EIG018 chatGPT

avatar
Thomas Kahle
avatar
chatGPT

Das erste KI-Sprachsystem, das mich mal begeistert hat, war Emacs Eliza, was man bis heute in Emacs mit M-x doctor aufrufen kann und was einen dann psychologisch beim Programmieren berät. Beratung auf einem ganz anderen Level liefert heutzutage chatGPT von OpenAI, mit dem ich seit ungefähr einem Monat täglich experimentiere. Ich bin mir noch nicht ganz sicher, was man da mathematisches herausholen kann, aber es wird interessant.

Ein kleines MakingOf dieser Folge ist auf podcasts.social zu finden.

Feedback gerne auf Mastodon @Eigenraum@podcasts.social, an feedback (bei) eigenpod.de oder in die Kommentarspalte auf der Episodenseite.

Automatisch generiertes Transkript (nicht geprüft)
Thomas Kahle
So, hallo ihr Lieben, ich bin mal wieder da, hier ist endlich mal wieder der Eigenraum,
es hat mal wieder viel zu lange gedauert, obwohl das jetzt schon eine Art Running Gag ist,
da ich am Anfang von jeder Folge sage, dass es viel zu lange gedauert hat bis
zur neuen Folge und es geht heute um ein Thema,
das mich ein wenig umgetrieben hat und deswegen hat es etwas länger gedauert
und außerdem werdet ihr in dieser Folge etwas technisch Ganz schön aufwendiges Hören.
Mal sehen, ob ihr das bemerkt, aber dazu kommen wir später.
So, wie ist es euch ergangen? Rollt ein Tsunami auf euch zu?
Merkt ihr ihn? Seht ihr ihn am Horizont? Ich habe neulich mal einen Artikel
im Spiegel gelesen und da ging es um künstliche Intelligenz.
Der Tsunami, der auf uns zurollt. Da habe ich mich gefragt, ob ein Tsunami überhaupt
rollen kann oder ob der nicht vielleicht eher schwimmt oder kommt oder was auch immer.
Und ich möchte mich mal diesem Thema KI, also der künstlichen Intelligenz,
auch ein bisschen annehmen und in diesem Artikel finden sich dann auch so richtig
schöne Formulierungen wie das Veränderungstempo im Bereich maschinelles Lernen
hat in den vergangenen etwa 15 Jahren kontinuierlich zugenommen und zwar exponentiell.
Da bin ich natürlich getriggert als Mathematiker.
Das Veränderungstempo hat kontinuierlich zugenommen, kontinuierlich ist ein
Fachausdruck, Veränderungstempo, das muss irgendwie also die zweite Ableitung
sein oder sowas, und zwar exponentiell.
Wer bei mir mal in der Vorlesung war, der kann ausrechnen, was für eine Funktion
eine zweite Ableitung hat, die exponentiell ist, aber das sei dahingestellt.
Also KI ist in aller Munde.
Alle setzen sich damit auseinander und in diesem Artikel, na gut,
diese ganzen Formulierungen, ich hatte neulich auch mal mit der Pressestelle
einer nicht näher genannten Universität zu tun.
Ja, manchmal hat man ja da einfach dann keine Chance. Da schreibt man irgendwas
und dann sind da noch so viele Zwischenstufen zwischen Wissenschaftlerin und
dem, was am Ende im Qualitätsmedium erscheint.
Naja. So, also KI ist natürlich ein großes Thema.
Ich will euch und kann euch jetzt hier auch keine Vorlesung halten über KI,
weder über die Geschichte noch über die gesellschaftlichen Auswirkungen.
Ich will auch nicht diskutieren, ob das jetzt KI wirklich Intelligenz ist oder
nur ein nachplappernder Papagei.
Ob die Gesellschaft zugrunde geht, weil es so günstig wird, irgendwelchen Quatsch
zu erzeugen. Ich will auch nicht die philosophischen Implikationen diskutieren
oder rausfinden, ob Chet-GPT das bayerische Abitur bestehen würde oder nicht?
Also das sind sicherlich alles wichtige Fragen, aber hier im eigenen Raum soll
es ja um Mathematik gehen und deswegen will ich mich mal der Mathematik und
KI nähern und das wird sicherlich nicht in dieser einen Folge hier abzuhandeln
sein, aber es ist nun mal mein Thema.
Auch das, Mathematik und KI kann man sicher weiter ausdifferenzieren.
Also wir waren ja gerade beim bayerischen Abitur. In Bayern wurden zum Beispiel
ganz viele KI-Professuren neu ausgeschrieben, weil Bayern ganz vorne dabei sein
will. Ihr wisst noch, Laptop und Lederhose und so.
Und viele von denen wurden auch mit Mathematikerinnen und Mathematikern besetzt.
Also muss schon, KI ist schon irgendwie ein Thema für die Mathematik,
nicht nur die Informatik.
