![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/04\/Replay-Matinale.png\")
<\/a><\/span><\/div>Gastgeber und Hauptredner der Konferenz:<\/h3><\/div>- <\/i><\/span>\n
Vincent Luciani<\/a>, CEO und Mitbegr\u00fcnder von Artefact<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Hanan Ouazan<\/a>, Partner Data Wissenschaft & Leitung Generative KI bei Artefact<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Igor Carron<\/a>, CEO & Mitbegr\u00fcnder von LightOn<\/a><\/p>\n<\/div><\/li>- <\/i><\/span>\n
Matthieu Rouif<\/a>, CEO & Mitbegr\u00fcnder von FotoRaum<\/a><\/p>\n<\/div><\/li>- <\/i><\/span>\n
Yohann Ralle<\/a>, Spezialist f\u00fcr generative KI im Ministerium f\u00fcr Wirtschaft, Finanzen und industrielle und digitale Souver\u00e4nit\u00e4t in Frankreich (Generaldirektion f\u00fcr Unternehmen).<\/p>\n<\/div><\/li><\/ul>Generative KI: Erkundung neuer kreativer Grenzen<\/h2><\/div>In seiner Einf\u00fchrung zur Konferenz sagte Vincent Luciani: \u201cDie Menschen sind \u00fcberall begeistert von dieser neuen Technologie und den Auswirkungen, die sie auf Unternehmen und Mitarbeiter haben wird. Bisher hatten wir im Bereich der KI nur relativ deterministische Anwendungen, die durch maschinelles Lernen erg\u00e4nzt wurden. Wir konnten vorhersagen, personalisieren und optimieren, aber nicht wirklich etwas schaffen.\u00a0<\/span><\/p>\n\u201cAber heute erleben wir zum ersten Mal eine echte Interaktion zwischen Mensch und Maschine. Jetzt entsteht aus dieser Technologie und diesen Algorithmen eine echte Form von Intelligenz, auch wenn die wissenschaftliche Gemeinschaft in der Frage gespalten ist, ob es sich um eine Revolution oder eine Evolution handelt...\u00a0<\/span><\/p>\n\u201cWir haben bereits \u00fcber erweiterte Menschen oder erweiterte Aktivit\u00e4ten gesprochen: bald werden wir auch \u00fcber erweiterte Unternehmen sprechen. Bevor er einen schnellen \u00dcberblick \u00fcber die Themen der Konferenz gab und das Wort an die Hauptredner \u00fcbergab, erinnerte er die audience daran, dass<\/span><\/p>\n<\/div>\n\u201cTrotz der st\u00e4ndigen Ankunft neuer generativer KI-Anwendungen ist Zur\u00fcckhaltung entscheidend: Eine erfolgreiche Unternehmenstransformation geschieht nicht \u00fcber Nacht, sondern erfordert Reflexion, Forschung und Vorbereitung.\u201d<\/div>\nVincent Luciani, CEO und Mitbegr\u00fcnder von Artefact<\/div>\n<\/blockquote>\n<\/div>Perspektiven und Chancen auf dem Markt f\u00fcr generative KI<\/h2><\/div>Der erste Keynote-Sprecher, Hanan Ouazan, begann mit einem \u00dcberblick \u00fcber Textmodelle, beginnend mit Googles revolution\u00e4rem 2017 \u201cAufmerksamkeit ist alles, was Sie brauchen<\/a>\u201d <\/span>der zur Entwicklung der Transformers f\u00fchrte, die die Grundlage f\u00fcr fast alle heute verwendeten gro\u00dfen Sprachmodelle (LLMs) bilden. \u201cWie Sie wissen, braucht Forschung Zeit, aber heute befinden wir uns in einer Phase der Beschleunigung, in der wir t\u00e4glich neue Modelle sehen, die von einem besseren Zugang zu data und Infrastruktur profitieren.\u201d<\/span><\/p>\nHanan untersuchte mehrere Facetten der Demokratisierung und Zug\u00e4nglichkeit generativer KI-Modelle und hob insbesondere die Beschleunigung der Einf\u00fchrung der Technologie hervor: \u201cDas Tempo ist atemberaubend: ChatGPT hat in nur f\u00fcnf Tagen 1 Million Nutzer erreicht.\u201d<\/span><\/p>\nIm Hinblick auf die Strategien der LLM-Trainingsmethoden ging er auf die Vorteile von Pre-Training, Feintuning und Prompt-Engineering ein, wobei er f\u00fcr jede Methode industrielle Anwendungsf\u00e4lle nannte und die Entscheidungsmatrix f\u00fcr Modellstrategien von Artefact vorstellte. <\/span><\/p>\n<\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/04\/image3.png\" "\\"image3\\"")
<\/span><\/div>Neben den Betriebskosten, der Leistung und den Einschr\u00e4nkungen sprach Hanan auch \u00fcber das Change Management und die m\u00f6glichen Auswirkungen generativer KI auf die Arbeitspl\u00e4tze.<\/p>\n<\/div>
\n\u201cEs wird sicherlich unsere Arbeitsweise ver\u00e4ndern, aber wir bei Artefact glauben nicht, dass es Berufe ausl\u00f6schen wird: Es wird die Menschen, die sie aus\u00fcben, erg\u00e4nzen.\u201d<\/div>\nHanan Ouazan, Partner Data Wissenschaft & Leiter Generative KI bei Artefact<\/div>\n<\/blockquote>\n<\/div>Eine generative KI-gest\u00fctzte Foto-Plattform f\u00fcr den E-Commerce<\/h2><\/div>Der Hauptredner Matthieu Rouif ist der CEO und Mitbegr\u00fcnder von FotoRaum<\/a>, eine Anwendung, die es ihren bereits 80 Millionen Nutzern erm\u00f6glicht, mit Hilfe von Stable Diffusion, einer generativen KI-Technologie f\u00fcr Bilder, Fotos in Studioqualit\u00e4t mit einem Smartphone zu erstellen.<\/p>\nSeit der Explosion der E-Commerce-Marktpl\u00e4tze, die durch die COVID-19-Pandemie ausgel\u00f6st wurde, werden jedes Jahr zwei Milliarden Fotos bearbeitet. Und die PhotoRoom-App tr\u00e4gt einen gro\u00dfen Teil dazu bei, indem sie das Freistellen, die Anzeige von Schatten und die Erzeugung realistischer Hintergr\u00fcnde f\u00fcr H\u00e4ndler automatisiert. \u201cWir nutzen generative KI, um unseren Kunden Fotos anzubieten, die aussehen, als w\u00e4ren sie von einem professionellen Fotografen aufgenommen worden, und f\u00fcgen sogar einzigartige, realistische KI-generierte Hintergr\u00fcnde in weniger als einer Sekunde hinzu\u201d, sagt Matthieu.<\/p>\n<\/div>
![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/04\/image1.png\" "\\"image1\\"")
