KI

Question 1

Welche Arten von Machine Learning gibt es

Answer 1

Supervised learning, unsupervised learning und reinforcement learning

Question 2

Wie funktioniert supervised learning? was sind vor und nachteile? Wofür wirds verwendet und wie funktioniert es?

Answer 2

Anlernen von KI mit gelabelten (bekannten) Daten

Vorteile: Einfach zu interpretieren, weit anwendbar
Nachteile: falsche Zusammenhänge und man braucht gute Daten

Anwendung: schätzung der warscheinlich immobilienpreise für irgendwas; spamfilter, NSFW Filter

Funktion: lineare Regression, Entscheidungsbäme oder neuronale Netze

Question 3

Wie funktioniert unsupervised learning? was sind vor und nachteile? Wofür wirds verwendet und wie funktioniert es?

Answer 3

Anlernen von KI mit ungelabelten Daten

Anwendung: Bilderkennung für z.b. selbstfahrende Autos

Vorteile: Schaffung von komplett neuen Zusammenhängen; einfach anwendung für große Daten
Nachteile: Falsche Zusammenhänge (sinnfreie oder falsche), Man braucht gute Daten

Methoden: Kmeans, PCA, DBSCAN

Question 4

Wie funktioniert reinforcement learning was sind vor und nachteile? Wofür wirds verwendet und wie funktioniert es?

Answer 4

Anlernen von KI durch Interaktion mit seiner Umwelt

Anwendung: Videospiele, Robotik

funktion: rewards

Vorteile: langfristige Ergebnisse und passt sich an
Nachteile: Komplex, rewards können schwierig sein

Question 5

Was sind LLM

Answer 5

Large Language Models

Question 6

Wie funktionieren LLMS

Answer 6

Wörter werden in Tokens zerlegt; warscheinlichkeit für den nächsten Token wird berechnet

Question 7

Was sind herausforderungen mit LLM

Answer 7

Falschinformationen und Halluzinationen (kann keine Quellen angeben da es nur warscheinlichkeiten berechnet)
Biased (daten sind biased –> KI ist Biased)
Kosten (Berechnung aufwendig und teuer)
Vertrauen (will man microsoft so wichtige Daten anvertrauen)