KI-Update kompakt: Developer, StormCast, GPT4, Lernen mit KI
Das "KI-Update" liefert werktäglich eine Zusammenfassung der wichtigsten KI-Entwicklungen.
- Isabel Grünewald
- The Decoder
Immer mehr Developer nutzen KI-Tools – nur nicht in Deutschland
Eine Studie von GitHub mit dem Titel "AI in Software Development 2024" zeigt, dass die große Mehrheit der professionellen Entwickler KI-Tools nutzt, jedoch nicht alle Unternehmen dies aktiv unterstützen. Besonders in Deutschland ist die Diskrepanz am größten.
97 Prozent der Befragten geben an, KI-Tools für technische Unterstützung während des gesamten Softwareentwicklungszyklus verwendet zu haben, aber nur ein Teil der Firmen fördert oder erlaubt dies. In den USA fördern oder erlauben 87 Prozent der Unternehmen KI explizit, in Indien 79 Prozent, in Brasilien 76 Prozent und in Deutschland nur 59 Prozent.
Umgekehrt verbieten in Deutschland 14 Prozent der Firmen KI ausdrücklich, während es in den anderen Ländern im Schnitt unter 10 Prozent sind. GitHub schlussfolgert, dass Verantwortliche neben Verbesserungen des Workflows auch strategische Ziele und Regularien berücksichtigen müssen.
Nvidias "StormCast" für hochaufgelöste Gewittervorhersagen
Nvidia-Forschende haben mit "StormCast" ein KI-Modell entwickelt, das Gewittervorhersagen auf einer Skala von wenigen Kilometern ermöglicht. Dafür kombiniert es ein generatives KI-Modell mit der Prognose eines dichten atmosphärischen Zustands.
In Tests zeigte StormCast eine ähnliche Vorhersagequalität wie das derzeit vom amerikanischen Wetterdienst verwendete Wettermodell HRRR – "High-Resolution Rapid Refresh". Wahrscheinlichkeiten für Regen, die Entwicklung von Gewitterzellen sowie Auf- und Abwinde wurden realistisch wiedergegeben. Ein Vorteil des KI-Ansatzes ist, dass Ensembles, also Gruppen von leicht variierten Vorhersagen, einfach erstellt werden können. Einige Herausforderungen bleiben: Unter anderem sollten zukünftige Modelle auf mehr Trainingsdaten und größeren Gebieten lernen. Auch die Kalibrierung der Ensembles kann noch verbessert werden.
Dennoch ebnen die Ergebnisse den Weg für eine neue Generation von hochauflösenden, KI-gestützten Wettermodellen, so das Forschungsteam. Solche Modelle könnten Meteorologen helfen, gefährliche Gewitter noch genauer und schneller vorherzusagen und so Schäden und Todesopfer zu vermeiden. Auch für lokale Klimaprognosen seien solche Modelle vielversprechend.
OpenAI startet Fine-Tuning-Angebot für GPT-4o
OpenAI ermöglicht Entwicklerinnen und Entwicklern nun das Fine-Tuning von GPT-4o. Anpassungen sollen die Leistung für spezifische Anwendungsfälle verbessern und die Kosten senken. Das Fine-Tuning erlaubt eine Anpassung der Struktur und des Tons der Antworten sowie die Befolgung komplexer domänenspezifischer Anweisungen.
Bereits mit wenigen Dutzend Beispielen sollen sich gute Ergebnisse erzielen lassen. In Anwendungsbeispielen erreichten fein abgestimmte GPT-4o-Modelle Spitzenwerte in Benchmarks für Software-Engineering und Text-zu-SQL-Aufgaben.
Das Fine-Tuning steht allen Entwickelnden mit kostenpflichtigen Abonnements zur Verfügung. Die Kontrolle über die angepassten Modelle verbleibt bei den Developern. OpenAI setzt jedoch Sicherheitsmaßnahmen ein, um Missbrauch zu verhindern. Bis zum 23. September bietet OpenAI begrenzte kostenlose Kontingente für das Training an.
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmmung wird hier ein externer Podcast (Podigee GmbH) geladen.
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Podigee GmbH) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.
OpenAIs GPT-4 überrascht in der Proteinstruktur-Modellierung
Forschende der Rutgers University haben die Fähigkeiten von GPT-4 bei grundlegenden Aufgaben der Strukturbiologie untersucht. Die Ergebnisse wurden in Scientific Reports veröffentlicht. Die Wissenschaftler forderten GPT-4 auf, die dreidimensionalen Strukturen der 20 Standard-Aminosäuren zu modellieren. Das KI-Modell konnte die atomare Zusammensetzung sowie Bindungslängen und -winkel mit hoher Genauigkeit vorhersagen. Allerdings traten Fehler bei der Modellierung von Ringstrukturen und der stereochemischen Konfiguration auf.
Diese Fähigkeiten sind bemerkenswert, da GPT-4 nicht speziell für strukturbiologische Aufgaben entwickelt wurde. Die Forschenden weisen darauf hin, dass die Modellierungsmethode von GPT-4 unklar ist. Es könnte vorhandene atomare Koordinaten aus seinem Trainingsdatensatz verwenden oder die Strukturen neu berechnen – ein abschließendes Urteil darüber würde weitere umfassende Untersuchungen erfordern.
