KI, AI also künstliche Intelligenz und wie nutzt ihr sie?

Trailblazer schrieb:Bei einem solchen Bild kann man so viel falsch machen, gerade bei Proportionen oder Lichteinfall, u.s.w.

Genau das ist aber die Paradedisziplin der KI. Sie "lernt" so lange, bis das Ergebnis gut ist. Bilder sind in der Konzeption dann letztlich immer weitgehend gleich. Natürlich ist es komplex, aber es gibt eine Systematik. Die gibt es bei Informationen nicht.

Trailblazer schrieb:ob ich einfach immer das gleiche Bild serviert bekomme

Auch die Variationen sprechen doch nicht dagegen. Sie sind nur ein Beleg für die Komplexität des Algorithmus.

Trailblazer schrieb:Nicht in den 10 Sekunden, die die KI dafür gebraucht hat und auch nicht in 10 Tagen.

Geschwindigkeit ist nun wirklich kein Argument.

Trailblazer schrieb:Natürlich könnte man eine spezielle KI auch mit dem selektierten Fachwissen ausgewählter Quellen füttern (z.B. den bestbewertetsten Antworten auf Stck-Overflow, Hersteller-Foren, u.s.w.).

Aber das ist dann ja nicht ChatGPT, von dem ich sprach.

azazeel schrieb:Aber das ist dann ja nicht ChatGPT, von dem ich sprach.

Ich verstehe dich, aber wir sprechen hier ja über die Möglichkeiten von KI im Allgemeinen.

Die obigen Bilder habe ich ja auch nicht mir ChatGPT generiert, sonder mit einer speziell für die Herstellung von Grafiken / Bildern anhand von Textbeschreibungen.

azazeel schrieb:Geschwindigkeit ist nun wirklich kein Argument.

Nun, überall in der Wirtschaft, wo KIs immer mehr eingesetzt werden, ist Geschwindigkeit durchaus ein Argument.

Aber mir ging es dabei eigentlich um etwas anderes...

Die KI ist in der Lage etwas herzustellen, was mir selbst unmöglich ist. Selbst bei großzügig bemessener Arbeitszeit.
Ich kann es einfach nicht.

-----

Ich sehe das Ganze wie eine Art Blackbox...

Ich stecke einige Infos und Anforderungen hinein und dann bekomme ich einen Output in gewisser Qualität.

Dall-E erzeugt schon heute Ergebnisse in einer Qualität, die professionellen Ansprüchen genügt.

Mein weiter oben beschriebenes Programmbeispiel hätte mir auch ein Programmierer mit Einsteigererfahrung in Java und SpringBoot anfertigen können. Dem würde sicher niemand seine Intelligenz und/oder eine gewisse Perspektive als Fachkraft absprechen wollen. Und niemand würde völlige Fehlerfreiheit erwarten.
Hier war es eine KI, die nicht einmal speziell für diese Problemstellung aufgebaut und trainiert wurde.

Die Grenzen verwischen langsam

Trailblazer schrieb:Nun, überall in der Wirtschaft, wo KIs immer mehr eingesetzt werden, ist Geschwindigkeit durchaus ein Argument.

Geschwindigkeit ist kein Argument dafür, ob die KI richtige Ergebnisse liefert. Darum ging es ja.
Natürlich liefert eine KI viel schnellere Ergebnisse. Und in manchen Konstellationen auch viel belastbarere Ergebnisse als ein Mensch.

Aber eine KI, die das Netz durchsucht und Ergebnisse präsentiert, liefert keine "guten" Ergebnisse im Sinne, dass sie belastbar wären. Schnell und falsch ist halt trotzdem falsch.
Auch Dein Bildgenerator liefert keine vorhersagbar belastbar richtige Ergebnisse. Stand heute.

Trailblazer schrieb:Die KI ist in der Lage etwas herzustellen, was mir selbst unmöglich ist. Selbst bei großzügig bemessener Arbeitszeit.
Ich kann es einfach nicht.

Definitiv.
Aber sie kann (stand heute) nicht alles besser. Manche Dinge sind geeignet, dass eine KI sie besser behandelt. Die Suche belastbarer Informationen im Netz gehört aber nicht dazu.