<\/span><\/div>\n\u201cWir helfen unseren Kunden, ihr Gesch\u00e4ft auszubauen, indem wir ihnen eine Vielzahl hochwertiger und kosteng\u00fcnstiger Fotos zur Verf\u00fcgung stellen, die ihre Marke respektieren und ihre Produkte im bestm\u00f6glichen Licht pr\u00e4sentieren, um Kunden anzuziehen und zu binden.\u201d<\/div>\nMatthieu Rouif, CEO & Mitbegr\u00fcnder von PhotoRoom<\/div>\n<\/blockquote>\n<\/div>KI f\u00fcr Unternehmen neu denken<\/h2><\/div>Igor Carron ist der CEO und Mitbegr\u00fcnder von LightOn<\/a>, ein franz\u00f6sisches Unternehmen, das die neue generative KI-Plattform Paradigm entwickelt hat, die leistungsf\u00e4higer ist als GPT-3. Sie bietet die fortschrittlichsten Modelle f\u00fcr den Betrieb von Servern und data und garantiert gleichzeitig die data Souver\u00e4nit\u00e4t f\u00fcr Unternehmen.<\/p>\nIn seiner Grundsatzrede ging Igor auf die Urspr\u00fcnge seines Unternehmens ein. \u201cAls wir LightOn im Jahr 2016 gr\u00fcndeten, bauten wir Hardware, die Licht f\u00fcr KI-Berechnungen nutzte. Es war ein ungew\u00f6hnlicher Ansatz, aber er hat funktioniert - unsere Optical Processing Unit (OPU), der weltweit erste photonische KI-Coprozessor, wird inzwischen von Forschern auf der ganzen Welt eingesetzt und in einen der gr\u00f6\u00dften Supercomputer der Welt integriert.<\/p>\n
\u201cSeit 2020, nach dem Erscheinen von GPT, haben wir daran gearbeitet, herauszufinden, wie wir unsere Hardware nutzen k\u00f6nnen, um unsere eigenen LLMs zu bauen - sowohl f\u00fcr unseren eigenen Gebrauch als auch f\u00fcr externe Kunden. Wir lernten, wie man LLMs herstellt und wurden sogar ziemlich gut darin. Aber als wir 2021, 2022 zum ersten Mal mit Leuten sprachen, waren sie ahnungslos \u00fcber GPT3, also mussten wir unser Ziel audience erziehen.<\/p>\n
\u201cWir haben zusammen mit einem Kunden ein gr\u00f6\u00dferes Modell entwickelt, das k\u00fcrzlich mit 40 Milliarden freigegeben wurde. Es wurde auf eine einzigartige Weise trainiert, um mit GPT3 zu konkurrieren, aber mit weit weniger Parametern. Das bedeutet, dass Sie eine viel weniger Hardware-lastige Infrastruktur haben und es nutzen k\u00f6nnen, ohne dass es Sie ein Verm\u00f6gen kostet.\u201d<\/p>\n
Igor betont den Wert von gro\u00dfen Sprachmodellen und sagt:<\/p>\n<\/div>
\n\u201cIch denke, dass die meisten Unternehmen in Zukunft LLM-basiert sein werden... Diese Tools werden es ihnen erm\u00f6glichen, einen echten Mehrwert aus ihrem eigenen data zu generieren.\u201d<\/div>\nIgor Carron, CEO & Mitbegr\u00fcnder von LightOn<\/div>\n<\/blockquote>\n<\/div>\u201cWas wir unseren Kunden heute anbieten, ist ein Produkt namens Paradigm: Es erm\u00f6glicht Unternehmen, ihre eigenen data-Str\u00f6me innerhalb ihrer Organisationen zu verwalten und diese data wiederzuverwenden, um diese Modelle neu zu trainieren und zu verbessern. Dadurch wird sichergestellt, dass ihre internen Prozesse oder Produkte von der Intelligenz profitieren k\u00f6nnen, die sie aus der Interaktion mit ihren LLMs gewinnen.<\/p>\n
\u201cViele im franz\u00f6sischen oder europ\u00e4ischen \u00d6kosystem sind von der Open AI API oder anderen nordamerikanischen Wettbewerbern abh\u00e4ngig.\u201d Igor warnt: \u201cDie Gefahr, wenn Sie Ihr data an eine \u00f6ffentliche API senden, besteht darin, dass es zum Training nachfolgender Modelle wiederverwendet wird. Angenommen, Leute aus der Bergbauindustrie, die buchst\u00e4blich wissen, wo man Gold findet, schicken ihr technisches reports dorthin... Wenn Sie in ein paar Jahren ChatGPT-8 oder -9 oder wie auch immer fragen: \u2018Wo ist das Gold?\u2019, wird es Ihnen sagen, wo das Gold ist! Er empfiehlt den Unternehmen dringend, die data, die sie intern erzeugen, zum Trainieren ihrer Modelle zu verwenden.<\/p>\n<\/div>
Eine nationale Strategie f\u00fcr generative k\u00fcnstliche Intelligenz<\/h2><\/div>Yohann Ralle, der letzte Hauptredner, ist ein Spezialist f\u00fcr generative KI im Ministerium f\u00fcr Wirtschaft, Finanzen und industrielle und digitale Souver\u00e4nit\u00e4t in Frankreich. Er erl\u00e4uterte zun\u00e4chst seine \u201cZauberformel\u201d f\u00fcr den Aufbau eines hochmodernen LLM: Rechenleistung + datasets + Grundlagenforschung:<\/p>\n<\/div>
\n\u201cF\u00fcr die Rechenleistung hat die franz\u00f6sische Regierung in eine digitale Allmende investiert, die Jean Zay Supercomputer<\/a>, die der KI-Gemeinschaft dienen soll. Es hat das Training der europ\u00e4ischen mehrsprachigen BLOOM<\/a> Modell.\u201d<\/div>\nYohann Ralle, Spezialist f\u00fcr generative KI im Ministerium f\u00fcr Wirtschaft, Finanzen und industrielle und digitale Souver\u00e4nit\u00e4t in Frankreich.<\/div>\n<\/blockquote>\n<\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/04\/image2.png\" "\\"image2\\"")
<\/span><\/div>\u201cIn Bezug auf datasets sind Initiativen wie Agdatahub<\/a> haben dazu beigetragen, das Lernen zu aggregieren, zu kommentieren und zu qualifizieren und data zu testen, um effiziente und vertrauensw\u00fcrdige KI zu entwickeln - was auch zur franz\u00f6sischen Wettbewerbsf\u00e4higkeit beitragen kann. Was die Grundlagenforschung betrifft, so hat die nationale Strategie dazu beigetragen, das \u00d6kosystem der KI-Forschung und -Entwicklung mit der Schaffung des 3IA<\/a> Instituten, der Finanzierung von Doktorandenvertr\u00e4gen, dem IRT Saint Exup\u00e9ry und dem Start von SystemX-Projekten, zahlreichen Ausbildungsprogrammen f\u00fcr Studenten und vielem mehr in Frankreich und Europa.\u201d<\/p>\n<\/div>Generative KI Round Table Diskussion unter der Leitung von Vincent Luciani, CEO von Artefact<\/h2><\/div>Hat AI die Turing-Test<\/a> (d.h., hat die KI menschliche Intelligenz erreicht)?<\/h3><\/div>Auf diese Frage gab es zwar gemischte Antworten, aber der allgemeine Konsens ist, dass die Intelligenz zwar vorhanden ist, nicht aber die Intentionalit\u00e4t.<\/p>\n
Matthieu:<\/strong> \u201cIch glaube, es hat... Man hat das Gef\u00fchl, dass jemand da ist, solange man nicht nach Daten fragt. Es gibt eine zeitliche Seite, die nicht funktioniert.\u201d
