Herzlich Willkommen

zum Künstliche Intelligenz – Einführungsworkshop,
an der Volkshochschule in Neustadt an der Donau.

  1. Was möchte ich jetzt tun bzw. was benötige ich?

  2. Kann mir künstliche Intelligenz dabei helfen bzw. es schneller erledigen?

  3. Welches Tool & Modell kann mir dabei helfen?

  4. Welchen Befehl (Promt) muss ich eingeben bzw. welches Bild / Video / Audio zur Referenz muss ich verwenden, um zum bestmöglichen Ergebnis zu kommen?

  5. Ergebnis prüfen und ggf. nachbearbeiten.

Generative Künstliche Intelligenz (KI):

Generative KI ist eine Art von künstlicher Intelligenz, die selbstständig Inhalte erstellen kann, wie zum Beispiel Texte, Bilder, Videos, Musik oder Programmcode. Sie funktioniert, indem sie aus vielen Beispielen gelernt hat, wie solche Inhalte normalerweise aussehen oder klingen, und nutzt dieses Wissen, um Neues zu schaffen.

Unterhemen:

KI-Unternehmen entwickeln Lösungen basierend auf künstlicher Intelligenz, um komplexe Aufgaben zu automatisieren oder zu optimieren. Sie sind in verschiedenen Bereichen tätig, darunter Datenanalyse, maschinelles Lernen und Sprachverarbeitung. Zu den Unternehmen zählen große Technologieanbieter wie OpenAI oder spezialisierte Anbieter wie Black Forest Labs. Oft arbeiten sie an Innovationen, die auf bestimmte Branchen zugeschnitten sind. Diese Unternehmen treiben den technologischen Fortschritt voran und prägen zahlreiche Industrien. Ihr Ziel ist es, KI zugänglich und nützlich für Unternehmen und die Gesellschaft zu machen.

Tool:

Ein Tool ist eine spezifisches Programm, App, Software oder Anwendung, die KI-Technologien nutzt, um eine bestimmte Aufgabe zu erledigen. Beispielsweise ist ChatGPT ein KI-Tool, das zur Textgenerierung verwendet wird. MidJourney ist ein weiteres Tool für die Generierung von Bildern. In diesem Kontext bezeichnet „Tool“ einfach die benutzbare Anwendung, die auf einem KI-Modell basiert.

Modell:

Ein Modell in der KI ist ein trainiertes System, das auf bestimmten Algorithmen basiert, um Aufgaben zu erfüllen. Ein Modell wird durch das Training mit großen Datenmengen so angepasst, dass es Muster erkennen und Vorhersagen treffen kann.

Beispiele: FLUX.1-dev (Bilderstellung) & GPT 4o (Texterstellung)

Extra: Die besten Modelle zur Textgenerierung: https://huggingface.co/spaces/meval/multilingual-chatbot-arena-leaderboard

Promt:

Ein Prompt ist eine Eingabe oder Anfrage, die an ein KI-System oder ein Sprachmodell (wie GPT) gestellt wird. Es ist der Text, den du eingibst, um eine Antwort oder Aktion von der KI zu erhalten.

Weitere Arten der Künstliche Intelligenz (KI):

Analytische KI:
Diese KI analysiert Daten, erkennt Muster und trifft Entscheidungen basierend auf vorhandenen Informationen.

  • Beispiele: Empfehlungssysteme (Netflix, Amazon), Datenanalyse-Tools (Power BI, Tableau)

Reaktive KI:
Reaktive Systeme reagieren auf aktuelle Situationen, ohne aus der Vergangenheit zu lernen.

  • Beispiele: Schachprogramme wie IBM Deep Blue, einfache Chatbots.

Lernende KI (Maschinelles Lernen):
Diese KI verbessert sich durch Training und Erfahrungen.

  • Untergruppen:
    • Supervised Learning: KI lernt aus gekennzeichneten Daten.
    • Unsupervised Learning: KI erkennt Muster in unstrukturierten Daten.
    • Reinforcement Learning: KI lernt durch Belohnung/Strafe (z. B. AlphaGo).

KI für Spracherkennung und -verarbeitung (NLP):
Natural Language Processing verarbeitet und versteht menschliche Sprache.

  • Beispiele: Siri, Alexa, Google Translate.

Bild- und Objekterkennung:
KI erkennt visuelle Muster in Bildern oder Videos.

  • Beispiele: Gesichtserkennung (Face ID), Sicherheitskameras mit KI.

KI für Robotik:
Kombiniert KI mit physikalischen Systemen, um Bewegungen und Interaktionen mit der Umgebung zu steuern.

  • Beispiele: Boston Dynamics Roboter, autonome Fahrzeuge (Tesla).

Emotionale KI:
Erkennt und interpretiert Emotionen von Menschen, um menschlichere Interaktionen zu ermöglichen.

  • Beispiele: Call-Center-Analyse, KI-Coaches.

KI für Entscheidungsunterstützung:
Hilft Menschen bei komplexen Entscheidungen durch datenbasierte Analysen.

  • Beispiele: Medizinische Diagnosesysteme, Finanzalgorithmen.

Symbolische KI:
Arbeitet mit logischen Regeln und Wissensrepräsentationen.

  • Beispiele: Expertensysteme wie Mycin (Medizin).

Autonome KI:
Diese KI handelt eigenständig und kombiniert verschiedene Fähigkeiten, um Aufgaben zu bewältigen.

  • Beispiele: Drohnen, autonome Roboter.