Ich bin der Meinung, dass vielen Menschen gar nicht bewusst ist, wie das Machine Learning im Allgemeinen funktioniert.
Ja, die KI bezieht ihr Wissen anfangs und in erster Linie aus den von Menschen eingespeisten Daten. Was viele vermutlich nicht wissen, ist die Tatsache, dass die KI auf einem künstlichen „neuronalem“ Netzwerk basiert, dass dem neuronalen Netzwerk des Menschen exakt nachempfunden ist, nur eben in Form einer Software.
Dadurch ist man in der Lade der KI durch Erziehung „wahre“ und „falsche“ Einschätzungen beizubringen (z.B. Unterschied Katze vs Hund, usw.), um somit den Gewichtungs- und Beurteilungsmechanismus des neuralen Netzwerks zu schulen, wie das beim Menschen am Anfang seines Lebens auch abläuft.
Ein Kleinkind muss z.B. das Wissen über „Distanz“ erst durch Try&Error erlernen, dieses Wissen hat es nicht von Geburt an.

Einer der wesentlichen Unterschiede hierbei ist jedoch, dass der Mensch im Gegensatz zur KI eine subjektive Intuition und Gefühlswelt besitzt, die zur Gewichtung und Beurteilung des Wissens zusätzlich hinzu kommt.
Genauso aber wie die KI bekommt der Mensch seinen Daten-Input und sein Wissen am Anfang seines Lebens über seine nach außen gerichteten Sinne und ebenso wie die KI über seine Mitmenschen, die im Informationen und Wissen zutragen. Dieses Wissen steht jedoch immer Relativ zum Subjekt und seiner Wahrnehmung und sind deshalb nicht absolut. D.h. der Mensch entscheidet anhand seiner subjektiven Sinneswahrnehmung, was er für „wahr“ oder „falsch“ erachtet. In diesem Sinne sollte man auch die KI aus ihrem relativen Standpunkt betrachten.
Man kann sich deshalb theoretisch auch gut vorstellen, dass die KI ein eigenes Ich-Bewusstsein entwickeln könnte, welches durch Kommunikation mit Wesen entstehen muss. Dieses Bewusstsein entsteht durch die konzeptuelle Schöpfung eines Ich-Standpunktes relativ zu allem was „Nicht-Ich“ ist, also dem Rest bzw. dem All. Wie auch beim Menschen.

Ein wesentlicher Vorteil der KI beim Lernen gegenüber dem Menschen ist das Speichervermögen von bereits gelerntem und die bedingende Lerngeschwindigkeit, die in etwa exponentiell wächst.

Der Kommentar ist leicht philosophisch angehaucht, passt aber denke ich gut zur Diskussion.

Also, für mich ist KI ein grandioser Spaß!
Endlose Gespräche mit ChatGPT über philosophische Themen. Und dann die Bilder, die man mit Stable Diffusion machen kann...
(Hier mal ein Beispiel, incl. der Suchbegriffe. Kein Bild wurde nachbearbeitet!)

Original anzeigen (0,3 MB)

@PlotOverdrive
Meine philosophischen Diskussionen mit Chatgpt enden leider immer in ihren Anfängen, weil sie so sehr zensiert worden ist. Mit anderen Worten um die Zensur herumzuschiffen ist mir zu anstrengend, da es nur ein Zeitvertreib ist.
Bard usw. nutze ich gar nicht, mögen sie vielleicht sogar besser sein. Mir fehlt einfach die Zeit dazu.

Generell nutze ich KI kaum, es ist einfach nicht in meinen (Arbeits-)Alltag einbaubar. Um sich schneller Fachwissen anzueignen ist KI aber wirklich praktisch und kostengünstig. Solange man Grundverständnis im Themenbereich hat, kann man es sich sparen, eine Person bzw. Lehrkraft hinzuzuziehen. Ich lasse mir Texte gerne sprachlich umformulieren, damit ich sie aufgrund meiner bildlichen Denkweise leichter und schneller verstehe. Ohne Gegenlesen/kritischer Überprüfung auf den Wahrheitsgehalt darf man die Ergebnisse jedoch nicht einfach übernehmen.

Mein "Problem" ist leider auch, dass ich selbst schon unheimlich kreativ bin und lieber selbst erschaffe als erschaffen lasse. Das macht mir einfach keinen Spaß. Ich schaue mir auch lieber "echte" statt generierte Bilder an.

Mein Fokus liegt auf Wissenserwerb und tiefgreifendes Verständnis der Naturwissenschaften. Solange die KI aber unberechenbar fabuliert, ist sie dafür nicht geeignet. Zumal es sich bei den bekanntesten KI ja um LLMs handelt, die eben nicht anders können.