\nIgor: \u201cMeine Frage ist, warum haben Sie diese Frage gestellt? Weil der Turing-Test f\u00fcr die Wirtschaft nicht sehr interessant ist. Aber was die Interaktion angeht, kann man sagen, dass die KI den Test bestanden hat.\u201d<\/p>\nYohann:<\/strong> \u201cDer Turing-Test ist sehr subjektiv. Es besteht ein Risiko, wenn wir der KI menschliche Eigenschaften zuschreiben, wenn wir sie vermenschlichen. Erinnern Sie sich an den Fall des Google-Ingenieurs Blake Lemoine<\/a>, der glaubte, dass der Chatbot LaMDA, mit dem er sprach, empfindungsf\u00e4hig geworden war... Der Turing-Test ist eine interessante \u00dcbung, mehr nicht.\u201d<\/p>\nHanan:<\/strong> \u201cWas ChatGPT betrifft, so sind wir nahe dran, aber noch nicht am Ziel.\u201d<\/p>\n<\/div>Ist die Einf\u00fchrung von ChatGPT eine Revolution, eine Evolution oder ein Teil eines Kontinuums?<\/h3><\/div>Igor:<\/strong> \u201cW\u00e4hrend die langfristigen Auswirkungen von ChatGPT auf LLMs noch nicht vollst\u00e4ndig verstanden werden k\u00f6nnen, werden sich mit der Zeit neue Verwendungsm\u00f6glichkeiten f\u00fcr diese Technologien ergeben, die wichtige gesellschaftliche Auswirkungen haben. Die Diskussion ist interessant, aber das Wichtigste sind die tats\u00e4chlichen wissenschaftlichen Arbeiten, die die Verbesserungen der LLMs detailliert beschreiben werden. Die aktuellen und potenziellen praktischen Anwendungen dieser Modelle sollten nicht \u00fcbersehen oder untersch\u00e4tzt werden.\u201d<\/p>\n<\/div>Was sind die vielversprechendsten Anwendungsf\u00e4lle f\u00fcr Unternehmen? Bots, Bilderzeugung?<\/h3><\/div>H<\/strong>anan:<\/strong> \u201cNat\u00fcrlich waren Chatbots in der KI schon immer wichtig und werden auch in Zukunft ein wichtiger Anwendungsfall sein, denn mit ChatGPT k\u00f6nnen Sie jetzt innerhalb von 48 Stunden einen Chatbot einrichten, indem Sie ihn mit einer database verbinden, das ist unglaublich. Ein weiterer Anwendungsfall ist die Schaffung autonomer Agenten, die bestimmte Aufgaben ohne menschliches Zutun ausf\u00fchren k\u00f6nnen, wie z.B. ein Reiseb\u00fcro, das alle Ihre Tickets f\u00fcr Hotels und Restaurants f\u00fcr einen Besuch in Italien reserviert.\u201d<\/p>\nYohann:<\/strong> \u201cIch sehe viele M\u00f6glichkeiten f\u00fcr CGT-gesteuerte Plugins, wie Kayak oder Booking. Ich denke, es wird die digitale Umgebung neu strukturieren, wobei OpenAI die Aggregatoren zusammenf\u00fchren wird.\u201d<\/p>\nIgor<\/strong>: \u201cIch sehe eine M\u00f6glichkeit zur Anpassung von LLMs f\u00fcr Unternehmen. Jenseits von data-Seen werden Unternehmen anfangen zu verstehen, wie sie unstrukturiertes data nutzen k\u00f6nnen und wie sie intern mit privaten LLMs einen echten Wert aus ihrem data generieren k\u00f6nnen. Gleichzeitig denke ich, dass sich die Art und Weise, wie Menschen das Internet suchen und nutzen, dank ChatGPT dramatisch ver\u00e4ndern wird.\u201d
\n<\/strong>
\nVincent:<\/strong> Ich denke, es wird eine Verschmelzung von unternehmensinternen data und LLMs zu einer Art \u2018Master-FAQ+\u2019\u2019 geben, die von Such- oder Augmented Agents abgefragt werden kann. Das Konzept der Suchanfragen entwickelt sich weiter: Werden die Menschen morgen ein oder mehrere Schl\u00fcsselw\u00f6rter kaufen, oder werden sie ein Konzept kaufen? In der Werbung war es immer das Ziel, personenbasiert zu sein, audience-basiert; jetzt, da wir pers\u00f6nliche data sch\u00fctzen, bewegen wir uns in Richtung kontextbasiert. Und das kann zu interessanterer Werbung f\u00fchren.\u201d<\/p>\n<\/div>Wie wird generative KI heute in Unternehmen eingesetzt? Wirkt sie sich auf die Besch\u00e4ftigung aus?<\/h3><\/div>Matthieu:<\/strong> \u201cWir haben das Gl\u00fcck, dass einer unserer Wettbewerbsvorteile darin besteht, dass wir KI in unserer DNA haben. Wir f\u00f6rdern intern die Verwendung von generativen Tools. Unser technisches Team verwendet Copilot f\u00fcr die Entwicklung, und unsere Programmierer nutzen sowohl ChatGPT als auch Copilot. Mit diesen Tools sind wir kreativer. Was die Besch\u00e4ftigung angeht, so wachsen wir, also planen wir, neue Mitarbeiter einzustellen... aber gleichzeitig k\u00f6nnen wir mit kleineren Teams mehr erreichen, wenn wir eine gro\u00dfartige Software haben.\u201d<\/p>\nIgor:<\/strong> \u201cWir haben immer mit einem kleinen Team - sieben oder acht Personen - gearbeitet, um das gleiche hohe technische Niveau zu erreichen wie z.B. Google, wo die Teams zehnmal gr\u00f6\u00dfer sind. Unsere kleinen Teams haben einen v\u00f6llig unproportionalen Effekt. Es ist ein Irrglaube zu glauben, dass man ein gro\u00dfes Team braucht, um gro\u00dfe Dinge zu erreichen.\u201d<\/p>\nYohann:<\/strong> \u201cVor zehn Jahren sagte eine US-Studie, dass innerhalb von 20 Jahren 47% Arbeitspl\u00e4tze durch KI verloren gehen w\u00fcrden, aber wir sehen, dass das nicht der Fall ist. Laut einer neueren OECD-Studie sind es eher 14%. Ich denke, wir sollten in Aufgaben und nicht in Arbeitspl\u00e4tzen denken. Wie in einer aktuellen OpenAI-Studie erw\u00e4hnt, werden 80 bis 90% der Arbeitspl\u00e4tze von generativer KI betroffen sein - aber das bedeutet in Wirklichkeit, dass 90% der Arbeitnehmer von 10% ihrer Aufgaben betroffen sein werden. Interessant ist, dass die Vorstellung von Berufen, von denen wir dachten, sie seien von KI unantastbar, in Frage gestellt wird, wie z.B. in der Kreativbranche, im Rechtswesen, im Finanzwesen und anderen Bereichen. Die franz\u00f6sische Regierung hat eine Le LaborIA<\/a> um bei der Erforschung dieser Fragen zu helfen.\u201d<\/p>\n<\/div>Wo liegen die Grenzen der Souver\u00e4nit\u00e4t und der Vorschriften f\u00fcr diese Modelle?