Evolutionärer Algorithmus

[admin]

Was ist ein evolutionärer Algorithmus ?
Quelle : Cognizant Deutschland

WIKI
WIKIPEDIA (für 10-Jährige)

Ein evolutionärer Algorithmus ist eine Art von Optimierungsmethode, die von der natürlichen Evolution inspiriert ist. Es ist ein mathematisches Verfahren, das verwendet wird, um das beste Ergebnis für ein bestimmtes Problem zu finden.

Der Algorithmus funktioniert ähnlich wie die Evolution in der Natur. Er beginnt mit einer Gruppe von Lösungen für das Problem und wendet dann verschiedene genetische Operatoren an, wie zum Beispiel Mutation und Rekombination, um neue Lösungen zu erzeugen. Diese neuen Lösungen werden bewertet und die besten werden ausgewählt, um den nächsten Schritt des Algorithmus durchzuführen.

Der Prozess wiederholt sich über mehrere Generationen hinweg, wobei jede Generation bessere Lösungen hervorbringt als die vorherige. Auf diese Weise nähert sich der Algorithmus immer mehr dem optimalen Ergebnis an.

Evolutionäre Algorithmen sind sehr flexibel und können auf verschiedene Arten von Problemen angewendet werden. Sie haben sich als effektive Methode zur Optimierung erwiesen und werden in vielen Bereichen eingesetzt, wie zum Beispiel bei der Planung

[admin]

How ChatGPT Works Technically

What is generative AI and how does it work? – The Turing Lectures with Mirella Lapata
Quelle : Alan Turing Institute

► Text zeigen

00:00 Intro
2:38 Generative AI isn’t new – so what’s changed?
8:43 How did we get to ChatGPT?
12:38 How are Large Language Models created?
22:48 How good can a LLM become?
26:57 Unexpected effects of scaling up LLMs
28:05 How can ChatGPT meet the needs of humans?
32:30 Chat GPT demo
38:07 Are Language Models always right or fair?
40:21 The impact of LLMs on society
42:54 Is AI going to kill us all?

Mit "DeepL" übersetzt :

► Text zeigen

00:00 Einführung
2:38 Generative KI ist nicht neu - was hat sich also geändert?
8:43 Wie sind wir zu ChatGPT gekommen?
12:38 Wie werden große Sprachmodelle erstellt?
22:48 Wie gut kann ein LLM werden?
26:57 Unerwartete Auswirkungen der Skalierung von LLMs
28:05 Wie kann ChatGPT die Bedürfnisse von Menschen erfüllen?
32:30 ChatGPT-Demo
38:07 Sind Sprachmodelle immer richtig oder fair?
40:21 Der Einfluss von LLMs auf die Gesellschaft
42:54 Wird die KI uns alle umbringen?

AI / KI Timetable 2024 :

1. Google Translate : 2006 (18 Jahre)
2. Google Autocomplete-Funktion : 2009 (15 Jahre)
3. Eureqa Modeling Engine (Besonderheit ability to ‘discover’ (i.e. rediscover) the laws of nature“ :
4. Siri : 2011 (13 Jahre)
5. LLMs (Large language modeling) :

Wieviele Monate haben diese Systeme benötigt um 100 Million Nutzer (weltweit) zu erreichen

1. Gogle Translate : 78
2. Uber : 70
3. Telegram : 61
4. Spotify : 55
5. Pinterest : 41
6. Instagram : 30
7. TikTok : 9
8. ChatGPT : 2
9. ?

[admin]

Quelle WIKI engl.

Quelle WIKI deutsch

LLM (Large Language Model) ist ein Sprachmodell, das sich durch seine Fähigkeit zur Generierung von Sprache für allgemeine Zwecke auszeichnet.

LLMs erwerben diese Fähigkeiten durch das Erlernen statistischer Beziehungen aus Textdokumenten während eines rechenintensiven Trainingsprozesses.

Von dieser Quelle :
WEISSENBERG : Large Language Models – Grundlagen KI-getriebener Kommunikation

der Verfasser ist WEISSENBERG :

Was ist ein LLM?

In der KI-Welt dient ein Large Language Model (LLM) einem ähnlichen Zweck: Es bietet eine Grundlage für die KI-getriebene Kommunikation und die eigenständige Generierung neuer Texte.

Ein Large Language Model (LLM) ist ein Deep-Learning-Algorithmus, der enorm große Datensätze verwendet.

LLMs werden häufig in Anwendungen im Bereich des Natural Language Processing (NLP) eingesetzt, wenn es darum geht, Abfragen in natürlicher Sprache einzugeben, um eine Antwort bzw. ein Ergebnis zu bekommen.

Ein LLM kann neue Inhalte verstehen, zusammenfassen, generieren und vorhersagen.

Es verfügt typischerweise über Milliarden von Parametern, die Erinnerungen ähneln, die das Modell während des Lernens durch Training sammelt. Parameter ist dabei ein Begriff aus dem Bereich Machine Learning (ML).

Dabei handelt es sich um Variablen in einem Modell, an denen es trainiert wurde und die dazu dienen, neue Inhalte abzuleiten.

Wie funktioniert ein LLM?

Moderne LLMs entstanden 2017 und basieren auf einem Transformator Modell.

Ein Transformator Modell funktioniert, indem es die Eingabe in Token umwandelt und dann gleichzeitig mathematische Gleichungen ausführt, um Beziehungen zwischen den Token zu ermitteln.

Dadurch kann der Computer die Muster erkennen, die ein Mensch sehen würde, wenn ihm die gleiche Frage gestellt würde.

Transformator Modelle arbeiten mit Selbstaufmerksamkeitsmechanismen, die es dem Modell ermöglichen, schneller zu lernen als herkömmliche Modelle.

Die Selbstaufmerksamkeit ermöglicht es dem Transformator Modell, verschiedene Teile der Sequenz oder den gesamten Kontext eines Satzes zu berücksichtigen, um Vorhersagen zu generieren.

[admin]

Künstliche Intelligenz: So hilft sie uns in der Klimakrise