Hallo zusammen,

ist das schon KI, was die iPhone Kamera nutzt, um ein Foto zu "verbessern"?
Da passiert ja schon eine ganze Menge, um das geschönte Bild am Ende anzeigen zu können.

Doch fällt das schon unter die Bezeichnung KI?
Denn irgendwoher muss das iPhone ja wissen, wie das Foto zu schönen ist.

Hier gibt's doch sicherlich ein paar Mitglieder, die da deutlich versierter sind und die Prozesse hinter der automatischen iPhone Bildoptimierung verstehen.


Danke euch

"Künstliche Intelligenz" wird auch gerne mit "Maschinelles Lernen" bezeichnet. Und soweit ich weiß, verwendet iOS ab dem iPhone 14 KI zur Bildverbesserung beim Kontrastverhalten und Helligkeit.

Soviel ich weiss nutzt iOS sicher schon seit dem iPhone 7 maschinelles lernen um die Bilder zu "verbessern". Evtl sogar schon vorher. Ob das jetzt für die HDR Funktionen, Gesichtserkennung, etc ist. Aber natürlich kommt immer mehr hinzu.

Wann ist es ein Algorithmus und ab wann ist es künstliche Intelligenz? Wenn man nicht mehr so genau weiß, wie das Ergebnis zustande kam?
Ich denke, es ist so: Ist das Ergebnis wiederholbar, ist es ein komplexer Algorithmus. Lernt das System und sammelt es Erfahrung aus der Interaktion, ist es künstliche Intelligenz.
Die Mustererkennung mit neuronalen Netzen für die Erkennung von Gesichtern, Belichtung und Farben fällt wohl dazwischen als maschinelles Lernen.

sudoRinger

Naja, wenn das System in der Entwicklung mit entsprechenden Daten gefüttert wurde und damit gelernt hat, ist es doch auch eine KI, oder nicht? Das Lernen muss ja nicht zwangsläufig beim Endkunden geschehen.

Wenn beim Endkunden als Resultat ein deterministischer Algorithmus ist, würde es mit dieser Begründung auch reichen, wenn der Programmierer vorher mit Daten gefüttert wurde (und mit Cola).

Ich dachte heutzutage ist es eher Club Mate

Also ist alles, was beim Endkunden "nicht mehr lernt" streng genommen gar kein Einsatz von KI, sondern nur noch ausführen innerhalb durchaus vielseitiger, aber festgelegten Bahnen?

Wenn z.B. eine KI mit einem Datensatz von Bildern gefüttert und dann dem Endkunden zur Verfügung gestellt wird, dieser die KI aber "nicht mehr beeinflussen" kann, ist es dann für ihn noch ein Nutzen von KI?

Der Begriff KI wird schon für alles verwendet, was irgendwie von selbst was macht und löst das einst mal allgegenwärtige Wort Algorithmus ab.

Ein Algorithmus ist auch ein Backrezept. Eine logische Abfolge, die abgearbeitet wird, ggf. um Wenn-Dann-Bedingungen gekoppelt. Das war's, mehr ist da nicht dahinter.

Und KI? Na ja, im Prinzip ist da auch nicht viel mehr dahinter. Es ist etwas ausgefeilter, geht mehr auf Logik ein und wenn man z. B. so einen KI-Bot mal etwas komplexeres fragt, scheitert das auf der ganzen Linie. Das hat Apple mal untersucht und das Ergebnis war ernüchternd.

Und bei Foto? KI ist das in meinen Augen nicht. Die Software erkennt halt ein Motiv und versucht dann aus dem, was die Optik und Elektronik hergibt, ein brauchbares Bild zu erzeugen. Was auch mal ziemlich danebengeht, wenn falsch erkannt wird.

Wir haben mehrere Pfaffenhütchen hier herumstehen. Diese Büsche bilden im Herbst recht interessante Beeren. Die wie Blüten aussehen, in Pink und Orange. Lichtet man einen solchen Busch mit dem iPhone aus der Nähe ab, bildet die Software auch die Beeren ab. Ist der Busch weiter weg, geht die Software davon aus, es ist ja Herbst, daß das Blätter mit Herbstfärbung sind. So werden aus den Beeren in Orange-Pink herbstliche Blätter in Rot.

Wäre das nun KI, wäre diese grenzdebil doof. Es ist nur eine Motiverkennung und eine eher einfachere Software dahinter, die versucht, ein ansehnliches Bild daraus herzustellen. Für meine Begriffe sind diese Eingriffe zu stark, lieber etwas rauschen (früher beim analogen Film nannte man das Körnung), dafür wird nicht am Bildinhalt herumgepfuscht und sogar falsch ausgegeben. Weniger ist mehr.

