Beschreibung
Die Videos des Themenabends sind verfügbar in dem AK OSS YouTube Kanal.
Generative Künstliche Intelligenz (AI) sindTechnologien und Modelle, die in der Lage sind, neue Daten oder Inhalte zu generieren, die ähnlich denen in den Trainingsdaten sind. Dies können Texte, Bilder, Musik oder sogar Videos sein. Generative AI nutzt dabei Muster und Strukturen aus den Trainingsdaten, um etwas Neues zu erstellen, das ähnlich oder sogar völlig neuartig ist.
Viele der fortschrittlichsten und leistungsfähigsten Generative-Modelle wurden als Open Source veröffentlicht. Das bedeutet, dass Entwickler und Forscher auf der ganzen Welt auf den Quellcode dieser Modelle zugreifen können, um sie zu studieren, anzupassen und zu verbessern. Dies hat mehrere Vorteile:
Zugänglichkeit: Open Source Generative-Modelle ermöglichen es einer breiten Gemeinschaft von Entwicklern, Forschern und Hobbyisten, auf modernste Technologien zuzugreifen und damit zu experimentieren.
Innovation: Durch die Offenlegung des Quellcodes können Entwickler neue Ideen und Innovationen einbringen, um die Leistungsfähigkeit der Modelle zu steigern oder sie für spezifische Anwendungen anzupassen.
Transparenz und Vertrauen: Offener Quellcode ermöglicht es, die Funktionsweise und die Algorithmen hinter den Generative-Modellen zu verstehen, was das Vertrauen in die Technologie stärken kann.
Kollaboration: Entwickler aus verschiedenen Organisationen und Hintergründen können zusammenarbeiten, um die Modelle schneller zu verbessern und weiterzuentwickeln.
Bildung: Die Verfügbarkeit von Open Source Generative-Modellen trägt zur Bildung und Weiterbildung in den Bereichen KI und Generative Kunst bei, da sie als Lernressourcen dienen können.
Die Kombination von Generativer AI und Open Source Software ermöglicht einen offenen Austausch von Ideen, Wissen und Technologien, was letztendlich zu schnelleren Fortschritten und einer breiteren Akzeptanz dieser aufregenden Technologie führt.
Programm
Agenda
- Open Source Sprachmodelle für konversationelle Interaktion - Stefan Schaffer (DFKI)
Kaum jemand kennt sie noch nicht: konversationelle BenutzerInnenschnittstellen, oder einfacher Chatbots. In immer mehr Anwendungsbereichen begegnen wir diesen sprachbasierten Systemen. Für das Verstehen natürlicher Sprache, Dialogmanagement und Sprachgenerierung kommen bei Chatbots unter der Haube klassischerweise verschiedene Sprachtechnologien zum Einsatz. Die neuen Plauderapparate wie ChatGPT basieren auf großen Sprachmodellen. Aktuell beschäftigen wir uns daher u.a. mit der Frage, wie große Open Source Sprachmodelle sinnvoll innerhalb aufgabenorientierter Dialogsysteme genutzt werden können. Der Beitrag konzentriert sich auf Anwendungsbeispiele aus Projekten der Berliner Forschergruppe Human-AI Interaction des Deutschen Forschungszentrums für künstliche Intelligenz.
- Open Source und KI: Aktuelle Entwicklungen im Bereich der Large Language Modelle - Steffen Brandt (opencampus-sh)
Die Open Source-Kultur ist tief in der KI-Entwicklung verwurzelt, in der Bibliotheken wie TensorFlow und PyTorch den Weg bereitet haben. Der Closed Source-Ansatz von OpenAI stellt in dieser Hinsicht einen Bruch dar, der in der KI-Entwicklung auf entsprechend starken Widerstand stößt. Aufgrund des absehbaren Einflusses von Large-Language-Modellen (LLMs) auf unser Leben ist Transparenz in diesem Bereich zudem besonders relevant. Am Beginn des Beitrags wird dazu zunächst auf die für die Transparenz relevanten Elemente von LLMs eingegangen. Im Weiteren wird der aktuelle Stand der Open Source-Modelle im Bereich von LLMs dargestellt und diskutiert welche Möglichkeiten bestehen, gleich gute oder bessere Modelle als die von OpenAI auf Open Source-Basis zu entwickelt.
- Erfahrungsbericht praktischer Umsetzung von Open Source LLMs für Unternehmen - Benjamin Schulte, COO, Michael Tannenbaum, Lead Generative AI Products, comma-soft
In unserem Vortrag werden wir die Bedeutung von OSS LLMs für die Unternehmenspraxis beleuchten. Wir werden diskutieren, wie diese Modelle die Demokratisierung der KI vorantreiben, indem sie Unternehmen jeder Größe ermöglichen, state-of-the-art Sprachmodelle effizient zu trainieren und zu hosten. Dabei werden wir aufzeigen, dass Modelle auf Open-Source-Basis in Bezug auf Anpassbarkeit, Sicherheit und Kosteneffizienz in verschiedenen Anwendungsfälle kommerzielle Alternativen übertreffen können. Wir werden auch die strategischen und technologischen Überlegungen teilen, die Unternehmen berücksichtigen sollten, um in der sich schnell verändernden KI-Landschaft wettbewerbsfähig zu bleiben. Abschließend werden wir die Praxis des Fine Tunings großer LLMs am Beispiel unseres eigenen Llama-2-basierten Modells beleuchten.