Wie funktioniert KI? Die Erklärung in 6 einfachen Schritten

Inhalt

Kurzantwort: Künstliche Intelligenz funktioniert heute fast immer über maschinelles Lernen: Ein Programm bekommt sehr viele Beispieldaten, sucht darin statistische Muster und passt Millionen bis Milliarden interner Zahlenwerte so lange an, bis seine Vorhersagen zu den Beispielen passen. Danach wendet es die gelernten Muster auf neue Eingaben an. Sprachmodelle wie ChatGPT sagen dabei Wort für Wort das wahrscheinlichste nächste Wort voraus.

KI schreibt Texte, erkennt Gesichter, sortiert Spam und schlägt Filme vor. Dahinter steckt keine Magie und auch kein denkendes Wesen. Dahinter stecken Mathematik, sehr viele Daten und sehr viel Rechenleistung.

Das Bundesamt für Sicherheit in der Informationstechnik (BSI) beschreibt KI als Technologie und wissenschaftliche Disziplin, die mehrere Ansätze umfasst, etwa maschinelles Lernen, maschinelles Schließen und Robotik. Im Alltag begegnet dir fast ausschließlich die erste Variante. Deshalb geht es hier um maschinelles Lernen.

Die Erklärung, wie KI funktioniert, passt in sechs Schritte. Danach weißt du, was beim Training passiert, was ein neuronales Netz ist und warum ein Sprachmodell manchmal selbstbewusst Unsinn erzählt.

Wie funktioniert KI? Die sechs Schritte

Daten sammeln. Alles beginnt mit Beispielen. Für einen Spamfilter sind das E-Mails mit der Markierung „Spam“ oder „kein Spam“. Für ein Sprachmodell sind es Texte, GPT-2 wurde etwa mit rund 8 Millionen Webseiten trainiert. Ohne Daten lernt kein Modell.
Modell aufbauen. Ein Modell ist eine mathematische Funktion mit vielen einstellbaren Zahlen, den Parametern. Bei neuronalen Netzen heißen sie Gewichte. Am Anfang stehen sie auf Zufallswerten, das Modell rät also.
Vorhersage machen und Fehler messen. Das Modell bekommt ein Beispiel, gibt eine Antwort aus, und eine Fehlerfunktion misst den Abstand zur richtigen Antwort.
Gewichte anpassen. Ein Verfahren namens Backpropagation berechnet für jedes Gewicht, in welche Richtung es den Fehler verkleinert. Dann wird jedes Gewicht ein kleines Stück in diese Richtung verschoben. Das wiederholt sich millionenfach.
Prüfen, ob das Gelernte verallgemeinert. Das Modell wird mit Daten getestet, die es im Training nie gesehen hat. Merkt es sich die Trainingsbeispiele nur auswendig, spricht man von Überanpassung. Dann liefert es bei neuen Daten schlechte Ergebnisse.
Anwenden. Nach dem Training werden die Gewichte eingefroren. Jede neue Eingabe, etwa dein Foto oder deine Frage, läuft durch dieselbe Rechnung und liefert eine Ausgabe. Das nennt man Inferenz.

Was ein neuronales Netz ist

Ein künstliches neuronales Netz besteht aus Rechenknoten, den künstlichen Neuronen, die in Schichten angeordnet sind. Jedes Neuron erhält Eingaben, multipliziert sie mit Gewichten, summiert das Ergebnis und schickt es durch eine Aktivierungsfunktion weiter. Die Signale wandern von der Eingabeschicht über verborgene Schichten zur Ausgabeschicht.

Ein Netz mit vielen verborgenen Schichten kann eine komplizierte Aufgabe in mehrere einfachere Teilaufgaben zerlegen. Genau das meint der Begriff Deep Learning, der laut Wikipedia ab etwa 2006 zu großen Fortschritten bei der Analyse großer Datenmengen führte. Bilderkennung und Spracherkennung waren die ersten Felder, in denen tiefe Netze alles Vorherige übertrafen.

Die drei Arten des Lernens

Beim überwachten Lernen hat jedes Trainingsbeispiel eine richtige Antwort. Das Modell lernt die Zuordnung von Eingabe zu Ausgabe, etwa Bild zu Tierart.

