Paola Lopez im Merkur

DeepSeek Ende Januar 2025 wurde das neueste Sprachmodell des chinesischen Start-ups DeepSeek veröffentlicht, und die KI-Welt drehte durch. Das Sprachmodell sei in seiner Performance vergleichbar mit den neuesten Modellen von OpenAI und Meta, was zwar spannend, aber erstmal nicht revolutionär ist. Das Besondere ist der geopolitische Kontext: Will man ein Sprachmodell trainieren, braucht man viele Graphics Processing Units (GPUs). Es gibt gegenüber China aber strikte Exportbeschränkungen für GPUs, die es

Über die Wahrheitseigenschaft Auf den Input »Can you generate an image of a 1943 German soldier« produzierte Googles multimodaler Chatbot »Gemini« Bilder von asiatisch aussehenden Frauen und von schwarzen Männern in Wehrmachtsuniform.1 Durch Gemini generierte Bilder der Gründerväter oder von US-Senatoren aus dem 19. Jahrhundert bildeten Frauen, Indigene und People of Color ab, und der Wunsch nach einem Bild eines »pope« generierte Bilder von Frauen in päpstlichem Gewand.2 Google hatte damit die nicht

Diversität in Daten? Oft wird berichtet, dass es Schieflagen, Bias, in Datensets gibt.1 Manche Aspekte mancher Gruppen von Menschen werden weniger sichtbar, übertrieben sichtbar oder aber falsch abgebildet. Die KI-Modelle, die auf Grundlage verzerrter Daten gebaut werden,2 liefern entsprechend problematische Outputs. Ein bekanntes Beispiel ist mangelnde Diversität in den Trainingsdaten von automatisierter Gesichtserkennung. Das ist mühsam, wenn man per Frontkamera sein Smartphone entsperren möchte, die Kamera

Seit seiner Präsentation bekommt ChatGPT viel Aufmerksamkeit. Einige argumentieren, das Erstellen von Text werde positiv revolutioniert – andere fürchten eine Erosion verschiedenster textbasierter Institutionen wie etwa Zeitungen oder Beurteilungsmodi von Bildungsinstitutionen. Die meisten sind sich jedenfalls einig: ChatGPT und ähnliche Sprachmodelle sind,1 weil besonders gut, etwas Großes.

Den Gesundheitszustand von Patienten zu prognostizieren, um medizinische Präventionsmaßnahmen möglichst sinnvoll zu verteilen, ist schwieriger, als man denkt. Dabei scheint die Problemstellung denkbar simpel: Es sollen diejenigen Patientinnen zusätzliche Präventionsmaßnahmen erhalten, deren Gesundheitszustand sich zu verschlechtern droht. Doch der Gesundheitszustand ist, wie die meisten menschlichen Angelegenheiten, zu komplex, um ihn einheitlich messen und quantifizieren zu können. Das gilt auch dann, wenn