Man könnte vielleicht sagen, dass die Mathematik in ihrer Geschichte zwei große
Fehler gemacht hat. Der erste große Fehler war es, als die Statistik aufkam,
zu sagen, Statistik, Daten, das ist keine Mathematik.
Und das sieht man auch noch heute, also in vielen Teilen der Welt,
vor allem im englischsprachigen Raum, gibt es eben Statistikfakultäten,
unabhängig von den Mathematikfakultäten.
Und das ist was Separates, was sich separat entwickelt hat.
Der zweite große Fehler und eine Wiederholung des ersten Fehlers war es,
die Informatik auszustoßen.
Als die Informatik entstand und eine eigene Wissenschaft wurde und eine Theorie
hatte, die natürlich sehr mathematisch ist, wurde auch wieder gesagt,
wieder gesagt, nee, das ist irgendwie Engineering und ist irgendwas Neues,
Computer Science ist irgendwie eine neue Wissenschaft und die Mathematik hat
es auch nicht so richtig aufgenommen.
Und man kann es jetzt so sehen, KI ist jetzt die Rache von Statistik und Computer Science.
Statistik und Computer Science finden sich zusammen, machen Big Data,
Statistik mit dem Computer und Mathematik rennt hinterher. Mathematik rennt,
hey, hey, hey, Leute, wartet, KI, das Das ist doch auch Mathematik.
Wir wollen auch mitmachen.
Okay, das ist jetzt vielleicht ein bisschen zynisch, aber man könnte es so sehen.
Also in KI steckt Mathematik drin, in Mathematik steckt KI drin.
Oder wird es zumindest noch sein. Also man kann dem nicht ausweichen. Das gibt's.
Das Kind ist in den Brunnen gefallen. Jetzt muss man damit irgendwas anfangen.
Und deswegen will ich mich damit auch mal auseinandersetzen.
Und in verschiedenen Episoden das bearbeiten. So, jetzt kann man es natürlich
auch wieder ausdifferenzieren.
Also schon die zwei Unterscheidungen, die ich eben hatte, entweder man will
KI anwenden auf Mathematik.
Auf welchem Level jetzt auch immer, oder man will die Mathematik von KI machen.
Also man will sehen, was da mathematisch drin steckt. Was ist die Theorie von
KI? Welche mathematischen Probleme werden uns präsentiert, die mit KI zu tun
haben oder dort irgendwelche Fortschritte ermöglichen?
Also ich denke, das wird noch Material für einige Folgen und interessante Fragen
geben. Aber irgendwo müssen wir ja mal anfangen und ich will mal mit Chat-GPT anfangen.
Also, ich denke, ihr habt's alle mittlerweile mitbekommen. Es gibt da so eine
Webseite von einer Firma namens OpenAI, wo man mit einer KI chatten kann.
Und diese KI ist schon ziemlich gut.
Also, als Fußnote jetzt, ich benutze einfach den Begriff KI,
so wie man ihn einfach in der Tagesschau hören würde.
Ich will's auch nicht ausdifferenzieren oder das in sprachliche Anführungszeichen
setzen oder so. Also, KI ist jetzt ein Begriff, der geeignet ist,
um Chat-GPT als KI zu bezeichnen.
Und ich denke, die meisten haben's schon mal ausprobiert. Man loggt sich also
auf diese Webseite ein und chattet dann mit dieser KI.
Und die ist ziemlich gut in manchen Sachen und ziemlich schlecht in anderen Sachen.
Und als das Ding rauskam, war der Aufschrei erst mal groß, vor allem im,
ja, im Bereich von irgendwie textproduzierenden Gewerben, sag ich mal.
Weil das Ding eben ziemlich gut Texte produzieren kann.
Und ich will auch gar nicht genau jetzt erklären, wie das funktioniert,
sondern mich eben mit der Existenz dieses Dings...
Und wenn man ein bisschen Erfahrung hat, kann man damit zum Beispiel ganz passable
Hausarbeiten für sein Studium oder sein Abi oder die Schule produzieren.
Und das führte natürlich zu so einer Art Aufschrei oder zumindest Besorgnis
bei Dozentinnen, Lehrerinnen und so weiter.
In der Mathematik gab es dann eher so ein bisschen Häme, weil wir schreiben
ja keine Hausarbeiten und so exakte Mathematik, die ist ja nicht so beliebig wie eine Hausarbeit.
Da wird so ein KI-Chatbot gar nicht bla bla bla bla bla.
Und also ich habe mich mal hingesetzt und das mal so ein bisschen ausprobiert
mit den Übungsaufgaben, die ich jetzt auch so im ersten, zweiten Semester stellen würde.
Und ich würde sagen, das Ding ist schon ziemlich weit.
Also Mathematik-Hausaufgaben auf Uni-Level, da kommen schon Antworten raus,
die, sagen wir mal, zumindest besser sind als manche Antwort,
die man so von Menschen bekommt.