Traue nichts, das denkt und du nicht weißt, wo es sein Gehirn hat

Ich schließe mich meinen Vorrednern an. Das was hier immer alles so schön als KI verkauft wird, ist in der Regel keine wirkliche KI. Die meisten Vorgänge lassen sich auf Wenn-Dann Entscheidungen herunterbrechen und hier hat irgendjemand während der Programmierung entschieden, was dann gemacht werden soll.

Angenommen du stellst das iPhone auf ein Stativ und nimmst 10x das gleiche Bild auf, werden die Aufnahmen nahezu identisch aussehen, auch wenn etwas falsch belichtet wird etc. Eine KI müsste quasi jedes aufgenommene Bild analysieren und sich fragen, was kann ich hier für das nächste mal heraus lernen? Das 10 Bild müsste also demnach besser aussehen als das erste, damit es sich im eine KI handelt. Gerade jetzt im Herbst fällt mir aber immer wieder auf, dass das IPhone bei Bäumen mit wenig Blättern die Schärfe so dermaßen hochzieht, dass es einfach unnatürlich aussieht. Würde hier eine richtige KI arbeiten, hätte sich dieser Fehler schon längst selber beheben müssen. Oder aber ich müsste als Nutzer die Möglichkeit haben, der KI zu sagen: "Hey sieh mal zu, dass die du Bilder nicht mehr so extrem über schärfst."

Aus meiner Sicht ist es dann eine KI, wenn diese Anhand von Gewissen Rahmenbedingungen selbstständig eine (die Beste) Entscheidung trifft und diese dann umsetzt. Diese Entscheidung kann auch beim 2 mal anders ausfallen als beim ersten mal usw.

Mit Machine Learning bei Apple tue ich mich ebenfalls schwer, da dies wenn nur im Vorfeld passiert ist, nicht aber mehr im im Alltag "nachtrainiert" wird.

Danke für eure detaillierten Erläuterungen

Ich bin da eher schon auf der Seite, dass es KI ist - und ja teilweise noch recht dumm.
Mache ein Foto und schaue dir die Infos an - und dann wird dir das iPhone gerne sagen, was du fotografiert hast. Klappt nicht immer, aber doch erstaunlich oft.
Also wenn auf einem Bild ein Gesicht erkannt wird, dann ist das bereits eine KI, genauso wenn Tiere oder andere Objekte erkannt werden. Die KI wird vom Hersteller trainiert und muss nicht erst beim Kunden lernen und die Erkennung von Gesichtern ist da noch relativ einfach - die Zuordnung zu bekannten Gesichtern schon schwieriger. Punkt ist: es ist kein einfacher "Mustervergleich" also Punkt-Punkt-Komma-Strich => Gesicht.
Wenn dann ein Gesicht erkennt wird, dann wird die KI versuchen das Bild zum Beispiel auf optimale Hauttöne zu optimieren - und dabei auf das antrainierte Modell zurückgreifen.
Insgesamt wird beim Drücken des Auslösers ja nicht nur ein Bild gemacht, sondern viele die dann zusammen gerechnet werden.

Auch wenn vorgegebene Modelle verwendet werden, um Ergebnisse zu verbesern, ist es eine KI-Anwendung. Schau dir die physikalischen Grenzen dessen an, was eine Smartphone-Kamera aufnehmen kann, dann dürfte man erkennen, dass ohne KI-Modelle eher Pixelbrei herauskommt.

Wo man die Grenzen von "ist schon KI" und "ist noch Algorithmus" ansetzt ist da eher willkürlich - weil KI ja auch ein Algorithmus ist.

Frage:
Wenn ich ein eher dunkleres Foto mache, erhellt & speichert iOS es automatisch im Album.

Wie deaktiviere ich das?

📷 Foto soll also genau so wie ich es "live" in der Kamera-App sehe oder als Screenshot davon speichern, nicht im Nachhinein "künstlich" beleuchtet.

Warum unterscheidet ihr denn zwischen Algorithmus, KI und Maschinellem Lernen. Ist doch alles dasselbe, oder nicht? Am Anfang war ein Mensch der programmiert. Der Computer kann nicht „selbst“ entscheiden, der Befehl ist vorgegeben, Null oder Eins (An oder Aus/Strom fließt oder nicht), einen Zufall kennt die Maschine nicht. Die Programmierung wird nur immer komplexer.

ProCam 14.6

Das habe ich versucht oben zu schreiben.

• Algorithmus: Liefert bei gleichem Input stets dasselbe, deterministische Ergebnis.
• Maschinelles Lernen: Erkennt Muster in Daten (z. B. Bildern) und passt das Ergebnis entsprechend an. Würde das Programm mit anderen Daten gefüttert, kommt es zu einem anderen Ergebnis.
• Künstliche Intelligenz: Bezieht dynamische Faktoren wie Nutzerinteraktionen oder Umwelt mit ein, um daraus zu lernen und das Ergebnis zu optimieren.
• Apple Intelligence: Automatisierung, die clever aussieht.

ich find die Diskussion echt interessant und lehrreich.