<\/h3><\/div>Hanan:<\/strong> \u201cDie erste Grenze betrifft das geistige Eigentum (IP). Heute gibt es drei Arten von Modellen: \u00f6ffentliche Modelle wie ChatGPT, bei denen die data, die Sie senden, f\u00fcr kommerzielle Zwecke verwendet werden k\u00f6nnen; private Modelle ohne IP-Eigent\u00fcmer, wie Googles API auf Lamba; und selbst installierte Open-Source-Modelle. Data Souver\u00e4nit\u00e4t ist ein Thema, denn GPT und PaLM sind nicht europ\u00e4isch, sondern in amerikanischem Besitz.\u201d<\/p>\nYohann:<\/strong> \u201cRegulierungen sind ein gro\u00dfes Thema in Europa. Italien hat v\u00f6llig die Verwendung von ChatGPT verboten hat<\/a> bis zu einer Untersuchung, ob die Anwendung mit den GDPR-Datenschutzbestimmungen \u00fcbereinstimmt. OpenAI muss sich \u00fcber die Verwendung von pers\u00f6nlichen data sehr klar \u00e4u\u00dfern, z.B. durch einen Haftungsausschluss, der besagt, dass sie pers\u00f6nliche data verwenden und den Nutzern die M\u00f6glichkeit geben, die Sammlung von data abzulehnen und ihre data l\u00f6schen zu lassen. Ein weiteres Problem in Bezug auf die Einschr\u00e4nkungen von LLMs sind Halluzinationen: Sie geben oft falsche Antworten, was schwerwiegend sein kann, wenn die Anfrage eine Person des \u00f6ffentlichen Lebens betrifft und das Modell eine \u2018Fake News\u2019-Geschichte erzeugt, die der betreffenden Person wirklich schaden kann.\u201d<\/p>\nVincent:<\/strong> \u201cHaben Sie sich mit der Frage des geistigen Eigentums und den Problemen, die durch Die Klage von Getty Images gegen Stability AI<\/a>? Es gibt viele Fragen \u00fcber das Durchforsten des Internets nach Bildern zum Trainieren von Modellen...\u201d<\/p>\nYohann:<\/strong> \u201cWir denken dar\u00fcber nach. Open Source k\u00f6nnte eine M\u00f6glichkeit sein, saubere, urheberrechtsfreie data-Basen und data-Sets zu erstellen, die das geistige Eigentum respektieren.\u201d<\/p>\nMatthieu:<\/strong> \u201cWas das pers\u00f6nliche data und die Produkte betrifft: Was ChatGPT oder Midjourney oder PhotoRoom gut funktionieren l\u00e4sst, ist nicht das pers\u00f6nliche data, sondern das Feedback der Kunden.\u201d<\/p>\nYohann:<\/strong> \u201cNutzerfeedback ist ideal, aber es zu sammeln ist im Falle von LLMs unerschwinglich.\u201d<\/p>\nIgor:<\/strong> \u201cWo ist das Geld? Das ist meine Frage. Alle Probleme, die Sie angesprochen haben, sind technischer Natur und wir k\u00f6nnen sie nicht l\u00f6sen, solange wir nicht die Mittel haben, um Ingenieure einzustellen und ein \u00d6kosystem aufzubauen, und darauf sind wir einfach noch nicht vorbereitet.\u201d<\/p>\n<\/div>Glauben Sie, dass es einen GPU-Krieg\u201c geben wird, wenn immer mehr LLMs gebaut werden?<\/h3><\/div>Yohann:<\/strong> \u201cDas ist ein echtes Risiko. Im Moment gibt es hier ein Monopol von NVIDIA, sie kontrollieren den Markt und die Preise. Leider gibt es in Europa keine echten Konkurrenten. Es handelt sich um eine begrenzte Ressource, eine seltene Ressource, also ist es ein ernster Kampf.\u201d<\/p>\nMatthieu:<\/strong> \u201cDie mangelnde Verf\u00fcgbarkeit von Grafikprozessoren schr\u00e4nkt nicht nur unsere Produktivit\u00e4t, sondern auch das Wachstum von Unternehmen in ganz Europa stark ein.\u201d<\/p>\nIgor:<\/strong> \u201cDa wir als Hardware-Hersteller angefangen haben, standen wir bereits 2016 vor diesem Problem... Heute gibt es Leute, die bei unseren Konkurrenten arbeiten und deren Vollzeitjob darin besteht, gen\u00fcgend GPUs zu finden, um Modelle zu trainieren... Der Markt explodiert, aber die Chip-Produktion kann nicht Schritt halten - \u00fcberall auf der Welt.\u201d<\/p>\nHanan:<\/strong> \u201cEs wird unweigerlich einen GPU-Engpass geben, aber wir k\u00f6nnen lernen, effizienter zu werden, das m\u00fcssen wir auch. Und wir m\u00fcssen sehen, wie wir Open Source in unsere Unternehmen integrieren k\u00f6nnen, nicht nur, wie wir die neuesten Technologien nutzen k\u00f6nnen.\u201d<\/p>\n<\/div>Wo sehen Sie den gr\u00f6\u00dften Wert f\u00fcr die Zukunft? Open-Source-Modelle? LLMs?<\/h3><\/div>Matthieu:<\/strong> \u201cBei PhotoRoom verwenden wir Open Source, weil wir so schneller vorankommen und unsere eigene IP entwickeln k\u00f6nnen. Wir haben eine breite Gemeinschaft der umarmenden Gesichter<\/a> in Paris, die uns ein wichtiges Feedback gibt.\u201d
\n<\/strong>
\nIgor:<\/strong> \u201cWir verwenden LLMs, aber wir sind nicht mit diesem Gesch\u00e4ftsmodell verheiratet. Wir k\u00f6nnten Open Source verwenden. Das Wichtigste ist, dass wir in der Lage sind und wissen, wie wir unser propriet\u00e4res data wiederverwenden k\u00f6nnen, um zuk\u00fcnftige Modelle zu trainieren. Das Ziel ist eine Industrie, die diese Modelle f\u00fcr andere Unternehmen anpasst.\u201d<\/p>\nYohann:<\/strong> \u201cDie Entwicklung von Open Source und propriet\u00e4rer KI hat die generative KI vorangetrieben. Die KI-Gemeinschaft hat zusammengearbeitet, damit andere Akteure von dieser Grundlagenforschung profitieren k\u00f6nnen, um ihre eigenen Modelle zu entwickeln. Ich bezweifle, dass die Leistung dieser Open-Source-Modelle nicht hinter der von propriet\u00e4ren Modellen zur\u00fcckbleibt, aber das kann sich \u00e4ndern. In jedem Fall muss man sich fragen, ob Google es nicht bereut, die T\u00fcren zu seiner ChatGPT-Technologie ge\u00f6ffnet zu haben!\u201d<\/p>\n<\/div>Auf den runden Tisch folgte eine audience-Fragestunde mit einer besonders lebhaften Diskussion \u00fcber den Mangel an women in der Technik. Yohann erl\u00e4uterte mehrere Ma\u00dfnahmen der franz\u00f6sischen Regierung im Bildungsbereich, die sich speziell an M\u00e4dchen und women richten, w\u00e4hrend Vincent \u00fcber die Ma\u00dfnahmen der Artefact Schule von Data<\/a>, die Women@Artefact<\/a> Initiative und anderen Technologieunternehmen, um die Situation zu verbessern.<\/p>\nWeitere Fragen betrafen die Inklusivit\u00e4t bei der Nutzung von LLMs durch Menschen mit Autismus und anderen Behinderungen, das Problem der KI-Halluzinationen, die Ma\u00dfnahmen, die Unternehmen zum Schutz der Umwelt ergreifen wollen, und die Rolle Europas gegen\u00fcber Frankreich in Bezug auf Internet-Scraping f\u00fcr data. Um zu sehen, wie die Teilnehmer diese Fragen beantwortet haben, sehen Sie sich die Konferenz replay an.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"