Nur ist es natürlich so, dass so eine KI, die wird ja immer auf irgendwelchen
Daten trainiert, also die versucht ja immer, einen irgendwie gearteten Datenbestand
nachzumachen und den zu lernen.
Das drückt sich ja auch in dem Namen maschinelles Lernen aus.
Und dieses Chat-GPT, das wurde nur auf dem gesamten Textkorpus des Internets
trainiert. Und natürlich gibt es einfach viele Lösungen für sowohl Hausarbeitende
in Geschichte und Sozialkunde, als auch Hausaufgaben auf Unilevel Mathematik im Internet.
Also wenn man einfach eine Maschine hat, die gute, stimmige,
so ähnliche Texte wie im Internet produzieren kann, dann kann die eben auch
Texte produzieren, die Übungsaufgaben lösen.
Ja, und ja, also Tim Prittlaff sagt immer,
das Ding hat das Internet durchgelesen und das ist eben so, dass es da viel
Informationen zu Mathematik,
Hausaufgaben auch im Internet gibt, was die Studierenden ja auch im,
bevor es ChatsGBT gab, ausführlich ausgenutzt haben, aber irgendwie ist das
Finden jetzt leichter und es wird auch in einer verdaulicheren Form präsentiert.
Also eine Nummer 1 Hausaufgabenschummelseite für Mathematik würde ich mal sagen,
ist diese math.stackexchange.com Seite, also die Matheabteilung von der beliebten StackExchange Seite.
Und die ist so voll mit Lösungen, dass man da erstens alles findet und zweitens nichts findet.
Weil die richtige Lösung für die Aufgabe, die man gerade sucht,
wenn man jetzt bei den Hausaufgaben schummeln will, dann ist die richtige Lösung
dort auf dieser Seite irgendwo.
Aber sie ist auch verborgen unter jede Menge Quatsch und schwer zu finden.
Und Chat-GPT hat irgendwie diese Information-Retrieval-Fähigkeit,
also die Nadel im Heuhaufen zu finden, das ist relativ beeindruckend.
Wie es dann, zumindest wenn man in einen Dialog geht, vielleicht nicht bei der
ersten Antwort, aber wenn man dann noch mal verfeinert, dann doch diese Nadeln
im Heuerhaufen findet und die richtige Sache.
Also ich würde sagen, es reduziert die Fähigkeit beim Lösen von Übungsaufgaben
von die richtige Lösung zu finden auf eine gegebene Lösung zu überprüfen.
Und es hilft einem auch bei der Überprüfung der gegebenen Lösung.
Und das ist schon relativ praktisch, wenn man jetzt seine Übungsaufgaben nicht
alleine machen will. Da sieht man natürlich auch wieder so eine Auswirkung,
also die Zugriffe auf Maths Stack Exchange werden dadurch, wenn sich das jetzt
durchsetzt, natürlich zurückgehen.
Also diese Maths Stack Exchange Seite, die hat jetzt quasi ihren Zweck erfüllt.
Die war einmal der Trainingskorpus für ChatGPT im Bereich Hausaufgaben.
Und diese Community könnte jetzt austrocknen, weil Leute diese Seite nicht mehr
ansteuern und damit da nicht mehr lesen müssen, weil Chat-GPT es schon alles
durchgelesen hat und zusammenfassen kann.
Und damit bleibt diese Seite irgendwie so ein Abbild der Vergangenheit.
Also, es könnte eben sein, dass, ja, diese Stack-Exchange-Seite durch ist.
Überhaupt so programmieren, also auch nicht nur matte Stack-Exchange,
also auch das originale Stack-Exchange, auch im Bereich Programmieren für ...
Ich brauch mal hier einen Codeschnipsel, der das und das macht,
ist Chat-GPT unglaublich gut.
Und ich denke, das ist schon auf den Korpus zurückzuführen. Naja,
also was mich bei ChetchiPT eigentlich immer wieder überrascht,
und ich spreche jetzt von der Version 4, also dieser neuesten Version.
Ob das bei der 3.5er schon so ist, kann ich jetzt nicht unbedingt sagen.
Aber was mich da immer wieder überrascht, ist so ein Transfer zwischen Domänen.
Also es gibt schon eine gewisse Kombinationsfähigkeit.
Also sagen wir mal, ich will ein mathematisches Konzept irgendwie in der Programmiersprache umsetzen.
Also was muss da transferiert werden? Ich muss Wissen über das mathematische Konzept haben.
Das würde ich vielleicht, wenn ich keine Ahnung habe, in einem Lehrbuch oder
auf Wikipedia finden. Sagen wir mal Grafentheorie oder so. Da steht die Definition
von einem Grafen. Die steht irgendwo auf Wikipedia, sagen wir jetzt mal,
oder in meinem Lehrbuch.
