Neuronale Netze im Kontext der KI sind keine echten Nervenzellen, sondern softwarebasierte Modelle, deren Architektur von der Art und Weise inspiriert ist, wie das menschliche Gehirn Informationen verarbeitet. Diese Modelle bestehen aus "Schichten" von Datenstrukturen, die "Neuronen" genannt werden. Die Neuronen sind miteinander verbunden und ihre Verbindungen haben ein bestimmtes "Gewicht". Im Lernprozess passt das System diese Gewichte - auch "Parameter" genannt - allmählich an, um den Fehler zwischen seiner Vorhersage und dem, was vorhergesagt werden soll, zu verringern.

Es wird geschätzt, dass ...

das maschinelle Lernen von GPT-4 etwa 51.772.500 - 62.318.750 KWh Strom verbraucht hat

GPT4 verbraucht 500 Milliliter Wasser jedes Mal, wenn ihm eine Serie von 5 bis 50 Anregungen / Fragen gestellt wird

Kuriosität: 70 Jahre nach der Premiere von Čapeks 'Rossum's Universal Robots' (1921) entwickelte der niederländische Programmierer Guido van Rossum die Programmiersprache Python, in der heute die Mehrheit der KI-Systeme und Bibliotheken programmiert ist

Diskriminative künstliche Intelligenz (KI) bezieht sich auf Modelle, die lernen, Eingabedaten in vordefinierte Kategorien zu unterscheiden oder zu klassifizieren. Diskriminative Modelle konzentrieren sich darauf, zwischen verschiedenen Arten von Eingabedaten zu unterscheiden, wie zum Beispiel verschiedenen Kategorien von Bildern oder Texten. Das Ziel ist es, zwischen verschiedenen Klassen oder Gruppen zu 'diskriminieren' und neue, unbekannte Eingaben korrekt einer dieser Kategorien zuzuordnen.