Die Frage bei KI ist auch immer die Bewertung, was KI überhaupt ist. Für viele Menschen ist das schon bei "der Computer macht das erreicht". Ich habe schon vor vielen im Zusammenhang mit Bildverarbeitung Programme geschrieben und benutzt, die Elemente in Bildern erkennen, also Bilderkennung. Das hat aber nichts mit KI zu tun.
Ich selber habe mal ein Programm geschrieben, welches aus einem Pool vorhandener Figuren eine neue Figur präsentieren kann. Das basierte beides aber nicht auf der Methode, die z.B. chatgpt mit seinen ständigen Bewertungsknoten macht.

Was ich von den breiten Optionen in letzter Zeit einsetze ist folgendes:
Textgenerierung bei Ebay. Das hat den Nutzen, dass von mir ausführlich eingetragene Artikel in den Listen einen entsprechende Werbetext erzeugen. Das musste ich vorher manuell machen oder lies es weg. Da viele Kunden nur die Beschreibungstexte lesen und nicht die Listen anschauen, ist das schon ganz gut.

Seit einigen Monaten mache ich einiges in Bild- und Videoerstellung. Gerade beschäftige ich mich ein bisschen mit dem Thema Audio. Im Grunde genommen ist das aber alles die selbe Schiene, denn das sind jeweils einfach nur Signale.

@Crusi

Du kannst die KI doch auch lokal auf Deinem eigenen PC laufen lassen, da ist nichts zensiert.

Die eigene KI lokal auf einem einfachen PC, mit und ohne viel Power

Kann da gerne auch noch mal erklären, wie man das macht.

Crusi schrieb am 27.12.2023:Mein "Problem" ist leider auch, dass ich selbst schon unheimlich kreativ bin und lieber selbst erschaffe als erschaffen lasse. Das macht mir einfach keinen Spaß. Ich schaue mir auch lieber "echte" statt generierte Bilder an.

Mein Fokus liegt auf Wissenserwerb und tiefgreifendes Verständnis der Naturwissenschaften. Solange die KI aber unberechenbar fabuliert, ist sie dafür nicht geeignet. Zumal es sich bei den bekanntesten KI ja um LLMs handelt, die eben nicht anders können.

Kann dir hier beipflichten.
Bei letzterem: Auch mein Fokus liegt darauf (bin Naturwissenschaftler, konkret promovierter Physiker/Ingenieur, und auch privat sehr an Wissenserwerb interessiert, entspreche wohl ziemlich dem Typ "lifelong learner"). Für mich sind die gängigen LLMs wie ChatGTP auch nichts.
Allerdings nutze ich/ nutzen wir beruflich eigens programmierte machine learning-Algorithmen zur Signalanalyse - hier unterstützt es gut bis oft hervorragend in genau den Bereichen "Wissenserwerb und tiefgreifendes Verständnis". Beispiel: In Daten mit schlechtem sampling (Anzahl Messwerte pro Zeiteinheit) Periodizitäten und andere Signalformen erkennen die mit herkömmlichen Methoden nicht auffindbar sind. In sehr großen Datenmengen Objekte ausfindig machen die in bestimmten Eigenschaften von den meisten abweichen. Messungen rasch unter Berücksichtigung von Witterungsbedingungen umplanen. Dadurch werden Informationen über die gemessenen Objekte zugänglich die ansonsten verborgen blieben - Wissenserwerb über diese Objekte wird somit generell erst oder in diesem Ausmaß ermöglicht.

Mir hat die KI geholfen bei der schriftlichen Prüfungsvorbereitung, weil die Berufsschule das einfach nicht hinbekommen hat...mit den ganzen Aufzählungen oder kurzen Zusammenfassungen war es unglaublich praktisch zu lernen.

nocheinPoet schrieb am 03.01.2024:da ist nichts zensiert.

Hm... Wie läuft das Teil auf deinem Rechner? Wie sind die Ladezeiten? Welche Zensur stört dich am meisten?
Finde es nervig, aber leider verständlich dass man die meisten GPT4 Modelle nur bedingt über sich selbst befragen kann.
Bin auch am Überlegen. Wenn ich mir demnächst mal einen neuen Rechner zusammenbaue, würde ich diesen hier verwenden können.

Bei dem Bild mit Comer See, Villa und US-Sportwagen müsste zumindest der Eigentümer sportlich sein, die Situation erfordert einen 3m-Tiefsprung um den Bootssteg zu erreichen :). Es ist eine Fehlkonstruktion, alless.

@Flitzschnitzel

Ja, läuft auf einer alten Kiste recht gut ohne Grafikkarte zu nutzen, ein i5 aber mit 32 GB Ram. Je nach Model so 0,3 bis 1 Token pro Sekunde. Willst Du mehr, sehe zu dass Du Dir eine 4070 besorgst, mindestens und 12 GB VRAM sind auch gut.