Auf der Artefact Generative AI Conference, die am 20. April 2023 stattfand, teilten die Hauptakteure auf dem Gebiet der generativen KI ihr Wissen und tauschten Ideen \u00fcber diese neue Technologie und die M\u00f6glichkeiten aus, wie Unternehmen sie nutzen k\u00f6nnen, um ihre Gesch\u00e4ftsproduktivit\u00e4t zu steigern. <\/p>","protected":false},"featured_media":69951,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-69927","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog\/69927","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media\/69951"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media?parent=69927"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-category?post=69927"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-language?post=69927"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Vincent Luciani<\/a>, CEO und Mitbegr\u00fcnder von Artefact<\/p>\n<\/div><\/li> Hanan Ouazan<\/a>, Partner Data Wissenschaft & Leitung Generative KI bei Artefact<\/p>\n<\/div><\/li> Igor Carron<\/a>, CEO & Mitbegr\u00fcnder von LightOn<\/a><\/p>\n<\/div><\/li> Matthieu Rouif<\/a>, CEO & Mitbegr\u00fcnder von FotoRaum<\/a><\/p>\n<\/div><\/li> Yohann Ralle<\/a>, Spezialist f\u00fcr generative KI im Ministerium f\u00fcr Wirtschaft, Finanzen und industrielle und digitale Souver\u00e4nit\u00e4t in Frankreich (Generaldirektion f\u00fcr Unternehmen).<\/p>\n<\/div><\/li><\/ul> In seiner Einf\u00fchrung zur Konferenz sagte Vincent Luciani: \u201cDie Menschen sind \u00fcberall begeistert von dieser neuen Technologie und den Auswirkungen, die sie auf Unternehmen und Mitarbeiter haben wird. Bisher hatten wir im Bereich der KI nur relativ deterministische Anwendungen, die durch maschinelles Lernen erg\u00e4nzt wurden. Wir konnten vorhersagen, personalisieren und optimieren, aber nicht wirklich etwas schaffen.\u00a0<\/span><\/p>\n \u201cAber heute erleben wir zum ersten Mal eine echte Interaktion zwischen Mensch und Maschine. Jetzt entsteht aus dieser Technologie und diesen Algorithmen eine echte Form von Intelligenz, auch wenn die wissenschaftliche Gemeinschaft in der Frage gespalten ist, ob es sich um eine Revolution oder eine Evolution handelt...\u00a0<\/span><\/p>\n \u201cWir haben bereits \u00fcber erweiterte Menschen oder erweiterte Aktivit\u00e4ten gesprochen: bald werden wir auch \u00fcber erweiterte Unternehmen sprechen. Bevor er einen schnellen \u00dcberblick \u00fcber die Themen der Konferenz gab und das Wort an die Hauptredner \u00fcbergab, erinnerte er die audience daran, dass<\/span><\/p>\n<\/div> Der erste Keynote-Sprecher, Hanan Ouazan, begann mit einem \u00dcberblick \u00fcber Textmodelle, beginnend mit Googles revolution\u00e4rem 2017 \u201cAufmerksamkeit ist alles, was Sie brauchen<\/a>\u201d <\/span>der zur Entwicklung der Transformers f\u00fchrte, die die Grundlage f\u00fcr fast alle heute verwendeten gro\u00dfen Sprachmodelle (LLMs) bilden. \u201cWie Sie wissen, braucht Forschung Zeit, aber heute befinden wir uns in einer Phase der Beschleunigung, in der wir t\u00e4glich neue Modelle sehen, die von einem besseren Zugang zu data und Infrastruktur profitieren.\u201d<\/span><\/p>\n Hanan untersuchte mehrere Facetten der Demokratisierung und Zug\u00e4nglichkeit generativer KI-Modelle und hob insbesondere die Beschleunigung der Einf\u00fchrung der Technologie hervor: \u201cDas Tempo ist atemberaubend: ChatGPT hat in nur f\u00fcnf Tagen 1 Million Nutzer erreicht.\u201d<\/span><\/p>\n Im Hinblick auf die Strategien der LLM-Trainingsmethoden ging er auf die Vorteile von Pre-Training, Feintuning und Prompt-Engineering ein, wobei er f\u00fcr jede Methode industrielle Anwendungsf\u00e4lle nannte und die Entscheidungsmatrix f\u00fcr Modellstrategien von Artefact vorstellte. <\/span><\/p>\n<\/div> Neben den Betriebskosten, der Leistung und den Einschr\u00e4nkungen sprach Hanan auch \u00fcber das Change Management und die m\u00f6glichen Auswirkungen generativer KI auf die Arbeitspl\u00e4tze.<\/p>\n<\/div> Der Hauptredner Matthieu Rouif ist der CEO und Mitbegr\u00fcnder von FotoRaum<\/a>, eine Anwendung, die es ihren bereits 80 Millionen Nutzern erm\u00f6glicht, mit Hilfe von Stable Diffusion, einer generativen KI-Technologie f\u00fcr Bilder, Fotos in Studioqualit\u00e4t mit einem Smartphone zu erstellen.<\/p>\n Seit der Explosion der E-Commerce-Marktpl\u00e4tze, die durch die COVID-19-Pandemie ausgel\u00f6st wurde, werden jedes Jahr zwei Milliarden Fotos bearbeitet. Und die PhotoRoom-App tr\u00e4gt einen gro\u00dfen Teil dazu bei, indem sie das Freistellen, die Anzeige von Schatten und die Erzeugung realistischer Hintergr\u00fcnde f\u00fcr H\u00e4ndler automatisiert. \u201cWir nutzen generative KI, um unseren Kunden Fotos anzubieten, die aussehen, als w\u00e4ren sie von einem professionellen Fotografen aufgenommen worden, und f\u00fcgen sogar einzigartige, realistische KI-generierte Hintergr\u00fcnde in weniger als einer Sekunde hinzu\u201d, sagt Matthieu.<\/p>\n<\/div> Igor Carron ist der CEO und Mitbegr\u00fcnder von LightOn<\/a>, ein franz\u00f6sisches Unternehmen, das die neue generative KI-Plattform Paradigm entwickelt hat, die leistungsf\u00e4higer ist als GPT-3. Sie bietet die fortschrittlichsten Modelle f\u00fcr den Betrieb von Servern und data und garantiert gleichzeitig die data Souver\u00e4nit\u00e4t f\u00fcr Unternehmen.