Generative AI

Generative KI bezeichnet einen Teilbereich der künstlichen Intelligenz (AI), der sich auf die Erstellung neuer Inhalte wie Text, Bilder, Audio, Videos und Computercode als Reaktion auf Eingaben von Nutzern konzentriert. Im Gegensatz zu herkömmlichen KI-Systemen, die hauptsächlich zur Analyse oder Klassifizierung vorhandener Daten entwickelt wurden, verwenden generative Modelle Algorithmen des tiefen Lernens (DL), um die zugrunde liegenden Muster, Strukturen und Wahrscheinlichkeitsverteilungen umfangreicher Datensätze zu erlernen. Nach dem Training können diese Systeme neuartige Ausgaben erzeugen, die statistische Ähnlichkeiten mit den Trainingsdaten aufweisen, aber eigenständige Erzeugnisse sind. Diese Fähigkeit hat die generative KI zu einem Eckpfeiler moderner Basismodelle gemacht und treibt Innovationen in der Kreativwirtschaft, der Softwareentwicklung und der wissenschaftlichen Forschung voran.

Funktionsweise generativer Modelle#

Im Zentrum der generativen KI stehen komplexe Architekturen neuronaler Netzwerke, die lernen, Informationen zu kodieren und zu dekodieren. Diese Modelle werden typischerweise mithilfe unüberwachten Lernens anhand umfangreicher Datenbestände trainiert.

• Transformer: Bei Text und Code nutzt die Transformer-Architektur Mechanismen wie Selbstaufmerksamkeit, um Beziehungen zwischen Wörtern über große Entfernungen innerhalb einer Sequenz zu verfolgen. Dadurch können große Sprachmodelle (LLMs) zusammenhängenden und kontextbezogenen Text erzeugen.
• Diffusionsmodelle: Bei der Bilderzeugung fügen Diffusionsmodelle einem Bild so lange Rauschen hinzu, bis es nicht mehr erkennbar ist, und lernen anschließend, diesen Prozess umzukehren, um aus zufälligem Rauschen ein klares Bild zu rekonstruieren.
• GANs: Generative kontradiktorische Netzwerke (GANs) verwenden zwei neuronale Netzwerke – einen Generator und einen Diskriminator –, die miteinander konkurrieren und den Generator dazu bringen, zunehmend realistische Ausgaben zu erzeugen.

Generative und diskriminative KI#

Um generative KI zu verstehen, ist es entscheidend, sie von der diskriminativen KI zu unterscheiden. Obwohl beide zu den Grundpfeilern des maschinellen Lernens gehören, unterscheiden sich ihre Ziele erheblich.

• Generative KI konzentriert sich auf die Erzeugung. Sie modelliert die Verteilung einzelner Klassen, um neue Beispiele zu generieren. So erzeugt ein Modell wie Stable Diffusion anhand von Textbeschreibungen ein neues Bild eines Hundes.
• Diskriminative KI konzentriert sich auf Klassifizierung und Vorhersage. Sie erlernt die Entscheidungsgrenzen zwischen Klassen, um Eingabedaten zu kategorisieren. Leistungsstarke Bildverarbeitungsmodelle wie YOLO26 sind diskriminativ. Sie eignen sich hervorragend für die Objekterkennung, indem sie ein Bild analysieren, um bestimmte Objekte zu identifizieren und ihre Position zu bestimmen (z. B. einen Hund in einem Foto zu erkennen), anstatt das Bild selbst zu erzeugen.

Anwendungen in der Praxis#

Die Vielseitigkeit generativer KI ermöglicht ihren Einsatz in verschiedenen Bereichen, häufig in Kombination mit diskriminativen Modellen zur Erstellung leistungsfähiger Arbeitsabläufe.

1. Erzeugung synthetischer Daten: Eine der praktischsten Anwendungen für Ingenieure im Bereich Computer Vision ist die Erstellung synthetischer Daten. Das Sammeln realer Daten für seltene Sonderfälle – etwa bestimmte industrielle Fehler oder gefährliche Straßenverhältnisse – kann gefährlich oder kostspielig sein. Generative Modelle können Tausende fotorealistischer Bilder dieser Szenarien erzeugen. Diese Daten werden anschließend zum Trainieren robuster Detektoren wie YOLO26 verwendet, wodurch deren Genauigkeit in der realen Welt verbessert wird.

2. Kreatives Design und Prototyping: Im kreativen Bereich ermöglichen Werkzeuge auf Basis von Text-zu-Bild-Modellen Designern, Konzepte schnell zu visualisieren. Durch die Eingabe eines Prompts kann ein Künstler mehrere Varianten eines Produktdesigns, eines architektonischen Entwurfs oder eines Marketingmaterials erzeugen und so die Ideenfindungsphase deutlich beschleunigen.

3. Codegenerierung und Fehlersuche: Die Softwareentwicklung wurde durch Modelle verändert, die anhand von Code-Repositorien trainiert wurden. Diese Assistenten unterstützen Entwickler, indem sie Codeausschnitte vorschlagen, Dokumentation verfassen und sogar Fehler identifizieren, wodurch der Softwarelebenszyklus effizienter wird.

Synergien mit Computer Vision#

Generative KI und diskriminative Computer-Vision-Modelle fungieren häufig als sich ergänzende Technologien. Eine gängige Pipeline besteht darin, zunächst ein generatives Modell zur Erweiterung eines Datensatzes zu verwenden und anschließend ein diskriminatives Modell anhand dieses erweiterten Datensatzes mit Werkzeugen wie der Ultralytics Platform zu trainieren.

Das folgende Python-Beispiel zeigt, wie du das Paket ultralytics zum Laden eines YOLO26-Modells verwendest. In einem hybriden Arbeitsablauf könntest du diesen Code nutzen, um Objekte in einem synthetisch erzeugten Bild zu überprüfen.

from ultralytics import YOLO

# Load the YOLO26 model (Latest stable Ultralytics model)
model = YOLO("yolo26n.pt")

# Run inference on an image (e.g., a synthetic sample from a generative model)
# The model identifies objects within the generated content
results = model("https://ultralytics.com/images/bus.jpg")

# Display the detection results to verify the synthetic data quality
results[0].show()

Herausforderungen und Überlegungen#

Obwohl generative KI leistungsfähig ist, bringt sie spezifische Herausforderungen mit sich, mit denen sich Nutzer auseinandersetzen müssen. Modelle können gelegentlich Halluzinationen erzeugen und dabei plausibel klingende, aber sachlich falsche Informationen oder visuelle Artefakte hervorbringen. Da diese Modelle außerdem anhand von Daten im Umfang des Internets trainiert werden, können sie unbeabsichtigt in den Ausgangsmaterialien vorhandene Verzerrungen in der KI weitergeben.

Ethische Fragen im Zusammenhang mit Urheberrecht und geistigem Eigentum sind ebenfalls von großer Bedeutung, wie in verschiedenen Rahmenwerken zur KI-Ethik erörtert wird. Forschende und Organisationen wie das Stanford Institute for Human-Centered AI arbeiten aktiv an Methoden, um sicherzustellen, dass diese leistungsfähigen Werkzeuge verantwortungsvoll entwickelt und eingesetzt werden. Darüber hinaus hat der Rechenaufwand für das Training dieser umfangreichen Modelle zu einem wachsenden Interesse an der Modellquantisierung geführt, um die Inferenz auf Edge-Geräten energieeffizienter zu machen.