 Vgl. Lund/Wang (2023), S. 4
35 Vgl. Mhlanga (2023), S. 1 f.
36 Vgl. OpenAI (2022) o. S.
37 Vgl. Radford/Narasimhan/Salimans/Sutskever (2018), S. 8
38 Vgl. Naidu (2022) o. S.
39 Vgl. Lund/Wang (2023), S. 26 ff.