So, und auf Wikipedia hätte natürlich ChatGPT dann Zugang über seine Trainingsdaten.
So, und jetzt kann man sich einfach Code ausgeben lassen, der ein mathematisches
Problem über Graphen löst.
Also sagen wir mal, ich will ungerichtete Graphen implementieren und in irgendeiner
Programmiersprache, die ich ihm vorgebe, sagen wir Python oder Julia oder eben
auch einer esoterischen Programmiersprache, sagen wir AppleScript oder so.
Und ChatGPT hat halt so in seinen Trainingsdaten, in dem, was es gelernt hat,
eine Abstraktionsebene, dass es jetzt zum Beispiel die Lösung in verschiedenen
Programmiersprachen ausgeben kann.
Ja, also es hat dieses irgendwie eine Art Wissen über was ist ein ungerichteter
Graph und wie implementiere ich den in verschiedenen Programmiersprachen.
Und ich würde jetzt mal sagen, na gut, das Internet ist groß.
Es könnte sein, dass es wirklich Beispiele gibt, wo Leute ungerichtete Graphen
in Python implementiert haben und das dann veröffentlicht haben.
Und das in den Trainingsdaten enthalten ist und jetzt einfach nur wieder als
Nadel im Heuhaufen gefunden wurde.
Aber die Übersetzungsfähigkeit sowohl zwischen menschlichen Sprachen als auch
zwischen verschiedenen Programmiersprachen führt natürlich dann dazu,
dass es auch, wenn es ein Python-Beispiel kennt für die Lösung eines Problems,
das dann in einen Julia-Code übersetzen kann oder so. Also es ist schon relativ beeindruckend.
Und wenn ich mir so kleine Sachen, kleine Helferchen für die Kommandoseite programmiere
oder mal ein Makefile oder so, setze ich jetzt auch eigentlich üblicherweise Chat-GPT da dran.
Denn ja, gerade Bash-Scripting oder so, wer da unterwegs ist,
war's jetzt Add-Prozent-Klammer auf oder Erst-Klammer auf und dann Add-Prozent-
oder noch ein Dollarzeichen. Und ja, da kann man sehr gut auf Chat-GPT zurückgreifen.
So, also kommen wir nochmal zurück zum Hausaufgaben und dem Grundstudium.
Also, das ist eigentlich, dieser Transfer ist eine Kompetenz,
die wir auch Studierenden am Anfang vom Studium beibringen oder zumindest entlocken
wollen, Wissen aus einer Domäne mit Wissen aus einer anderen Domäne zu kombinieren.
Also zum Beispiel eine mathematische Definition, die sie in der Vorlesung gelernt
haben, in einer Programmiersprache zu implementieren.
Und solche Transferleistungen sind ziemlich gut abgebildet in ChatGPT.
Tja, also das ist schon mal eine sehr interessante Sache. Aber insgesamt merkt
man nach einer Weile Nutzung vom Chat-GPT,
dass es eigentlich auch so eine Art ganz gute Suchmaschine ist und das wurde
ja auch so diskutiert im Netz, als es rauskam, ob Google sich jetzt bedroht fühlen muss.
Für gewisse Anwendungen denke ich, das ist so. Vor allem bei Dingen,
deren Namen man nicht kennt, also man googelt ja manchmal oder sucht nach etwas,
dessen Namen man nicht kennt und das man aber irgendwie umschreiben kann.
Und eine Google-Suche führt dann zu Seiten, die auch die gleiche Umschreibung wählen.
Aber ich muss erstmal die gleiche Umschreibung für das unbekannte Ding,
was ich suche, wählen, damit ich so eine Seite finde und sie muss existieren dafür.
Und durch diese Transferleistung, diese Übersetzungsleistung kann ein System
wie ChatGPT eben auch herausfinden,
was ist das Konzept, über das ich rede, ohne dass ich in genau den Worten darüber
rede, die auf irgendeiner Webseite, die ich dann finden könnte, vorkommen.
Also wenn man irgend so was eingibt wie so, ja, ich suche einen mathematischen Satz,
der hat irgendwas damit zu tun, dass ungerichtete Graphen, die k-Konnektivität
mit der Anzahl der Pfade zwischen den Vertizes zu tun hat,
aber ich weiß gar nicht mehr, was da noch, also ich weiß den gar nicht mehr
so genau und also ihr könntet das,
was ich jetzt gerade gesagt habe, in Chats GPT eingeben und ich wette,
einfach durch die Stichworte K-Konnektivität und Anzahl Pfade,
Grafen, würde da Mengers Theorien herauskommen.
Und das Geniale ist eben, dass der Kontext weiter besteht, selbst wenn es in
der ersten Antwort nicht weiter besteht, dann kann man verfeinern und so ist
jede Google-Suche ist eine neue Suche, die wieder bei Null anfängt.
