Wie unterscheidet sich ChatGPT eigentlich von deiner FaceID?
Prompted by Ein NerdSip-Lerner
Verstehe die 3 grundlegenden Arten von KI-Intelligenz.
Stell dir vor, du hast einen riesigen Stapel Fotos und musst sie sortieren: „Hotdog“ oder „Kein Hotdog“. Genau das macht die Diskriminative KI. Sie ist die klassische Form des maschinellen Lernens, die jahrelang das Tech-Game dominierte, bevor ChatGPT die Bühne betrat.
Diese Modelle werden mit markierten Daten trainiert, um Dinge zu klassifizieren oder Werte vorherzusagen. Denk an sie wie an einen strengen Türsteher im Club. Sie checken den Input (Ausweis oder Gesicht) und treffen eine binäre Entscheidung: Reinkommen oder draußen bleiben?
Du nutzt diese Technik täglich: Wenn dein E-Mail-Provider Spam aussortiert oder Netflix voraussagt, dass dir ein Film gefällt. Sie erschafft nichts Neues, sondern analysiert das Vorhandene in Lichtgeschwindigkeit.
Kurz gesagt
Diskriminative KI ist ein Klassifizierer; sie ordnet Daten bestehenden Kategorien zu.
Teste dein Wissen
Welche Aufgabe passt am besten zu diskriminativer KI?
Jetzt kommen wir zum neuen Star: der Generativen KI. Während der Detektiv sortiert, *erschafft* der Künstler. Das ist die Power hinter ChatGPT, Midjourney oder Suno. Statt nur ein Katzenbild zu erkennen, zeichnet diese KI eine Katze, die es so noch nie gab.
Wie funktioniert das? Diese Modelle fressen Milliarden von Beispielen, um Muster und Strukturen zu verstehen. Sobald sie die Wahrscheinlichkeit kennen, welches Wort auf ein anderes folgt, setzen sie das Puzzle Stück für Stück zu etwas völlig Neuem zusammen.
Stell es dir wie einen Musiker vor, der jeden Song der Welt gehört hat. Er spielt kein Cover, sondern improvisiert eine neue Melodie basierend auf allem, was er über Musiktheorie gelernt hat. Es ist Wahrscheinlichkeit getarnt als Kreativität.
Kurz gesagt
Generative KI analysiert nicht nur; sie nutzt Muster, um völlig neue Inhalte zu erschaffen.
Teste dein Wissen
Was ist die Hauptfunktion Generativer KI?
Der dritte KI-Typ ist anders. Er starrt nicht auf Bilder, sondern lernt durch Handeln. Das ist Reinforcement Learning (RL). Stell dir einen Roboter in einem Labyrinth vor. Zuerst knallt er gegen jede Wand. Jedes Mal verliert er Punkte. Findet er den Weg, gibt’s einen Keks.
Über Millionen von Versuchen lernt die KI, ihre Belohnung zu maximieren. Sie ist der ultimative Gamer auf der Jagd nach dem Highscore. Sie braucht keinen Lehrer, der ihr die Lösung verrät; sie findet sie durch Trial and Error selbst heraus.
So lernen Roboter das Laufen und so schlug die KI „AlphaGo“ den Weltmeister im Brettspiel Go. Sie spielte Millionen Male gegen sich selbst und entwickelte Strategien, auf die Menschen in Tausenden von Jahren nicht gekommen sind!
Kurz gesagt
Reinforcement Learning baut Intelligenz durch Ausprobieren und Belohnungen auf.
Teste dein Wissen
Wie verbessert sich ein Reinforcement-Learning-Modell?
Track your progress, earn XP, and compete on leaderboards. Download NerdSip to start learning.