Das Buch gehört zu den gehypten Titeln unter den Sachbüchern. Das kommt nicht von ungefähr, denn KI ist ein heisses Thema, das von allgemeinem Interesse ist. Täglich wird in Zeitungen über Neuigkeiten aus dem Feld der KI berichtet. Es geht um eine Technologie, die dabei hilft, Arbeitskräfte einzusparen. Sie soll beim Heilen von Krankheiten helfen und begegnet uns immer häufiger im Alltag. Zum Beispiel, wenn wir mit einer Organisation «kommunizieren» müssen. Der Vorteil: Die KI spricht und reagiert auf das gesprochene Wort. Ihre «Nutzerfreundlichkeit” dient in diesen Fällen, also in solchen, in denen Organisationen Bots einsetzen, dazu, Kundengesprächen zu entgehen. Klient:innen möchten gegebenenfalls einfach mitgenommen werden.
Worin besteht nun das Anliegen von Katharina Zweig? Sie erklärt die Arbeitsweise solcher Gadgets.
Das Buch gliedert sich in drei Teile.
Der erste Teil ist überschrieben mit «Künstliche Intelligenz und Sprache» (ebd., 17 bis 80).
Teil 2 trägt die Überschrift «Maschinenraum der Sprachmodelle» (ebd., 81 bis 152).
Teil 3: «Was können Sprachmodelle?» (ebd., 153 bis 241)
Zunächst erinnert die Autorin mit einem Rückblick an die Versprechen der künstlichen Intelligenz, die bis in die 1950er-Jahre zurückreichen. Vor allem aber klärt sie über KI auf. Sie ordnet ein und gibt mit ihrem Buch einen Überblick. Es geht um Sprachmodelle wie ChatGPT und Claude, LaMDA, GPT-3, Claude, Llama und Plexity AI. Das Buch möchte ausserdem zum Gebrauch von Sprachmodellen einladen. Dennoch warnt die Autorin davor, KI-Agenten loszuschicken, um echte Dinge in der Welt für Menschen zu erledigen (ebd., 11).
Eine gut nachvollziehbare Abgrenzung der verschiedenen Modelle nimmt sie wie folgt vor: «Die modernen Sprachmodelle selbst werden im Englischen auch als Large Language Models (LLMs) bezeichnet – das wird Ihnen sicher auch öfter begegnen, wenn Sie sich mit dem Thema beschäftigen. Damit sind Sprachmodelle (LLMs) eine Teilmenge von Methoden des Deep Learning. Deep Learning bezeichnet eine Familie von neuronalen Netzwerken. Neuronale Netzwerke sind wiederum ein Ansatz des maschinellen Lernens, das eine von mehreren Methoden ist, um Computer zu befähigen, Aufgaben zu erfüllen, die menschliche Intelligenz erfordern. Und das maschinelle Lernen ist wiederum eine von mehreren Methoden, um Computer zu befähigen, Aufgaben zu erfüllen, die beim Menschen Intelligenz erfordern» (ebd., 31 f.).
Im ersten Teil des Buches werden verschiedene Konzepte vorgestellt, darunter das Modell von Joseph Weizenbaum und sein Bot Eliza, das chinesische Zimmer von John Searle und der Turing-Test. Es geht um die Hürden, die Welt per Computer kommunizierbar zu machen, und darum, die Konstruktion der Welt einzufangen. Das Modell von John Searle ist ein Gedankenexperiment, das unter dem Etikett «Das chinesische Zimmer» bekannt wurde. Gezeigt wird, wie die Interpretation oder besser die Nutzung von Zeichen ohne deren Bedeutung zu verstehen gelingen kann.
