Inhaltsverzeichnis:
Künstliche Intelligenz: Wie nah ist KI an menschlicher Intelligenz?
OpenAI hat mit der Veröffentlichung der Sprachmodelle o1 und o3-Mini neue Maßstäbe gesetzt. Bereits im September 2024 wurde die »OpenAI o1«-Reihe als eine »neue Stufe von KI-Fähigkeiten« bezeichnet. Das Modell o3-Mini, das Ende Januar 2025 vorgestellt wurde, soll laut OpenAI-Geschäftsführer Sam Altman noch besser bei logischen Schlussfolgerungen und Programmieren abschneiden. Die Debatte um die sogenannte künstliche allgemeine Intelligenz (AGI) ist dadurch neu entfacht worden. AGI beschreibt ein KI-System, das die gesamte Bandbreite kognitiver Aufgaben wie Transferleistung, abstraktes Denken und vorausschauende Planung beherrscht.
Forschende wie Yoshua Bengio (University of Montreal) und Subbarao Kambhampati (Arizona State University) betonen jedoch, dass Sprachmodelle wie LLMs (Large Language Models) noch nicht alle entscheidenden Aspekte von AGI abdecken. So kann das o1-Modell laut Kambhampati bei Aufgaben mit bis zu 16 Planungsschritten überzeugen, verliert aber bei 20 bis 40 Schritten deutlich an Leistung. François Chollet (ehemals Google) verweist auf den ARC-Test, der die Fähigkeit zu abstraktem Denken misst: Während Menschen diese Aufgaben meist leicht lösen, scheitern selbst die neuesten Modelle wie o3 an vielen Beispielen.
Die Transformer-Architektur, die seit ChatGPT zum Einsatz kommt, ermöglicht es, auch weit auseinanderliegende Textbausteine zu verknüpfen. Dadurch können LLMs mehrdeutige Wörter wie »Bank« im Kontext korrekt interpretieren. OpenAI gibt an, dass das o1-preview-Modell 83 Prozent der Aufgaben einer Qualifikationsprüfung für die Internationale Mathematik-Olympiade richtig gelöst hat, während GPT-4o nur 13 Prozent erreichte.
Ein weiteres Problem ist die Verfügbarkeit von Trainingsdaten. Laut Epoch AI könnten die öffentlich verfügbaren Daten zwischen 2026 und 2032 erschöpft sein. Zudem nehmen die Leistungssteigerungen mit wachsender Modellgröße ab. Raia Hadsell (Google DeepMind) kritisiert, dass LLMs zu sehr auf die Vorhersage des nächsten Tokens fokussiert sind und größere Lösungen generieren müssten.
Neurowissenschaftler betonen die Bedeutung eines »Weltmodells« im Gehirn, das Handlungsoptionen simuliert und Transferleistungen ermöglicht. Studien zeigen, dass LLMs rudimentäre Weltmodelle entwickeln können, diese aber oft unzuverlässig sind. So konnte ein KI-Modell zwar Abbiegevorgänge in New York mit fast 100-prozentiger Genauigkeit vorhersagen, die interne Karte ähnelte Manhattan jedoch kaum.
Für AGI fehlen aktuellen Modellen interne Feedback-Mechanismen, wie sie im menschlichen Gehirn üblich sind. Ansätze wie die Kombination von LLMs mit externen Verifiern oder die Entwicklung neuer Architekturen (z. B. generative Flussnetzwerke) werden erforscht. Karl Friston (University College London) sieht Autonomie als Schlüssel: KI-Systeme sollten selbst bestimmen, wie viele Daten sie benötigen, um Weltmodelle zu erstellen.
»Wenn AGI auftaucht, wird das nicht so auffällig oder bahnbrechend sein, wie man vielleicht denkt. Sie wird zuerst erfunden werden. Dann muss man sie noch skalieren und anwenden, bevor sie die Welt wirklich verändern kann.« (François Chollet)
Modell | Leistung bei Mathematik-Olympiade |
---|---|
o1-preview | 83 % |
GPT-4o | 13 % |
- LLMs wie o1 und o3 zeigen beeindruckende Fortschritte, sind aber noch weit von AGI entfernt.
- Die Verfügbarkeit von Trainingsdaten wird in den nächsten Jahren zum Engpass.
- Neue Architekturen und mehr Autonomie könnten den Weg zur AGI ebnen.
Quelle: Spektrum der Wissenschaft
Infobox: Trotz rasanter Fortschritte sind Sprachmodelle wie o1 und o3 noch nicht in der Lage, menschliche Intelligenz vollständig zu imitieren. Die Entwicklung von AGI bleibt eine Herausforderung, die neue Ansätze und mehr Autonomie erfordert.
KI: Die Zukunft im Sports Entertainment
Künstliche Intelligenz revolutioniert das Sports Entertainment und die Leistungsanalyse. Auf der ISPO 2024 wurde deutlich, wie KI die Fanbindung, die Content-Produktion und die Verletzungsprävention verändert. Sebastián Lancestremère (Microsoft) betonte, dass KI jedem Fan weltweit ein VIP-Erlebnis ermöglichen kann. Durch intelligente Assistenzsysteme wird das Gefühl, im Stadion zu sein, digital nachgebildet und die gesamte Fanreise mit personalisiertem Engagement begleitet.