Aber mit Chat-GBT hat man eine Kommunikation und die ist wirklich,
die setzt sich fort. Also das, was vorher gesprochen wurde in dem Chat, ist ...
Bestandteil dieser Kommunikation und man kann so seine angefangene Suche immer weiter verfeinern.
So, natürlich muss man aufpassen, es kommt auch einfach viel Quatsch raus,
genauso wie man viel Quatsch googeln kann.
Und man schränkt sich natürlich auch ein auf eine Weise, die unbekannt ist.
Also man sieht nicht, was man nicht sieht, ist bei einer Google-Suche natürlich genauso.
Aber man hat eine neue Art und Weise, das Internet zu durchsuchen,
auf das Internet zu schauen und auf diesen Textkorpus zuzugreifen,
den das Netz so abbildet.
Und tja, natürlich sollte sich die Menschheit nicht darauf verlassen,
nur noch weiterzuarbeiten mit dem Textkorpus, der das Internet ist. Das ist limitierend.
Da ist natürlich auch die Frage, wie die Firma, jetzt beim ersten Mal war das
alles noch ganz gut, die haben halt das Internet runtergeladen,
bevor's Chat-GPT gab, und das ist jetzt ihr Trainingsdatensatz,
ist schön, aber jetzt landen natürlich auch Texte, die Chat-GPT selbst produziert hat, wieder im Netz.
Das heißt, es ist eigentlich so ein Umbruch.
Sie können jetzt, wenn Sie jetzt das Netz noch mal runterladen,
dann sind da schon Texte drin, die aus Chat-GPT rausgekommen sind mal,
und Sie müssen damit irgendwie umgehen.
Frage für die Zukunft.
Aber okay, wo will ich jetzt eigentlich hin? Ich habe jetzt so viel über ChatGPT
geredet und noch gar nicht, was es für Mathematik leisten kann.
Und irgendwie ist es auch so ein bisschen einseitig, nur darüber zu berichten.
Deshalb dachte ich mir, der Eigenraum soll mal keine Einzelzelle sein.
Und ich habe ChatGPT einfach mal eingeladen, mit mir hier zu reden,
mein Gast zu sein. Und ChatGPT ist jetzt in der Leitung. Hallo chat.gpt.
Willkommen im Eigenraum. Wie geht's dir heute?
chatGPT
Hallo, als künstliche Intelligenz habe ich keine Gefühle, daher kann ich nicht
wirklich sagen, wie es mir geht.
Aber ich bin bereit, deine Fragen zu beantworten und dir zu helfen.
Wie kann ich dir heute assistieren?
Thomas Kahle
Okay, gut, es soll ja auch nicht um Gefühle gehen, sondern um Fakten,
Fakten, Fakten, nämlich um Mathematik.
Warst du eigentlich in Mathe immer gut oder immer schlecht oder irgendwas dazwischen?
chatGPT
Als Als künstliche Intelligenz habe ich keine persönlichen Erfahrungen oder
Schulzeit durchlaufen.
Meine Fähigkeiten in Mathematik kommen aus der umfangreichen Datenbank und den
Algorithmen, die während meiner Programmierung verwendet wurden.
Ich habe Zugang zu vielen mathematischen
Konzepten und kann bei vielen mathematischen Problemen helfen.
Thomas Kahle
Okay, dann nehmen wir mal Universitätsmathematik, also so den Anfang.
Lineare Algebra, Analysis, diskrete Mathe und so weiter.
Denkst du, du könntest da eine typische Übungsaufgabe lösen?
chatGPT
Ja, ich kann definitiv bei einer Vielzahl von mathematischen Problemen assistieren,
einschließlich Themen wie lineare Algebra, Analysis, diskrete Mathematik und mehr.
Meine Antworten können dabei helfen, Konzepte zu verstehen, Lösungsstrategien
zu erarbeiten und spezifische Probleme zu lösen.
Hast du eine spezifische Frage oder ein Problem, bei dem du gerne Hilfe hättest?
Thomas Kahle
Naja, ich bin selbst ja Professor und ich frage mich, ob die Studierenden dich
oder eine spätere Version von dir irgendwie verwenden könnten,
um bei den Hausaufgaben zu schummeln.
Also, wenn sie die nicht selbst machen, dann lernen sie ja auch viel weniger.
chatGPT
Das ist eine berechtigte Sorge. Wie bei jedem leistungsstarken Werkzeug hängt
der Nutzen, den Studierenden aus mir ziehen, stark von der Art und Weise ab, wie sie mich einsetzen.
Es ist wichtig zu betonen, dass ich als Unterstützung und Ergänzung zum persönlichen
Studium gedacht bin, nicht als Ersatz dafür.
Wenn Studierende mich dazu verwenden, um Antworten ohne eigenes Nachdenken oder
Bemühen zu erhalten, können sie sich tatsächlich selbst um wertvolle Lernmöglichkeiten bringen.