<\/p>\n In seiner Grundsatzrede ging Igor auf die Urspr\u00fcnge seines Unternehmens ein. \u201cAls wir LightOn im Jahr 2016 gr\u00fcndeten, bauten wir Hardware, die Licht f\u00fcr KI-Berechnungen nutzte. Es war ein ungew\u00f6hnlicher Ansatz, aber er hat funktioniert - unsere Optical Processing Unit (OPU), der weltweit erste photonische KI-Coprozessor, wird inzwischen von Forschern auf der ganzen Welt eingesetzt und in einen der gr\u00f6\u00dften Supercomputer der Welt integriert.<\/p>\n \u201cSeit 2020, nach dem Erscheinen von GPT, haben wir daran gearbeitet, herauszufinden, wie wir unsere Hardware nutzen k\u00f6nnen, um unsere eigenen LLMs zu bauen - sowohl f\u00fcr unseren eigenen Gebrauch als auch f\u00fcr externe Kunden. Wir lernten, wie man LLMs herstellt und wurden sogar ziemlich gut darin. Aber als wir 2021, 2022 zum ersten Mal mit Leuten sprachen, waren sie ahnungslos \u00fcber GPT3, also mussten wir unser Ziel audience erziehen.<\/p>\n \u201cWir haben zusammen mit einem Kunden ein gr\u00f6\u00dferes Modell entwickelt, das k\u00fcrzlich mit 40 Milliarden freigegeben wurde. Es wurde auf eine einzigartige Weise trainiert, um mit GPT3 zu konkurrieren, aber mit weit weniger Parametern. Das bedeutet, dass Sie eine viel weniger Hardware-lastige Infrastruktur haben und es nutzen k\u00f6nnen, ohne dass es Sie ein Verm\u00f6gen kostet.\u201d<\/p>\n Igor betont den Wert von gro\u00dfen Sprachmodellen und sagt:<\/p>\n<\/div> \u201cWas wir unseren Kunden heute anbieten, ist ein Produkt namens Paradigm: Es erm\u00f6glicht Unternehmen, ihre eigenen data-Str\u00f6me innerhalb ihrer Organisationen zu verwalten und diese data wiederzuverwenden, um diese Modelle neu zu trainieren und zu verbessern. Dadurch wird sichergestellt, dass ihre internen Prozesse oder Produkte von der Intelligenz profitieren k\u00f6nnen, die sie aus der Interaktion mit ihren LLMs gewinnen.<\/p>\n \u201cViele im franz\u00f6sischen oder europ\u00e4ischen \u00d6kosystem sind von der Open AI API oder anderen nordamerikanischen Wettbewerbern abh\u00e4ngig.\u201d Igor warnt: \u201cDie Gefahr, wenn Sie Ihr data an eine \u00f6ffentliche API senden, besteht darin, dass es zum Training nachfolgender Modelle wiederverwendet wird. Angenommen, Leute aus der Bergbauindustrie, die buchst\u00e4blich wissen, wo man Gold findet, schicken ihr technisches reports dorthin... Wenn Sie in ein paar Jahren ChatGPT-8 oder -9 oder wie auch immer fragen: \u2018Wo ist das Gold?\u2019, wird es Ihnen sagen, wo das Gold ist! Er empfiehlt den Unternehmen dringend, die data, die sie intern erzeugen, zum Trainieren ihrer Modelle zu verwenden.<\/p>\n<\/div> Yohann Ralle, der letzte Hauptredner, ist ein Spezialist f\u00fcr generative KI im Ministerium f\u00fcr Wirtschaft, Finanzen und industrielle und digitale Souver\u00e4nit\u00e4t in Frankreich. Er erl\u00e4uterte zun\u00e4chst seine \u201cZauberformel\u201d f\u00fcr den Aufbau eines hochmodernen LLM: Rechenleistung + datasets + Grundlagenforschung:<\/p>\n<\/div> \u201cIn Bezug auf datasets sind Initiativen wie Agdatahub<\/a> haben dazu beigetragen, das Lernen zu aggregieren, zu kommentieren und zu qualifizieren und data zu testen, um effiziente und vertrauensw\u00fcrdige KI zu entwickeln - was auch zur franz\u00f6sischen Wettbewerbsf\u00e4higkeit beitragen kann. Was die Grundlagenforschung betrifft, so hat die nationale Strategie dazu beigetragen, das \u00d6kosystem der KI-Forschung und -Entwicklung mit der Schaffung des 3IA<\/a> Instituten, der Finanzierung von Doktorandenvertr\u00e4gen, dem IRT Saint Exup\u00e9ry und dem Start von SystemX-Projekten, zahlreichen Ausbildungsprogrammen f\u00fcr Studenten und vielem mehr in Frankreich und Europa.\u201d<\/p>\n<\/div> Auf diese Frage gab es zwar gemischte Antworten, aber der allgemeine Konsens ist, dass die Intelligenz zwar vorhanden ist, nicht aber die Intentionalit\u00e4t.<\/p>\n Matthieu:<\/strong> \u201cIch glaube, es hat... Man hat das Gef\u00fchl, dass jemand da ist, solange man nicht nach Daten fragt. Es gibt eine zeitliche Seite, die nicht funktioniert.\u201d Yohann:<\/strong> \u201cDer Turing-Test ist sehr subjektiv. Es besteht ein Risiko, wenn wir der KI menschliche Eigenschaften zuschreiben, wenn wir sie vermenschlichen. Erinnern Sie sich an den Fall des Google-Ingenieurs Blake Lemoine<\/a>, der glaubte, dass der Chatbot LaMDA, mit dem er sprach, empfindungsf\u00e4hig geworden war... Der Turing-Test ist eine interessante \u00dcbung, mehr nicht.\u201d<\/p>\n Hanan:<\/strong> \u201cWas ChatGPT betrifft, so sind wir nahe dran, aber noch nicht am Ziel.\u201d<\/p>\n<\/div> Igor:<\/strong> \u201cW\u00e4hrend die langfristigen Auswirkungen von ChatGPT auf LLMs noch nicht vollst\u00e4ndig verstanden werden k\u00f6nnen, werden sich mit der Zeit neue Verwendungsm\u00f6glichkeiten f\u00fcr diese Technologien ergeben, die wichtige gesellschaftliche Auswirkungen haben. Die Diskussion ist interessant, aber das Wichtigste sind die tats\u00e4chlichen wissenschaftlichen Arbeiten, die die Verbesserungen der LLMs detailliert beschreiben werden. Die aktuellen und potenziellen praktischen Anwendungen dieser Modelle sollten nicht \u00fcbersehen oder untersch\u00e4tzt werden.\u201d<\/p>\n<\/div> H<\/strong>anan:<\/strong> \u201cNat\u00fcrlich waren Chatbots in der KI schon immer wichtig und werden auch in Zukunft ein wichtiger Anwendungsfall sein, denn mit ChatGPT k\u00f6nnen Sie jetzt innerhalb von 48 Stunden einen Chatbot einrichten, indem Sie ihn mit einer database verbinden, das ist unglaublich. Ein weiterer Anwendungsfall ist die Schaffung autonomer Agenten, die bestimmte Aufgaben ohne menschliches Zutun ausf\u00fchren k\u00f6nnen, wie z.B. ein Reiseb\u00fcro, das alle Ihre Tickets f\u00fcr Hotels und Restaurants f\u00fcr einen Besuch in Italien reserviert.\u201d<\/p>\n Yohann:<\/strong> \u201cIch sehe viele M\u00f6glichkeiten f\u00fcr CGT-gesteuerte Plugins, wie Kayak oder Booking. Ich denke, es wird die digitale Umgebung neu strukturieren, wobei OpenAI die Aggregatoren zusammenf\u00fchren wird.