KI hat den Sport in das Zeitalter des »Sportainment« und »Data-tainment« geführt. Greg Nieuwenhuys (Mammut Sports Group) hob hervor, dass die Geschwindigkeit des Wandels »viel, viel, viel schneller als alles, was wir je zuvor gesehen haben« ist. Die Demokratisierung von KI ermöglicht es nun auch kleineren Organisationen, von Technologien zu profitieren, die zuvor nur großen Ligen wie der NBA oder LaLiga vorbehalten waren.
Ein zentrales Beispiel ist La Ligas »Beyond Stats«, das über 3,5 Millionen Datenpunkte pro Spiel verarbeitet. In einem Fall sagte die KI eine Torwahrscheinlichkeit von 4,3 % für einen Schuss aus 40 Metern voraus. Diese Detailtiefe erlaubt es Trainern, fundierte Entscheidungen in Echtzeit zu treffen und die Leistung der Mannschaft zu optimieren.
Die Content-Multiplikation ist ein weiterer Meilenstein: Aus einer Stunde Rohmaterial können heute acht Stunden Content für verschiedene Kanäle entstehen. KI erkennt automatisch die wichtigsten Szenen, erstellt Highlights und passt Inhalte für verschiedene Plattformen wie Instagram oder YouTube an. So werden aus einem Clip Trainingsmaterialien, Social-Media-Inhalte oder gezielte Produktplatzierungen.
KI überwindet zudem Sprachbarrieren. Ein Beispiel: Lionel Messis Stimme wurde nahtlos ins Englische übersetzt, inklusive Akzent und emotionaler Färbung. Dies ermöglicht authentische Kommunikation mit Fans weltweit. Auch das Talentscouting profitiert: In Kanada werden potenzielle NHL-Draft-Picks unter Neunjährigen mithilfe von KI-Analysen identifiziert. Dennoch bleiben schwer messbare Eigenschaften, die Ausnahmesportler wie Messi auszeichnen, für KI unerreichbar.
Im Bereich der Verletzungsprävention analysiert KI permanent Leistungsdaten und erkennt Abweichungen, bevor sie zu Verletzungen führen. Diese Technologie ist nicht nur für Profis, sondern auch für Amateursportler zugänglich – etwa über Smartwatches, die vor Überlastung warnen.
Das VIP-Erlebnis wird durch KI demokratisiert: Personalisierte Statistiken, Echtzeit-Kommentare und individuelle Zusammenfassungen stehen jedem Fan zur Verfügung. Greg Nieuwenhuys betont jedoch, dass der Mensch im Mittelpunkt bleibt. Der Schlüssel zur erfolgreichen Integration liegt in klarer Führung, Mitarbeiterbefähigung und gezielten Schulungen.
- Hyper-Personalisierung: Jeder Fan erhält maßgeschneiderte Erlebnisse.
- Echtzeit-Analysen: Trainer und Spieler profitieren von sofortigen Erkenntnissen.
- Effiziente Inhaltserstellung: KI vervielfacht den Wert von Rohmaterial.
- Proaktive Gesundheitsüberwachung: Verletzungsprävention wird Realität.
- Globale Vernetzung: KI überwindet Sprachbarrieren.
Quelle: ISPO.com
Infobox: KI transformiert den Sport auf allen Ebenen – von der Fanbindung über die Leistungsanalyse bis zur Verletzungsprävention. Die Zukunft des Sports ist technologiegetrieben und zugleich menschenzentriert.
KI in Wearables soll Herzattacken erkennen – dieser Chip macht es möglich
Ein Forscherteam der University of Mississippi hat einen neuen Chip entwickelt, der mithilfe von KI und der Fast Fourier Transform (FFT) Herzinfarkte mit einer Erkennungsrate von 92,41 Prozent identifizieren kann. Im Gegensatz zu bisherigen Wearables, die Daten meist erst in der Cloud analysieren, arbeitet der Chip lokal und kann innerhalb von Sekunden Alarm schlagen – ein entscheidender Vorteil im Notfall.
Die hohe Präzision des Chips übertrifft aktuelle Verfahren. Während etablierte Geräte wie die Apple Watch EKGs aufzeichnen, dürfen sie nicht behaupten, Herzinfarkte zuverlässig zu erkennen, da regulatorische Hürden wie die Anforderungen der US-Behörde FDA sehr hoch sind. Der neue Chip ist klein, energieeffizient und arbeitet ohne Datenverbindung, muss aber noch zahlreiche Entwicklungsschritte wie Hardware-Design, Software-Optimierung und klinische Validierung durchlaufen.