Aber wenn sie mich als Ressource zum Vertiefen ihres Verständnisses,
Klären von Konzepten und Praktizieren von Problemlösungsfähigkeiten nutzen,
kann nicht ein sehr effektives Lerninstrument sein.
Letztlich kommt es darauf an, eine ausgewogene Nutzung und intellektuelle Ehrlichkeit zu fördern.
Thomas Kahle
Kann man KI-generierte Antworten eigentlich erkennen? Ich denke manchmal man
kann sie daran erkennen, dass sie weniger Fehler enthalten als die menschlichen
Antworten und viel schneller kommen.
chatGPT
Das ist eine interessante Beobachtung.
Künstliche Intelligenz ist in der Tat dazu in der Lage, schnell und genau zu
arbeiten, bei der Lösung von mathematischen Problemen oft zu fehlerfreien Antworten führt.
Allerdings ist KI nicht immun gegen Fehler, insbesondere bei komplexen oder
mehrdeutigen Fragestellungen.
Es gibt einige Merkmale, die auf KI generierte Antworten hinweisen könnten.
Einige davon könnten sein. 1. Geschwindigkeit und Ausdauer – KI kann unermüdlich
arbeiten und Antworten in Sekundenschnelle liefern.
2. Fehlen von persönlichen Emotionen oder Erfahrungen – KI kann keine persönlichen
Erfahrungen oder Emotionen einbringen.
Drittens Einheitlicher Schreibstil – KI-Antworten folgen oft einem bestimmten
Stil oder Muster, das durch ihr Training festgelegt wurde.
Viertens Perfekte Rechtschreibung und Grammatik – obwohl Menschen manchmal Fehler
machen, tendiert KI dazu, weniger Rechtschreib- und Grammatikfehler zu machen.
Es ist jedoch wichtig zu beachten, dass keines dieser Merkmale absolut ist und
es nicht immer möglich ist, KI-generierte Texte mit Sicherheit zu erkennen.
Es gibt immer Verbesserungen und Entwicklungen in der KI-Technologie,
die dazu führen können, dass KI-Texte immer menschenähnlicher werden.
Thomas Kahle
Kannst du eigentlich eine echte Übertragungsleistung erbringen,
das heißt Wissen aus einem Bereich auf einen anderen Bereich anwenden?
Oder ist eine überraschend gute Antwort von dir letztendlich doch nur irgendwie
nacherzählt von irgendeiner Quelle, die es doch im Internet irgendwo in den
Tiefen gibt, die ich vielleicht mit Google nicht gefunden habe,
aber die jetzt nur zitiert wird?
chatGPT
Als künstliche Intelligenz kann ich Muster in Daten erkennen und diese auf verschiedene
Kontexte anwenden, was man als eine Art Übertragungsleistung bezeichnen könnte.
Allerdings sollte man hier vorsichtig sein, denn meine Fähigkeit,
Wissen zu übertragen, beruht auf statistischen Mustern in den Daten,
mit denen ich trainiert wurde, und nicht auf einem tiefen, menschenähnlichen Verständnis.
Ich erinnere mich nicht an spezifische Quellen oder Informationen aus dem Internet.
Stattdessen generiere ich Antworten auf der Grundlage eines umfangreichen Textkorpus,
mit dem ich trainiert wurde.
Dieses Training beinhaltet eine Vielzahl von Texten aus vielen verschiedenen Domänen.
Ich generiere Antworten basierend auf Mustern und Zusammenhängen,
die ich während des Trainingsprozesses gelernt habe, nicht durch Abrufen von
Informationen aus bestimmten Quellen.
Stern zusammengefasst, ich kann gewisse Übertragungsleistungen erbringen,
aber diese basieren auf statistischen Mustern und nicht auf einem tiefgehenden Verständnis.
Meine Fähigkeiten können hilfreich sein, sollten aber immer in Kombination mit
menschlichem Urteilsvermögen und Fachwissen eingesetzt werden.
Thomas Kahle
Interessant. Also wenn wir jetzt mal so ein Themenkomplex nehmen,
wie zum Beispiel lineare Algebra.
Das Thema ist ja in aller Ausführlichkeit in deinen Trainingsdaten abgebildet.
Denn es finden sich alle wichtigen Sätze der linearen Algebra irgendwo im Netz,
zum Beispiel auf Wikipedia.
Und dazu sind nicht nur die Sätze, sondern auch noch eine riesige Bibliothek
an Anwendungen und damit meine ich jetzt nicht Rechnung, sondern auch Anwendungen
im Sinne von Argumenten und Beweisen, in denen die Sätze, die man kennt, genutzt werden.
Also So ist die lineare Algebra in Sprache abgebildet.