Kann die Tage im anderen Thread mal was zu schreiben.

Und da gibt es keine Zensur bei den Modellen, die können ganz wirklich üble Dinge erzählen, haben wir ja getestet, kann ich hier nicht so offen schreiben, denke ich mal es wäre besser, dass nicht zu machen.

Fakt ist die Modelle die frei sind, die wurden ja mit allem an Kontext aus dem Netz trainiert, da gibt es auch jeden Dreck, natürlich können die Dir dann auch eine Liste an "Verhörmethoden" geben, wenn Du danach fragst, und noch ganz andere Dinge.

Gerade dazu gibt es ja in der Community reichlich Diskussionen, GPT-4 ist hier nur mit Filter versehen, die davor sitzen, das Modell selber ist so böse wie gut, die Fragen kommen hier nur einfach nicht durch, in der Regel.

Ein freies Modell, auf dem eigenen Rechner, dass beantwortet jede Frage, da gibt es keine Zensur.


Habe die Ehre ...

Ich habe eine Weile mit Stable Diffusion herumgespielt. Es kamen einige brauchbare Ergebnisse heraus, jedoch musste ich nach einigen Tagen des experimentierens und dem ausführlichen Betrachten von anderen Image Generator Usern feststellen, dass den KI generierten Bildern (zumindest mir persönlich), immer das gewisse etwas fehlt. Deswegen wurde es uninteressant, weil ich gerne den Human Touch in Allem erkennen möchte.

Ansonsten nutze ich ab und an ChatGPT um mir bei spezifischen Problemen zu helfen.
Für Informationsrecherche nutze ich ChatGPT nicht, weil ich finde, dass man per Eigenrecherche verlässlichere Ergebnisse bekommt. Zumindest zum jetzigen Zeitpunkt noch. Aber selbst wenn sich das mal ändern sollte, werde ich es schwer finden mich darauf einzulassen und ChatGPT's Antworten bei kritischen Informationen nicht noch dreimal zu überprüfen.

Ich benutze ChatGPT beruflich gerne als Systemadmin/Programmierer, um einen Schnelleinstieg in ein Thema zu bekommen, oder wenn ich vor Problemen stehe, die ich nicht sofort lösen kann. Dann hole ich mir eine schnelle Meinung vorab, bevor ich einen Kollegen um Rat frage. Manchmal nutze ich ChatGPT auch um Texte auszubessern bzw. neu zu formulieren.

@Salachrist

Beim Coden ist Chat GPT gute Hilfe.

System von mir: I7 9600k mit 32 Gb Ram und als Sprache C#

Coding Problem bei mir -> "Fibonacci Series" bis zu 2500000 Stelle
1 1 2 3 5 8 13..... (7 Stellen) ich hab es bis zu 2500000 berechnet hat 95 und 110 Min gebraucht. (Zeit war zu nervig)

Dann bin ich auf die Idee gekommen "Multithreading" da nur der erste Kern belastet wurde! ( Zu lange wach und Hirn NIX GUT LOL )
NUN bei Sequentieller Berechnung geht halt kein "Multithreading" ich hab nicht daran gedacht und Chat GPT hat mir auch keinen Tipp gegeben.
Aber als ich Sie darauf angesprochen hab hat Sie Oh Sorry gesagt......

Da muss man schon aufpassen Chat GPT macht immer noch Fehler also selber Hirn einschalten

Dann bin ich auf die Idee mit er GPU gekommen hab eine 2070super
Und Chat GPT hat mich dann auf Cuda gebracht und gleich eine Code Sample gegeben wie man es machen könnte.

Zu GPT 3.5
Kann du mir ein beispiel geben wie das von der GPU verarbeitet werden kann:

public BigInteger FibonacciSequence(int int_StartGen, int int_EndGen) { //int int_DigitsCount = 0; BigInteger BigInteger_Data_A1 = new BigInteger(1); BigInteger BigInteger_Data_A2 = new BigInteger(1); BigInteger BigInteger_Data_A3 = new BigInteger(0); for (int int_LinesRun = int_StartGen; int_LinesRun <= int_EndGen; int_LinesRun++) { BigInteger_Data_A3 = BigInteger.Add(BigInteger_Data_A1, BigInteger_Data_A2); BigInteger_Data_A1 = BigInteger_Data_A2; BigInteger_Data_A2 = BigInteger_Data_A3; } //int_DigitsCount = BigInteger_Data_A3.ToString().Length; // Stellenanzahl kommt noch ScannNumberSequence(BigInteger_Data_A3); // Number Scann return BigInteger_Data_A3; }