Das Team um Professor Kasem Khalil sieht großes Potenzial in der Kombination aus KI und Datenanalyse – nicht nur für Herzinfarkte, sondern auch für die Erkennung von Epilepsie, Demenz und anderen neurologischen Erkrankungen. Bis zur Marktreife sind jedoch umfassende Studien notwendig, um Zuverlässigkeit und Effektivität zu belegen und Fehlalarme zu minimieren.
„Wir wollen in der Lage sein, viele Probleme mithilfe dieser Technologie vorherzusagen oder zu erkennen – ob das nun Herzinfarkte, Krampfanfälle oder Demenz sind.“ (Professor Kasem Khalil)
Erkennungsrate des Chips | 92,41 % |
---|
- Lokale Analyse ermöglicht lebensrettende Echtzeit-Warnungen.
- Regulatorische Zulassung ist noch ausstehend.
- Potenzial für weitere medizinische Anwendungen wie Epilepsie und Demenz.
Quelle: t3n
Infobox: Der neue KI-Chip für Wearables könnte die medizinische Diagnostik revolutionieren, muss aber noch regulatorische und technische Hürden überwinden.
KI Update: Versicherung bei KI-Fehlern, WhatsApp, Trump feuert Copyright-Chefin
Lloyd's of London bietet Unternehmen nun eine Versicherung gegen finanzielle Schäden durch fehlerhafte KI-Anwendungen an. Die Police deckt unerwartete Leistungseinbrüche ab, etwa wenn ein Chatbot statt 95 Prozent nur noch 85 Prozent korrekte Informationen liefert. Ein Beispiel: Eine Fluggesellschaft musste die Differenz zu einem fälschlich angepriesenen Sparpreis erstatten. Die neue Versicherung soll Unternehmen ermutigen, KI trotz bekannter Unzuverlässigkeiten einzusetzen.
OpenAI hat für Unternehmenskunden das Reinforcement Fine-Tuning (RFT) eingeführt. Diese Methode erlaubt eine präzisere Abstimmung von Modellen wie o4-mini auf spezifische Aufgaben durch ein programmierbares Bewertungssystem. Im Gegensatz zum Supervised Fine-Tuning nutzt RFT keinen festen Satz »richtiger« Antworten, sondern einen »Grader«, der Modellantworten numerisch bewertet. Besonders in Bereichen wie Recht und Finanzen, wo nuancierte Entscheidungsfindung gefragt ist, verbessert RFT die Reasoning-Fähigkeiten der Modelle. Parallel dazu bietet OpenAI für Organisationen, die ihre Trainingsdaten teilen, einen Preisnachlass von über 50 Prozent.
Meta entwickelt für WhatsApp eine KI-Funktion, die ungelesene Nachrichten automatisch zusammenfasst. Die Funktion richtet sich an Nutzer, die von vielen neuen Mitteilungen in Gruppen-Chats überfordert sind. Die Zusammenfassung wird über einen Button abrufbar sein und basiert auf dem »Private Processing«-System, das eine verschlüsselte, anonymisierte Übermittlung der Daten an die Meta-Server gewährleistet. Die Funktion soll in den Einstellungen deaktivierbar sein.
- Lloyd's of London versichert erstmals gezielt KI-Fehler.
- OpenAI bietet Reinforcement Fine-Tuning und Preisnachlass für geteilte Trainingsdaten.
- WhatsApp plant KI-basierte Zusammenfassungen für Gruppen-Chats.
Quelle: heise online
Infobox: Neue Versicherungsprodukte, innovative Trainingsmethoden und KI-gestützte Funktionen in Messenger-Diensten zeigen, wie KI zunehmend in den Alltag und die Wirtschaft integriert wird.
Quellen:
- Künstliche Intelligenz: Wie nah ist KI an menschlicher Intelligenz?
- KI: Die Zukunft im Sports Entertainment
- KI in Wearables soll Herzattacken erkennen – dieser Chip macht es möglich
- KI Update: Versicherung bei KI-Fehlern, WhatsApp, Trump feuert Copyright-Chefin
- Künstliche Intelligenz wird Arbeit und Gesellschaft verändern: Macht euch bereit!
- Künstliche Intelligenz: Microsoft und OpenAI verhandeln ihre Partnerschaft neu
- Lloyd’s of London: Versicherung soll Schäden durch KI-Halluzinationen abdecken
- (S+) Reiseplanung mithilfe künstlicher Intelligenz: Wann bucht KI mir den perfekten Urlaub?
- Technologischer Durchbruch: Superintelligenz ohne Halluzinationen - Deutschland erreicht 99,99 % AI Präzision
- Neuro-symbolic AI: Lakmoos meint es ernst mit synthetisch Befragten - planung&analyse
- Meta AI in Messenger & Co.: So kann man seine Daten vor KI-Zugriff schützen
- Beelink GTR9 PRO AI MAX+: Kompakter Kraftprotz mit AMD Ryzen AI
- KI-Chatbot hat es auf WhatsApp-Nutzerdaten abgesehen: Welche sicher sind – und welche nicht
- Tempus AI: Starkes Wachstum - Verluste steigen jedoch weiter an