KI selbst entwickeln – warum sich selber bauen lohnt

So faszinierend es auch ist, große Sprachmodelle zu nutzen – für viele Zwecke ist Eigenbau besser. Und mit Services aus der Cloud und guten Frameworks auch gar nicht schwer. Wenn man gerade keine hochmotorisierte Grafikkarte herumliegen hat, lassen sich Ressourcen für kleine Projekte gut mieten. Amazon AWS, Microsoft Azure und die Google Cloud bieten schnell gebuchte Hardwarekontingente an – und auch Hugging Face ermöglicht das Trainieren as a Service.

Die aktuellen Modelle verstehen den Umgang mit Text, Ton und Bild – oder lernen ihn im Feintuning. Damit lassen sich eigene Dokumentensammlungen nach bestimmten Sätzen, Phrasen oder per Frage-Prompts durchsuchen. Ein zweites Beispiel aus dem Alltag ist das Sortieren der Musiksammlung. Darauf abgerichtete Modelle können mit wenigen Sekunden Material Titel einem Genre zuordnen. Ist man oft bei Fotos von Familie und Freunden unsicher, ob das Lachen oder eine Grimasse ist, hilft KI. Ein selbst erstelltes ML-Modell erkennt Emotionen in Selfies – und das sogar im Browser.