Der magische Chatbot - Zukunftstechnologien im Check
Mit ChatGPT erreicht das Natural Language Processing eine bisher nicht gekannte Qualitätsstufe. Mit völlig neuen Möglichkeiten in der Mensch-Maschine-Kommunikation. Der Chatbot im Check.
Das neueste Update: GPT-4, ChatGPT und OpenAI sind derzeit im Internet in aller Munde. ChatGPT, ein Chatbot des amerikanischen Unternehmens OpenAI mit Sitz in San Francisco, hat mit seiner auf GPT-3 basierenden Testversion Nutzer aus den unterschiedlichsten Branchen beeindruckt und für Aufsehen in den Medien gesorgt. Dieser technologische Meilenstein in der KI-basierten Texterkennung könnte auch für die Logistik neue Möglichkeiten eröffnen.
Ein Chatbot ist ein textbasiertes oder audiobasiertes Dialogsystem. Es erlaubt eine Echtzeitkommunikation zwischen Mensch und Maschine auf Basis natürlicher Sprache. Das Wort Chatbot ist zusammengesetzt aus dem Englischen „chat“ (plaudern) und „robot“ (Roboter). Einfache Chatbots durchsuchen das Netz oder eine definierte Datenbasis nach Schlagwörtern, die der Nutzer zuvor eingegeben hat. Daraufhin werden auf Basis eines programmierten Entscheidungsbaums vordefinierte Texte oder Textbausteine aus einer Datenbank ausgegeben. In den meisten Fällen kommen auf Internetseiten solche einfachen Chatbots zum Einsatz, um schnelle und einfache Hilfestellung liefern zu können.
Intelligentere Chatbots nutzen das Verfahren des Natural Language Processing (NLP), um den Kontext eines völlig frei geschriebenen oder gesprochenen Satzes zu verstehen. Das Ziel ist, passendende Antworten zum Beispiel auf Basis einer Wissensdatenbank zu finden. NLP basiert dabei auf Künstliche Intelligenz (KI) und Machine-Learning-Algorithmen. Bisher war die Qualität der Ergebnisse solcher intelligenten Chatbots nur bedingt praxistauglich. Wie Tests bei DACHSER ergaben, erreichten verfügbare Algorithmen namhafter Cloud-Anbieter eine korrekte Kontexterkennung der Eingabe von im besten Fall 60 bis 80 Prozent.
Der GPT-4 AI-Algorithmus
OpenAI hat jetzt die neueste Version des generativen vortrainierten Transformer (GPT) NLP-Modells, genannt GPT-4, veröffentlicht. Dieses Modell knüpft an die bisherigen Erfolge von GPT-3 an. GPT-4 fügt Gesprächen eine weitere kreative Note hinzu und ist auch in der Lage, Bilder zu analysieren. In der Zwischenzeit hat sich das Unternehmen von seinem ursprünglichen Open-Source-Ansatz entfernt und verfolgt nun einen eher kommerziellen Ansatz.
Das Deep-Learning-Modell und der große Trainingsdatensatz ermöglichen es ChatGPT, natürlich klingende Gespräche und Antworten zu einer Vielzahl von Themen zu produzieren. Das Muster und die Struktur der Antworten sind der menschlichen Sprache sehr ähnlich. Obwohl GPT-4 das eigenständige menschliche Denken und die kritische Prüfung von Inhalt und Kontext noch nicht ersetzen kann, hat es bei mathematischen Fähigkeiten und Logikaufgaben deutliche Fortschritte gemacht.
GPT-4 verfügt auch über erweiterte semantische Fähigkeiten, wobei jede Chatbot-Antwort immer Wort für Wort aufgebaut wird, indem Wahrscheinlichkeiten für das nächste Wort berechnet werden. Darüber hinaus kann der Algorithmus Softwarecode generieren oder korrigieren und Nachrichten in mehreren Sprachen verfassen, darunter Gedichte, Zusammenfassungen und Marktanalysen.
Ein Chatbot mit der Kontexterkennungs-Qualität, wie ihn ChatGPT aktuell zeigt, wird auch Einfluss auf die Logistik und IT haben. Die Automatisierung der Kommunikation mit Maschinen, Anlagen und Fahrzeugen, aber auch Kunden, Partnern und Mitarbeitenden könnte eine neue, bisher nicht gekannte Einsatztiefe erreichen.
Ein besonderes Merkmal von GPT-3 und GPT-4 ist die Art und Weise, wie das zugrunde liegende KI-Modell trainiert wurde. Bei ChatGPT wurden Formen des überwachten und des verstärkten Lernens kombiniert, und die Menschen selbst wurden in den Trainingsprozess einbezogen (aktives Lernen). Vereinfacht ausgedrückt, diente der Mensch als Trainer, der während des überwachten Lernprozesses sowohl die Rolle des Fragenden als auch des Antwortenden übernahm. In den Phasen des Verstärkungslernens entwickelten die Trainer eine Methode zur Bewertung der Qualität der Antworten des Chatbots auf eine bereits stattgefundene Unterhaltung. Auf der Grundlage dieser Einstufungen erstellten sie Belohnungsmodelle, die dann in weitere Trainingsiterationen einflossen.
Obwohl ChatGPT einen regelbasierten Mechanismus zur Verhinderung unangemessener Kommentare enthält, hat es immer noch Schwierigkeiten, Plagiate, Fake News und diskriminierende oder sexistische Ansichten zuverlässig auszuschließen. Dies ist eine Herausforderung, mit der auch GPT-4 noch konfrontiert ist und weiter entwickelt werden muss.
Automatisierung der Kommunikation
Generative KI kann neben Text und Softwarecode auch in anderen Bereichen eingesetzt werden, z. B. bei der Generierung von Bildern, Videos oder Musik. Chatbots mit einem ähnlichen Grad an Kontexterkennung wie ChatGPT werden sich auch auf Logistik und IT auswirken. Durch die Automatisierung der Kommunikation mit Maschinen, Anlagen und Fahrzeugen sowie mit Kunden, Partnern und Mitarbeitern könnte diese Technologie eine noch nie dagewesene Reichweite im betrieblichen Alltag erlangen.
Eines ist schon jetzt sicher: ChatGPT, GPT-3 und die neue Version GPT-4 sind eines der Technologie-Hype-Themen des Jahres. wird nicht alle Aufgaben und Probleme lösen, aber ChatGPT hat das Potenzial, neue innovative Prozesse, Produkte und Geschäftsmodelle zu generieren. Sie können es selbst ausprobieren unter https://chat.openai.com.