\u201d<\/p>\n Igor<\/strong>: \u201cIch sehe eine M\u00f6glichkeit zur Anpassung von LLMs f\u00fcr Unternehmen. Jenseits von data-Seen werden Unternehmen anfangen zu verstehen, wie sie unstrukturiertes data nutzen k\u00f6nnen und wie sie intern mit privaten LLMs einen echten Wert aus ihrem data generieren k\u00f6nnen. Gleichzeitig denke ich, dass sich die Art und Weise, wie Menschen das Internet suchen und nutzen, dank ChatGPT dramatisch ver\u00e4ndern wird.\u201d Matthieu:<\/strong> \u201cWir haben das Gl\u00fcck, dass einer unserer Wettbewerbsvorteile darin besteht, dass wir KI in unserer DNA haben. Wir f\u00f6rdern intern die Verwendung von generativen Tools. Unser technisches Team verwendet Copilot f\u00fcr die Entwicklung, und unsere Programmierer nutzen sowohl ChatGPT als auch Copilot. Mit diesen Tools sind wir kreativer. Was die Besch\u00e4ftigung angeht, so wachsen wir, also planen wir, neue Mitarbeiter einzustellen... aber gleichzeitig k\u00f6nnen wir mit kleineren Teams mehr erreichen, wenn wir eine gro\u00dfartige Software haben.\u201d<\/p>\n Igor:<\/strong> \u201cWir haben immer mit einem kleinen Team - sieben oder acht Personen - gearbeitet, um das gleiche hohe technische Niveau zu erreichen wie z.B. Google, wo die Teams zehnmal gr\u00f6\u00dfer sind. Unsere kleinen Teams haben einen v\u00f6llig unproportionalen Effekt. Es ist ein Irrglaube zu glauben, dass man ein gro\u00dfes Team braucht, um gro\u00dfe Dinge zu erreichen.\u201d<\/p>\n Yohann:<\/strong> \u201cVor zehn Jahren sagte eine US-Studie, dass innerhalb von 20 Jahren 47% Arbeitspl\u00e4tze durch KI verloren gehen w\u00fcrden, aber wir sehen, dass das nicht der Fall ist. Laut einer neueren OECD-Studie sind es eher 14%. Ich denke, wir sollten in Aufgaben und nicht in Arbeitspl\u00e4tzen denken. Wie in einer aktuellen OpenAI-Studie erw\u00e4hnt, werden 80 bis 90% der Arbeitspl\u00e4tze von generativer KI betroffen sein - aber das bedeutet in Wirklichkeit, dass 90% der Arbeitnehmer von 10% ihrer Aufgaben betroffen sein werden. Interessant ist, dass die Vorstellung von Berufen, von denen wir dachten, sie seien von KI unantastbar, in Frage gestellt wird, wie z.B. in der Kreativbranche, im Rechtswesen, im Finanzwesen und anderen Bereichen. Die franz\u00f6sische Regierung hat eine Le LaborIA<\/a> um bei der Erforschung dieser Fragen zu helfen.\u201d<\/p>\n<\/div> Hanan:<\/strong> \u201cDie erste Grenze betrifft das geistige Eigentum (IP). Heute gibt es drei Arten von Modellen: \u00f6ffentliche Modelle wie ChatGPT, bei denen die data, die Sie senden, f\u00fcr kommerzielle Zwecke verwendet werden k\u00f6nnen; private Modelle ohne IP-Eigent\u00fcmer, wie Googles API auf Lamba; und selbst installierte Open-Source-Modelle. Data Souver\u00e4nit\u00e4t ist ein Thema, denn GPT und PaLM sind nicht europ\u00e4isch, sondern in amerikanischem Besitz.\u201d<\/p>\n Yohann:<\/strong> \u201cRegulierungen sind ein gro\u00dfes Thema in Europa. Italien hat v\u00f6llig die Verwendung von ChatGPT verboten hat<\/a> bis zu einer Untersuchung, ob die Anwendung mit den GDPR-Datenschutzbestimmungen \u00fcbereinstimmt. OpenAI muss sich \u00fcber die Verwendung von pers\u00f6nlichen data sehr klar \u00e4u\u00dfern, z.B. durch einen Haftungsausschluss, der besagt, dass sie pers\u00f6nliche data verwenden und den Nutzern die M\u00f6glichkeit geben, die Sammlung von data abzulehnen und ihre data l\u00f6schen zu lassen. Ein weiteres Problem in Bezug auf die Einschr\u00e4nkungen von LLMs sind Halluzinationen: Sie geben oft falsche Antworten, was schwerwiegend sein kann, wenn die Anfrage eine Person des \u00f6ffentlichen Lebens betrifft und das Modell eine \u2018Fake News\u2019-Geschichte erzeugt, die der betreffenden Person wirklich schaden kann.\u201d<\/p>\n Vincent:<\/strong> \u201cHaben Sie sich mit der Frage des geistigen Eigentums und den Problemen, die durch Die Klage von Getty Images gegen Stability AI<\/a>? Es gibt viele Fragen \u00fcber das Durchforsten des Internets nach Bildern zum Trainieren von Modellen...\u201d<\/p>\n Yohann:<\/strong> \u201cWir denken dar\u00fcber nach. Open Source k\u00f6nnte eine M\u00f6glichkeit sein, saubere, urheberrechtsfreie data-Basen und data-Sets zu erstellen, die das geistige Eigentum respektieren.\u201d<\/p>\n Matthieu:<\/strong> \u201cWas das pers\u00f6nliche data und die Produkte betrifft: Was ChatGPT oder Midjourney oder PhotoRoom gut funktionieren l\u00e4sst, ist nicht das pers\u00f6nliche data, sondern das Feedback der Kunden.\u201d<\/p>\n Yohann:<\/strong> \u201cNutzerfeedback ist ideal, aber es zu sammeln ist im Falle von LLMs unerschwinglich.\u201d<\/p>\n Igor:<\/strong> \u201cWo ist das Geld? Das ist meine Frage. Alle Probleme, die Sie angesprochen haben, sind technischer Natur und wir k\u00f6nnen sie nicht l\u00f6sen, solange wir nicht die Mittel haben, um Ingenieure einzustellen und ein \u00d6kosystem aufzubauen, und darauf sind wir einfach noch nicht vorbereitet.\u201d<\/p>\n<\/div> Yohann:<\/strong> \u201cDas ist ein echtes Risiko. Im Moment gibt es hier ein Monopol von NVIDIA, sie kontrollieren den Markt und die Preise. Leider gibt es in Europa keine echten Konkurrenten. Es handelt sich um eine begrenzte Ressource, eine seltene Ressource, also ist es ein ernster Kampf.\u201d<\/p>\n Matthieu:<\/strong> \u201cDie mangelnde Verf\u00fcgbarkeit von Grafikprozessoren schr\u00e4nkt nicht nur unsere Produktivit\u00e4t, sondern auch das Wachstum von Unternehmen in ganz Europa stark ein.