In ihrer Zusammenfassung problematisiert Katharina Zweig: «1. Kann etwas als intelligent bezeichnet werden, wenn es lediglich Symbole verarbeitet, die keinerlei Bedeutung haben und denen es keine Bedeutung ausserhalb des Programms zuweisen kann? 2. Kann ein unveränderliches Programm, das unabhängig von der jeweiligen Maschine ist, die es ausführt, zu Intelligenz führen?» (ebd., 79). Damit wird relativ anschaulich dargestellt, was sich hinter der KI verbirgt. Es werden symbolische Inhalte kombiniert.
Im zweiten Teil geht es darum, die Funktionsweise von Sprachmodellen zu erläutern. Gezeigt wird, wie «Wort-Einbettungen» funktionieren.
«Die Maschine kann nur Texte konstruieren, die die generelle Struktur derjenigen Texte nachahmen, auf denen sie trainiert wurde. Daher finde ich es auch sehr irritierend, dass bei allen GPT-Modellen immer der ‚Knowledge Cutoff‘ beschrieben wird – das ist das jüngste Datum, über das noch Informationen im Trainingsdatensatz vorhanden sind. Man sollte aber nicht von ‚Wissen‘ sprechen, denn das hat die Maschine nicht, es ist einfach das Datum, von dem die jüngsten Texte im Datensatz stammen – nicht mehr» (ebd., 141). Meiner Meinung nach arbeiten Sprachmodelle über Worteinbettungen. Die Maschine findet in Texten Wörter, die keine Bedeutung haben. Dennoch sind die Positionierungen «an sich teilweise nachvollziehbar» (133).
In Teil 3 geht es darum, was Sprachmodelle können. Es werden verschiedene Anwendungsfälle der KI diskutiert, unter anderem die Frage, ob Sprachmodelle Entscheidungen für uns fällen können (ebd., 218 ff.). Es wird auch die Frage behandelt, ob menschliche Erklärungen glaubhafter wären als die von Maschinen. Es ist klar, dass die Maschine selbst nicht denken kann, sondern lediglich arrangiert. Andererseits sind laut Zweig auch die Antworten von Menschen nicht immer befriedigend. Der Unterschied zwischen den Antwortgebern Mensch und Maschine liegt in den sozialen Prozessen bei der Entscheidungsfindung. Menschen können Entscheidungen treffen. «Das können Maschinen nicht. Wenn es um etwas Wichtiges geht, halte ich daher weiterhin die menschliche Entscheidung für unabdingbar. Die Zeit der Roborichter ist also auch mit den Sprachmodellen noch nicht gekommen» (ebd., 224).
Die Welt ist im Wandel, ebenso die Welt der Sprachmodelle. Abschliessend wird diskutiert, wie es weitergehen wird. Da so ungeheuer viel Geld in die Entwicklung gesteckt wurde, wird alles getan, um den Hype um die KI weiterzutreiben.
Interessant ist der Schlussgedanke im Buch über die Möglichkeiten künftiger Anwendungen von KI. Sie erinnert daran, dass wir uns alle leicht vorstellen können, dass autonomes Fahren möglich ist. Es ist einfach, sich vorzustellen, dass Autos so auf der Strasse fahren. Faktisch fuhr bereits in den 1990er-Jahren das erste Auto selbstständig über die deutsche Autobahn. Was sagt uns das, fragt Zweig? Die praktische Umsetzung, also die Entwicklung eines funktionierenden Systems, braucht offensichtlich viel Zeit. Zum Abschluss führt sie den Leser:innen vor Augen, dass die KI mit einer einfachen Aufgabe – einer Reisebuchung – bislang noch überfordert ist.
Das Buch bietet einen hilfreichen Einstieg in die Begrifflichkeiten und Funktionsweisen moderner Sprachmodelle. Es erklärt, wie diese arbeiten, was von ihnen erwartet werden kann und was nicht. Sie sind demnach durchaus leistungsfähig. Wer sich in die Architektur von Sprachmodellen einarbeiten möchte, findet in diesem Buch wertvolle Informationen. Es tut gut, nicht nur über wachsende Komplexität zu lesen, sondern auch zu verstehen, was dahinter steckt.