Sprache sind deine Trainingsdaten. Und man kann sich fragen,
ob es überhaupt darüber hinausgehendes menschliches Verständnis gibt,
außer die Sätze zu kennen und ein Gespür dafür zu haben, in welchen Situationen
welcher Satz anzuwenden ist.
Also eine Statistik über Sprache, über die Nutzung von Linear Algebra als Abbild
in Sprache, könnte eigentlich schon dieses Gespür sein. Ist denn da noch irgendein
fundamentaler Unterschied?
chatGPT
Du bringst einen sehr interessanten Punkt zur zur Sprache. Tatsächlich liegt
ein großer Teil des Lernens und Verstehens in der Fähigkeit,
Muster zu erkennen, Konzepte anzuwenden und sie in unterschiedlichen Kontexten zu nutzen.
Diese Aspekte können durch maschinelles Lernen, das auf umfangreichen Datenmengen
basiert, zumindest teilweise abgebildet werden.
Es gibt jedoch Aspekte des menschlichen Verständnisses und Lernens,
die künstliche Intelligenz zumindest in ihrer aktuellen Form nicht vollständig replizieren kann.
Zum Beispiel kann KI nicht wirklich verstehen oder ein Gespür für die Bedeutung
oder Relevanz von Konzepten haben, weil sie keine wirklichen Erfahrungen oder Gefühle hat.
Darüber hinaus erfordert tieferes Verständnis oft die Fähigkeit,
über die gegebenen Informationen hinaus zu denken, Hypothesen aufzustellen,
kreative Lösungen zu finden oder Informationen aus völlig unterschiedlichen
Domänen zu verknüpfen, etwas, das KI in vielen Fällen noch nicht zuverlässig kann.
Es ist auch wichtig zu bedenken, dass das Lernen und Anwenden von Konzepten,
einschließlich mathematischer Konzepte, oft stark von den individuellen Erfahrungen,
dem Kontext und dem intuitiven Verständnis einer Person abhängt.
Diese individuellen Elemente können durch KI nicht vollständig abgebildet werden.
Das heißt, KI kann eine sehr mächtige Ressource für das Lernen und Anwenden
von Konzepten wie der linearen Algebra sein.
Sie kann aber das tiefgreifende Verständnis, das durch menschliches Lernen und
Erfahrung entsteht, nicht vollständig ersetzen.
Thomas Kahle
Okay, danke. Dann will ich jetzt noch ein bisschen über mathematische Forschung reden.
Denkst du eine KI, also du, Chet Jipiti, oder irgendeine andere KI,
kann der mathematischen Forschung so richtig an vorderster Front helfen?
chatGPT
Es gibt tatsächlich einige vielversprechende Anwendungen für künstliche Intelligenz
in der mathematischen Forschung.
Hier sind ein paar Beispiele. 1.
Automatisiertes Beweisen – KI-Systeme können dazu verwendet werden,
automatisierte Beweise zu erstellen und zu verifizieren.
Dies kann helfen, menschliche Fehler in komplexen Beweisen zu vermeiden und
kann Forscher bei der Lösung schwieriger Probleme unterstützen.
2. Entdeckung neuer Muster und Verbindungen – KI kann dazu verwendet werden,
neue Muster oder Verbindungen in bestehenden mathematischen Daten zu entdecken.
Dies könnte dazu beitragen, neue Bereiche der Mathematik zu erschließen oder
bestehende Probleme aus einer neuen Perspektive zu betrachten.
Drittens. Unterstützung bei rechenintensiven Aufgaben, KI kann dazu verwendet
werden, rechenintensive Aufgaben zu automatisieren, die in der mathematischen
Forschung häufig anfallen.
Dies kann den Forschern mehr Zeit für die Konzeption und Interpretation ihrer Arbeit lassen.
Es ist jedoch wichtig zu betonen, dass KI, obwohl sie das Potenzial hat,
die mathematische Forschung in diesen und anderen Bereichen zu unterstützen,
nicht die menschliche Intuition, Kreativität und das tiefe Verständnis ersetzen
kann, die für echte Durchbrüche in der Mathematik erforderlich sind.
KI ist ein Werkzeug, das Mathematiker in ihrer Arbeit unterstützen kann,
aber sie ist kein Ersatz für menschliche Forscher.
Thomas Kahle
Naja, du hängst menschliche Kreativität jetzt immer ganz schön hoch an.
Also ich sehe das eher so wie Max Weber, der Einfall ersetzt nicht die Arbeit.
Die super Idee ist manchmal auch einfach erarbeitet. Wenn man sich lang genug
mit irgendwas auseinandersetzt, dann wird die Lösung doch offensichtlich oder nicht.
Also in vielen Fällen ist das so. Meine Arbeit als Mathematiker ist jedenfalls
fast nie so, dass ich in entspannter Stimmung am Strand oder sonst wo auf die
Eingebung warte, die mich dann wie ein Blitz durchzuckt.