Beim unüberwachten Lernen gibt es keine Vorgaben. Der Algorithmus sucht selbst nach Mustern oder Gruppen in den Daten, zum Beispiel Kunden mit ähnlichem Kaufverhalten.

Beim bestärkenden Lernen handelt ein Software-Agent in einer Umgebung und bekommt Belohnungen oder Strafen. Daraus lernt er eine Strategie. So lernen Programme, Spiele zu gewinnen oder Roboter zu steuern.

Wie Sprachmodelle wie ChatGPT funktionieren

Ein großes Sprachmodell ist ein Wahrscheinlichkeitsmodell, das aus riesigen Textmengen gelernt hat, welche Wörter mit welcher Wahrscheinlichkeit aufeinander folgen. Die Aufgabe im Training ist immer dieselbe: das nächste Wort, genauer das nächste Token, vorhersagen. Aus Milliarden solcher Vorhersagen entsteht die Fähigkeit, ganze Texte zu schreiben.

Die Architektur dahinter heißt Transformer und wurde 2017 von Google vorgestellt. Ihr Kern ist der Aufmerksamkeitsmechanismus, mit dem das Modell für jedes Wort gewichtet, welche anderen Wörter im Satz gerade wichtig sind. GPT-3 hatte 2020 rund 175 Milliarden Parameter.

Nach dem Vortraining folgt die Feinabstimmung. Beim Verfahren RLHF bewerten Menschen Antworten des Modells, und das Modell lernt aus diesen Bewertungen, hilfreicher und höflicher zu antworten. Erst dieser Schritt macht aus einem Textvorhersager einen Chatbot.

Warum KI Fehler macht

Ein Sprachmodell weiß nichts im menschlichen Sinn. Es berechnet wahrscheinliche Wortfolgen. Klingt eine falsche Antwort plausibel, gibt das Modell sie mit derselben Sicherheit aus wie eine richtige. Wikipedia beschreibt eine Halluzination als überzeugend formuliertes Ergebnis, das nicht durch die Trainingsdaten gedeckt ist und objektiv falsch sein kann.

Das BSI nennt weitere Risiken: Angreifer können Eingaben so formulieren, dass Schutzmechanismen umgangen werden, und generierte Bilder eignen sich für Täuschungen. Prüfe Ausgaben einer KI deshalb bei allem, was zählt, gegen eine zweite Quelle.

Häufige Fragen

Erklärung: Wie funktioniert KI in einem Satz?

Ein Programm passt anhand vieler Beispiele Millionen interner Zahlen so an, dass seine Vorhersagen zu den Beispielen passen, und wendet die gelernten Muster dann auf neue Eingaben an.

Denkt eine KI?

Nein. Sie rechnet Wahrscheinlichkeiten aus gelernten Mustern. Sie hat kein Bewusstsein, keine Absicht und kein Verständnis im menschlichen Sinn, auch wenn ihre Antworten so wirken.

Was ist der Unterschied zwischen KI und maschinellem Lernen?

KI ist der Oberbegriff für Systeme, die Aufgaben lösen, die sonst menschliche Intelligenz erfordern. Maschinelles Lernen ist der Teilbereich, in dem Programme aus Daten lernen. Fast jede heutige KI beruht auf maschinellem Lernen.

Warum braucht KI so viele Daten?

Weil das Modell Muster aus Statistik ableitet. Mit wenigen Beispielen lernt es Zufälle statt Regeln und versagt bei neuen Eingaben. Mehr und vielfältigere Daten verbessern die Verallgemeinerung.

Was ist ein Parameter?

Ein einstellbarer Zahlenwert im Modell, bei neuronalen Netzen ein Gewicht. GPT-3 hatte rund 175 Milliarden davon. Das Training verändert diese Werte, die Architektur bleibt gleich.

Warum erfindet ChatGPT manchmal Quellen?

Weil das Modell Wortfolgen vorhersagt, die zu Quellenangaben passen, ohne zu prüfen, ob die Quelle existiert. Das ist eine Halluzination. Prüfe Zitate und Links immer selbst.

Quellen

Das passt dazu

Drei Artikel, die dieselbe Frage von einer anderen Seite angehen:

Geschrieben von Jonas, Redaktion smarterklärt.de — er erklärt hier Begriffe und Zusammenhänge in einfacher Sprache.