Arbeiten mit GenKI – Ausgabe Sommer ’24 (Ethan Mollick)

Eine neue Ausgabe in der Reihe der Übersichtsartikel “Doing things with GenAI” von Ethan Mollick. Unter anderem Vergleichen der Modelle Claude 3 Opus, Gemini 1.5 und GPT-4o.

– – –

Review-Artikel zu ChatGPT&Co

Ethan Mollick (Professor für Entrepreneurship an der Wharton Business School in Pennsylvania) publiziert auf seinem Blog oneusefulthing.org immer wieder einmal sehr subjektiv gehaltene Überblicksartikel dazu, wie generative KI für verschiedenste (Arbeits-)Aufgaben genutzt werden kann. Beispiele für solche Artikel sind u.a. diese:

• The practical guide to using AI to do stuff (24.01.2023)
• How to use AI to do practical stuff: A new guide (29.03.2023)
• How to Use AI to Do Stuff: An Opinionated Guide (15. Juli 2023)
• What Can be Done in 59 Seconds: An Opportunity (and a Crisis) (31.01.2024)

Die neueste Ausgabe dieses turnusmässigen Überblicks erschien vor einigen Tagen:

• Doing Stuff with AI: Opinionated Midyear Edition (06.06.2024)

Unterhaltsame Annäherung an GenKI

Für diesen Artikel wählt Mollick einen anderen Startpunkt und zeigt zunächst einmal Möglichkeiten auf, wie man sich generativer KI eher spielerisch annähern kann. Unter anderem

• mit einem von generativer KI erzeugten Jazz-Pop-Song auf der Basis des wissenschaftlichen Artikels zu “Attention is all you need” (der Refrain hat Ohrwurmqualität);
• mit der Google-App “Illuminate” (noch im Experimental-Stadium), die die Inhalte von wissenschaftlichen Zeitschriftenbeiträgen in das Format eines jeweils etwa 5-minütigen Radio-Interviews transformiert. Hier ein Beispiel für den Beginn eines solchen Interviews:
  • KI-Stimme 1 (männlich): “Let’s unpack a paper entitled “Attention is all you need”. What is the core idea here?
  • KI-Stimme 2 (weiblich): “Well, the big idea in this paper is that we can build (…)
  • KI-Stimme 1 (männlich): “That is super interesting (…) What was the state of sequence models back then?”
  • …
• mit einem Versuch, ein grosses Sprachmodell wie Claude Opus, das sich um einen konstruktiven Dialog bemüht, bewusst aus der Fassung zu bringen (“Knoblauchbrot”).

Der Blogpost verweist unter andem auch auf sehr gelungene, einfache Einführungen in die zugrundeliegende Technologie (LLMs und GPTs). Sehr gut gefällt mir dieses im Beitrag verlinkte Video von 3Blue1Brown, das Teil einer 6-teiligen Playlist zu “Neural Networks” ist und eine sehr gut visualisierte Einführung dazu bietet, wie GPTs funktionieren (But what is a GPT? Visual intro to transformens, Chapter 5, Deep Learning). Hier zwei Screenshots zur Illustration der visuellen Qualität:

Vergleich von Claude 3 Opus, Gemini 1.5 und GPT-4o

Der aktuelle Post beinhaltet eine vergleichende Übersicht zu bekannten grossen Sprachmodellen und deren Besonderheiten:

In seinen Überblicksbeiträgen behandelt Ethan Mollick üblicherweise in separaten Abschnitten die Typen von Aktivitäten, die grosse LLMs unterstützen können: “Text schreiben”, “Bilder erzeugen”, “Ideen sammeln”, “Videos erstellen”, etc. Im aktuellen Beitrag stehen folgende Nutzungsmöglichkeiten im Vordergrund und werden für die Modelle von Claude, Google und OpenAI vergleichend kommentiert:

• Im Web recherchieren (bzw. Recherchen zusammenfassen lassen);
• Bilder erstellen;
• Dokumente zusammenfassen oder analysieren;
• Datensätze analysieren;
• Bilder analysieren;
• Video zusammenfassen

Wie lernt man, mit LLMs / GPTs zu arbeiten?

Wie kann man lernen, mit diesen Werkzeugen zu arbeiten? Ethan Mollick empfiehlt: “always invite AI to the table”:

– – –

Mollick, Ethan: Doing Stuff with AI: Opinionated Midyear Edition. AI systems have gotten more capable and easier to use. oneusefulthing.org, 06.06.2024.