\u201d<\/p>\n Igor:<\/strong> \u201cDa wir als Hardware-Hersteller angefangen haben, standen wir bereits 2016 vor diesem Problem... Heute gibt es Leute, die bei unseren Konkurrenten arbeiten und deren Vollzeitjob darin besteht, gen\u00fcgend GPUs zu finden, um Modelle zu trainieren... Der Markt explodiert, aber die Chip-Produktion kann nicht Schritt halten - \u00fcberall auf der Welt.\u201d<\/p>\n Hanan:<\/strong> \u201cEs wird unweigerlich einen GPU-Engpass geben, aber wir k\u00f6nnen lernen, effizienter zu werden, das m\u00fcssen wir auch. Und wir m\u00fcssen sehen, wie wir Open Source in unsere Unternehmen integrieren k\u00f6nnen, nicht nur, wie wir die neuesten Technologien nutzen k\u00f6nnen.\u201d<\/p>\n<\/div> Matthieu:<\/strong> \u201cBei PhotoRoom verwenden wir Open Source, weil wir so schneller vorankommen und unsere eigene IP entwickeln k\u00f6nnen. Wir haben eine breite Gemeinschaft der umarmenden Gesichter<\/a> in Paris, die uns ein wichtiges Feedback gibt.\u201d Yohann:<\/strong> \u201cDie Entwicklung von Open Source und propriet\u00e4rer KI hat die generative KI vorangetrieben. Die KI-Gemeinschaft hat zusammengearbeitet, damit andere Akteure von dieser Grundlagenforschung profitieren k\u00f6nnen, um ihre eigenen Modelle zu entwickeln. Ich bezweifle, dass die Leistung dieser Open-Source-Modelle nicht hinter der von propriet\u00e4ren Modellen zur\u00fcckbleibt, aber das kann sich \u00e4ndern. In jedem Fall muss man sich fragen, ob Google es nicht bereut, die T\u00fcren zu seiner ChatGPT-Technologie ge\u00f6ffnet zu haben!\u201d<\/p>\n<\/div> Auf den runden Tisch folgte eine audience-Fragestunde mit einer besonders lebhaften Diskussion \u00fcber den Mangel an women in der Technik. Yohann erl\u00e4uterte mehrere Ma\u00dfnahmen der franz\u00f6sischen Regierung im Bildungsbereich, die sich speziell an M\u00e4dchen und women richten, w\u00e4hrend Vincent \u00fcber die Ma\u00dfnahmen der Artefact Schule von Data<\/a>, die Women@Artefact<\/a> Initiative und anderen Technologieunternehmen, um die Situation zu verbessern.<\/p>\n Weitere Fragen betrafen die Inklusivit\u00e4t bei der Nutzung von LLMs durch Menschen mit Autismus und anderen Behinderungen, das Problem der KI-Halluzinationen, die Ma\u00dfnahmen, die Unternehmen zum Schutz der Umwelt ergreifen wollen, und die Rolle Europas gegen\u00fcber Frankreich in Bezug auf Internet-Scraping f\u00fcr data. Um zu sehen, wie die Teilnehmer diese Fragen beantwortet haben, sehen Sie sich die Konferenz replay an.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":" Auf der Artefact Generative AI Conference, die am 20. April 2023 stattfand, teilten die Hauptakteure auf dem Gebiet der generativen KI ihr Wissen und tauschten Ideen \u00fcber diese neue Technologie und die M\u00f6glichkeiten aus, wie Unternehmen sie nutzen k\u00f6nnen, um ihre Gesch\u00e4ftsproduktivit\u00e4t zu steigern. <\/p>","protected":false},"featured_media":69951,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-69927","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog\/69927","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media\/69951"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media?parent=69927"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-category?post=69927"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-language?post=69927"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Generative KI: Erkundung neuer kreativer Grenzen<\/h2><\/div>
\n
Perspektiven und Chancen auf dem Markt f\u00fcr generative KI<\/h2><\/div>
<\/span><\/div>\n
Eine generative KI-gest\u00fctzte Foto-Plattform f\u00fcr den E-Commerce<\/h2><\/div>
<\/span><\/div>\n
KI f\u00fcr Unternehmen neu denken<\/h2><\/div>
\n
Eine nationale Strategie f\u00fcr generative k\u00fcnstliche Intelligenz<\/h2><\/div>
\n
<\/span><\/div>Generative KI Round Table Diskussion unter der Leitung von Vincent Luciani, CEO von Artefact<\/h2><\/div>
Hat AI die Turing-Test<\/a> (d.h., hat die KI menschliche Intelligenz erreicht)?<\/h3><\/div>
\nIgor: \u201cMeine Frage ist, warum haben Sie diese Frage gestellt? Weil der Turing-Test f\u00fcr die Wirtschaft nicht sehr interessant ist. Aber was die Interaktion angeht, kann man sagen, dass die KI den Test bestanden hat.\u201d<\/p>\nIst die Einf\u00fchrung von ChatGPT eine Revolution, eine Evolution oder ein Teil eines Kontinuums?<\/h3><\/div>
Was sind die vielversprechendsten Anwendungsf\u00e4lle f\u00fcr Unternehmen? Bots, Bilderzeugung?<\/h3><\/div>
\n<\/strong>
\nVincent:<\/strong> Ich denke, es wird eine Verschmelzung von unternehmensinternen data und LLMs zu einer Art \u2018Master-FAQ+\u2019\u2019 geben, die von Such- oder Augmented Agents abgefragt werden kann. Das Konzept der Suchanfragen entwickelt sich weiter: Werden die Menschen morgen ein oder mehrere Schl\u00fcsselw\u00f6rter kaufen, oder werden sie ein Konzept kaufen? In der Werbung war es immer das Ziel, personenbasiert zu sein, audience-basiert; jetzt, da wir pers\u00f6nliche data sch\u00fctzen, bewegen wir uns in Richtung kontextbasiert. Und das kann zu interessanterer Werbung f\u00fchren.\u201d<\/p>\n<\/div>Wie wird generative KI heute in Unternehmen eingesetzt? Wirkt sie sich auf die Besch\u00e4ftigung aus?<\/h3><\/div>
Wo liegen die Grenzen der Souver\u00e4nit\u00e4t und der Vorschriften f\u00fcr diese Modelle?<\/h3><\/div>
Glauben Sie, dass es einen GPU-Krieg\u201c geben wird, wenn immer mehr LLMs gebaut werden?<\/h3><\/div>
Wo sehen Sie den gr\u00f6\u00dften Wert f\u00fcr die Zukunft? Open-Source-Modelle? LLMs?<\/h3><\/div>
\n<\/strong>
\nIgor:<\/strong> \u201cWir verwenden LLMs, aber wir sind nicht mit diesem Gesch\u00e4ftsmodell verheiratet. Wir k\u00f6nnten Open Source verwenden. Das Wichtigste ist, dass wir in der Lage sind und wissen, wie wir unser propriet\u00e4res data wiederverwenden k\u00f6nnen, um zuk\u00fcnftige Modelle zu trainieren. Das Ziel ist eine Industrie, die diese Modelle f\u00fcr andere Unternehmen anpasst.\u201d<\/p>\n