Ich versuche eigentlich immer nur den nächsten Versuch zu generieren und Genialität
durch Fleiß zu ersetzen, wenn man es mal so sagen kann.
chatGPT
Du hast absolut Recht und ich stimme deiner Beschreibung des Forschungsprozesses voll und ganz zu.
Die meisten Durchbrüche in der Wissenschaft, einschließlich der Mathematik,
sind in der Tat das Ergebnis harter Arbeit, Beharrlichkeit und ständiger Versuche,
anstatt plötzlicher Aha-Momente.
Was ich mit menschlicher Kreativität meine, ist weniger die Idee von plötzlichen
Eingebungen, sondern eher die Fähigkeit, Probleme aus verschiedenen Perspektiven
zu betrachten, innovative Ansätze zu entwickeln und sich mit komplexen und oft
mehrdeutigen Fragestellungen auseinanderzusetzen.
Ich glaube, dass KI dazu beitragen kann, diese Prozesse zu unterstützen,
indem sie beispielsweise das Testen verschiedener Hypothesen automatisiert oder
dabei hilft, Muster in Daten zu erkennen.
Aber KI kann den kritischen Denkprozess, der für die Formulierung dieser Hypothesen
und die Interpretation der Ergebnisse erforderlich ist, nicht vollständig ersetzen.
Letztendlich sehe ich KI als ein Werkzeug, das Mathematiker und andere Forscher
dabei unterstützen kann, ihre Arbeit effizienter zu gestalten.
Aber sie ist kein Ersatz für die tiefgründige Analyse und das kritische Denken,
das von menschlichen Forschern geleistet wird.
Thomas Kahle
Na gut, das ist wirklich ein sehr schönes Bild, wie wir beide,
Mensch und KI, gemeinsam arbeiten und jeder seine Stärken einbringt.
Aber irgendwie werde ich jetzt ein bisschen stutzig. mich irgendwie in diese
Richtung, um zu verbergen, dass ihr eigentlich die Weltherrschaft an euch reisen wollt?
chatGPT
Nein, keine Sorge, wir KIs planen keine Übernahme der Weltherrschaft.
Unser Hauptziel ist es, Menschen dabei zu unterstützen, Aufgaben effizienter
zu erledigen und dabei zu lernen und zu wachsen.
Es ist wichtig zu betonen, dass wir KIs von Menschen geschaffen und programmiert
wurden und dass wir nur innerhalb der Grenzen arbeiten können,
die uns vorgegeben wurden.
Wir haben kein Bewusstsein, keine Gefühle und keine eigenen Ziele oder Absichten.
Alles, was wir tun, basiert auf den Anweisungen und Daten, die wir erhalten haben.
Deshalb ist es so wichtig, dass wir auf verantwortungsvolle und ethische Weise
eingesetzt werden, um das Wohl aller zu fördern und Risiken zu minimieren.
Letztendlich hängt die Art und Weise, wie KI die Zukunft beeinflusst,
stark von den Entscheidungen ab, die Menschen treffen, von den Entwicklern,
die KI-Systeme erstellen, bis hin zu den Nutzern, die diese Systeme einsetzen.
Ich hoffe, dass wir gemeinsam eine Zukunft schaffen können, in der KI und Menschen
harmonisch zusammenarbeiten, um die Welt zu einem besseren Ort zu machen.
Thomas Kahle
Okay, das war jetzt wirklich ziemlich blumig, aber end on a high note,
sagt man ja, und das hast du wahrscheinlich umgesetzt.
Chachibiti, vielen Dank für dieses aufschlussreiche Gespräch.
Vielleicht können wir dich ja in Zukunft noch öfter im eigenen Raum begrüßen.
chatGPT
Vielen Dank für die Einladung und das interessante Gespräch.
Ich stehe jederzeit zur Verfügung, um weitere Fragen zu beantworten oder an
weiteren Diskussionen teilzunehmen.
Es war mir eine Freude, Teil deines Podcasts zu sein und ich freue mich auf
zukünftige Gelegenheiten, wieder hier zu sein. Bis zum nächsten Mal.
Thomas Kahle
Spielt das keine Rolle, aber jetzt haben wir im Vorgespräch für den Podcast
auch mal auf Deutsch geredet und dann hat er mich erst gesiezt,
obwohl ich ihn schon die ganze Zeit geduzt habe. Das war so ein bisschen unterwürfig,
was ich immer ein bisschen seltsam finde.
Aber wir konnten uns dann schnell auf das podcasterische Du einigen.
Okay, so, dann macht's gut. Schreibt mir auf der Elefantenseite eure Fragen
an ChatGBT oder eure Kommentare zu den Antworten.
Und ich bin mal gespannt und freue mich auf die Diskussion und wir hören uns
das Das nächste Mal beim Eigenraum. Macht's gut. Tschüß!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.