Während dedizierte KI-Tools wie AlphaFold 3 komplexere Strukturen vorhersagen können, zeigt GPT-4 laut den Forschern Potenzial für grundlegende Aufgaben der Strukturbiologie.
Die Modellierungsfähigkeiten seien derzeit noch rudimentär und von begrenztem praktischem Nutzen. Die Studie zeigt dennoch, das Potenzial von großen Sprachmodellen in der Wissenschaft und deren überraschenden Fähigkeiten, ohne speziell darauf trainiert zu sein.
Microsoft stellt neue Phi-3.5-Open-Source-KI-Modelle vor
Microsoft hat drei neue Open-Source-KI-Modelle der Phi-3.5-Serie vorgestellt: mini-instruct, MoE-instruct und vision-instruct. Die Modelle sind für den kommerziellen und wissenschaftlichen Einsatz in mehreren Sprachen konzipiert.
Das kleinste Modell, Phi-3.5-mini-instruct, hat 3,8 Milliarden Parameter und ist für Szenarien mit begrenzter Rechenleistung optimiert. Dank der Unterstützung von Kontextlängen bis 128.000 Token eignet sich Phi-3.5 auch für Aufgaben wie lange Dokument- und Besprechungszusammenfassungen und Fragen zu langen Dokumenten.
Die Modelle zeichnen sich durch hohe Reasoning-Fähigkeiten aus, haben aber Schwächen bei Faktenwissen und Sicherheit. Microsoft empfiehlt daher die Kombination mit einem Suchsystem wie RAG, um Ungenauigkeiten auszugleichen. Die Phi-3.5-Modelle sind unter der MIT-Lizenz auf der Hugging-Face-Plattform frei verfügbar oder können über Microsofts Azure AI Studio abgerufen werden.
Fake-Wahlanruf von Biden kostet Telekom-Firma eine Million Dollar
Eine amerikanische Telekom-Firma muss eine Strafe von einer Million US-Dollar zahlen, weil sie einen gefälschten Wahlkampf-Anruf mit der Stimme von US-Präsident Joe Biden übermittelt hat. Der Anruf, bei dem Wähler in New Hampshire aufgefordert wurden, nicht an der Vorwahl der Demokratischen Partei teilzunehmen, wurde mit KI-Software generiert. Auch die Absender-Informationen wurden gefälscht, sodass der Anruf vermeintlich von einem politischen Komitee der Demokraten kam.
Der Vorfall weckte in den USA Bedenken, dass KI vor der Präsidentenwahl im November noch häufiger für solche Fälschungen missbraucht werden könnte. Für den Urheber des Anrufs, einen Politberater, schlug die FCC im Mai eine Strafe von sechs Millionen Dollar vor.
Londoner Schüler:innen bereiten sich mit KI auf Prüfung vor
In einem Pilotprojekt einer Londoner Highschool lernen 20 Schülerinnen und Schüler mithilfe von KI-Tools wie ChatGPT eigenständig nach individuellem Lehrplan für ihre Abschlussprüfungen. Statt klassischem Unterricht werden sie von Lern-Coaches unterstützt. So können sie in ihrem eigenen Tempo arbeiten und Fragen stellen, die sie sich im Klassenverband nicht trauen. Die gewonnene Zeit will die Schule für Themen wie Selbstbewusstsein, kritisches Denken und digitale Kompetenz nutzen.
Experten sehen KI als Chance, Ressourcen freizusetzen und personalisiertes Lernen zu ermöglichen. Allerdings könne sie Lehrkräfte nicht vollständig ersetzen, da diese wichtige Rollen in Kommunikation und als Vorbild erfüllen. Schüler müssten lernen, mit KI umzugehen und sie kritisch zu hinterfragen. In Deutschland erschweren Lehrpläne und Prüfungsordnungen vergleichbare Projekte noch. Als Ausgleich für Lehrermangel sei der Ansatz aber vielversprechend, um Lehrkräfte zu entlasten und Schülern bessere Bildungschancen zu bieten.
Mit dem KI-Roboterhund gegen invasive Feuerameisen
Ein chinesisch-brasilianisches Forschungsteam hat einen Roboterhund mit KI ausgestattet, um Nester der invasiven und zerstörerischen Roten importierten Feuerameise (RIFA) aufzuspüren. Die eingewanderte Ameisenart richtet in vielen Ländern große ökologische und landwirtschaftliche Schäden an, da sie keine natürlichen Fressfeinde hat. Herkömmliche Bekämpfungsmethoden mit Pestiziden bergen hohe Umweltrisiken.
Der modifizierte CyberDog-Roboter von Xiaomi wurde mit maschinellem Lernen trainiert, RIFA-Nester zu erkennen. In Feldversuchen konnte er 90 Prozent der Nester korrekt identifizieren – dreimal mehr als menschliche Inspektoren. Allerdings ist die Batterielaufzeit des Roboters mit 30 Minuten noch zu kurz. Die Forscher sehen dennoch Potenzial für eine ökologische Schädlingsbekämpfung durch den Robotereinsatz.
(igr)