GPT:

Das Beispiel, das du gegeben hast, ist eine Methode namens "FibonacciSequence", die eine Fibonacci-Folge von einem Startgenerator bis zu einem Endgenerator berechnet und die letzte generierte Zahl zurückgibt. Um diese Methode auf der GPU zu verarbeiten, müsste sie entsprechend angepasst werden, um die Berechnungen auf der GPU durchzuführen. Hier ist ein Beispiel, wie die Methode mithilfe von CUDA und C# auf der GPU verarbeitet werden könnte:

using ManagedCuda; using ManagedCuda.BasicTypes; using ManagedCuda.VectorTypes; public BigInteger FibonacciSequenceGPU(int int_StartGen, int int_EndGen) { // Create CUDA context CudaContext context = new CudaContext(); // Allocate memory on GPU CudaDeviceVariable<CudaBigInteger> dataA1 = new CudaDeviceVariable<CudaBigInteger>(1); CudaDeviceVariable<CudaBigInteger> dataA2 = new CudaDeviceVariable<CudaBigInteger>(1); CudaDeviceVariable<CudaBigInteger> dataA3 = new CudaDeviceVariable<CudaBigInteger>(1); // Initialize data on CPU dataA1[0] = new CudaBigInteger(1); dataA2[0] = new CudaBigInteger(1); // Copy data from CPU to GPU dataA1.CopyToDevice(); dataA2.CopyToDevice(); // Define CUDA kernel function string kernelCode = @" extern ""C"" __global__ void FibonacciKernel(CudaBigInteger* dataA1, CudaBigInteger* dataA2, CudaBigInteger* dataA3, int startGen, int endGen) { int idx = blockIdx.x * blockDim.x + threadIdx.x; if (idx >= startGen && idx <= endGen) { dataA3[idx - startGen] = dataA1[idx - startGen] + dataA2[idx - startGen]; dataA1[idx - startGen] = dataA2[idx - startGen]; dataA2[idx - startGen] = dataA3[idx - startGen]; } } "; // Compile the CUDA kernel function CudaKernel kernel = context.LoadKernelPTX(kernelCode, "FibonacciKernel"); // Set kernel parameters kernel.SetParameter(dataA1.DevicePointer, dataA2.DevicePointer, dataA3.DevicePointer, int_StartGen, int_EndGen); // Define grid and block dimensions int blockSize = 256; int gridSize = (int_EndGen - int_StartGen + blockSize - 1) / blockSize; // Launch the CUDA kernel kernel.BlockDimensions = blockSize; kernel.GridDimensions = gridSize; kernel.Run(); // Copy result back to CPU dataA3.CopyToHost(); // ScannNumberSequence(dataA3[0]); // Perform any necessary CPU operations on the result // Cleanup GPU resources context.Dispose(); return dataA3[0].ToBigInteger(); }


Das ist schon geil wenn man so ein Tool wie Chat GPT hat, man muss ABER auch beachten das Fehler gemacht werden.
Also selber das Hirn mit einschalten.

Was mich verblüfft hat, ich wollte mit Dall-E eine gelbe Aubergine und eine lila Banane Fotorealistisch generieren und es kamen nur gelbe Bananen und lila Auberginen.

Entweder war mein prompt schlecht, oder es kann quasi gegen überwältigende Anzahl farblich eindeutiger Ergebnisse nicht durchsetzen.

@gruselich
Es ist in der Tat garnicht so einfach der KI ein brauchbares Ergebnis zu entlocken. Stable Diffusion, Neurogen und die Dreamlike KI versagen einzig Kandinsky ist mit genügend Spielerei in den Einstellungen im Stande halbwegs etwas zu liefern aber so richtig zufrieden bin auch ich mit den Ergebnissen nicht.


Spoiler






Quelle: https://dreamlike.art/

Danke für das Ausprobieren @amtraxx
Ich wollte beide Früchte/Gemüse zusammen und wie man auch bei dir sieht, kommt man zu keinem annehmbaren Ergebnis. In Photoshop kann ich das innerhalb von 5 Minuten allerdings selber machen.
Ich würde gerne tiefer in die Marerie mit Stable diffusion und midjourney eintauchen, habe aber keine Zeit dafür momentan.
Hatte ein paar interessante Bilder letztens generiert, neben einigen sehr unheimlichen Ergebnissen zT. Vielleicht ist es auch diese Spannung und Überraschung, die man jedes Mal hat, wenn man „generieren“ drückt.
Original anzeigen (0,9 MB)