ICh hätte vereinfacht gesagt:

Ein Algorithmus ist ein klarer Prozess zur Problemlösung.
Maschinelles lernen greift auf Algorithmen zurück um auf wechselnde "umstände" zu reagieren.
Und KI ist ein Werkzeuig um menschliche Intelligenz nachzuahmen, bzw den Anschein erweckt, auf Grundlage von maschinellem lernen.
Somit wär Apple Intelligence wohl das bunt verpackte anwenderfreundlcihe Werkzeug für die Massen (Sozusagen für die Heimwerker).

Also ich kenne maschinelles Lernen unter dem Aspekt "autonomes Fahren" aus der PKW-Entwicklung:
- Videokameras in verschiedenen Fahrzeugen nehmen Bilder auf und eine Bildanalyse versucht Objekte zu erkennen und zu kategorisieren. Dabei erkennt sie Objekte anfangs nicht und Menschen geben ihr Input welche Objekte richtig erkannt wurden und auf dieser Basis verbessert sich die Bildanalyse. Dabei kommen Sonnenschein, Nebel und andere Einflussgrößen mit rein die als solche erkannt werden und dann hinterher wird das ganze in einen Softwarestand gepackt und auf ein Steuergerät gebrannt. Der Softwarestand kann nachträglich mit LIVE-Updates auf eine neuere Version hochgezogen werden.
- genau gleich wird es bei den anderen sensorischen Systemen im PKW gemacht: LIDAR-Bilder, RADAR-Messungen gekoppelt mit den anderen Systemen
- immer unter dem Fokus: so gut wie möglich soll "das System" die Umwelt erkennen und dem Fahrer assistieren. Dass das System LIVE lernt würde ich aus Gewährleistungsgesichtspunkten ausschließen, das System hat vorher beim Autohersteller gelernt und wendet es später nur noch an.

Ein Algorithmus wird programmiert, eine KI wird trainiert. Das sind erstmal zwei verschiedene Ansätze
Wenn man einen Computer dazu bringen will, einen Apfel auf einem Bild zu erkennen, kann man entweder einen Algorithmus schreiben, der definiert wie ein Apfel aussieht oder eben maschinelles Lernen benutzen und einem KI-Modell Bilder von Äpfeln zeigen und dazu sagen "Das ist ein Apfel". Dann entscheidet die KI im nächsten Schritt selber, ob es einen Apfel sieht und man sagt "richtig" oder "falsch". Dadurch wird das Modell trainiert.
Ja, letztendlich ist das Modell selber vielleicht auch "nur" ein komplexer Algorithmus, wenn man das Wort mit "Code" gleichsetzt, aber der Grundgedanke dahinter ist ein anderer.

Die Frage ist ja: Ist es noch KI, wenn beim Endnutzer nicht mehr aktiv gelernt wird.

Ist es Lernen, wenn ich ChatGPT sage „mach mir ein Bild einer trauriger Weinflasche“ und im nächsten Schritt „eine Weinflasche ist nicht so bauchig. Mach sie länger wie eine moderne 0,75l Weinflasche“? Und er dann eine halbwegs korrekt dargestellte Weinflasche aufs Bild generiert.

Um mal ein banales Beispiel zu nennen.

Beim Lernen müsste es ja auch möglich sein, dass man ihm sagt „Lass alles im Bild wie es ist, nur ersetze die Flasche durch einen Basketball“. Das bekommt er aber nicht mal im Ansatz hin. Es wird immer ein komplett neues Bild generiert.

Bezogen auf die Kamera bzw. Fotos App: Die Gesichtserkennung wird meines Wissens weiter trainiert. Man muss ja selber teilweise zustimmen, ob die richtige Person erkannt wurde. Bin mir nicht sicher, ob Informationen zur Objekt- oder Haustiererkennung bei Apple wieder zurückgespielt werden. Bei ChatGPT sicherlich schon.

Das Training, was jetzt ein "schönes Bild" hinsichtlich Belichtung, Hautton usw. ist, behält sich Apple vermutlich vor und aktualisiert ggf die App im Hintergrund.

"Ersetze die Person durch Hintergrund" wird ja beim "magischen Radierer" auch gemacht.

Da bleibt aber ja der Rest des Bildes erhalten.

Die Bildbearbeitung im iPhone fällt unter den Begriff "Machine Learning" (ML) und ist ein Teilbereich von KI, auch wenn der eine oder andere Vorredner das abspricht.
BTW: Auch dein Navi im Auto benutzt ML und ist somit auch KI.

Ware das KI oder wenigstens ML und alles, was im weiteren Umfeld dazugehört, würde folgendes Experiment interessante Ergebnisse liefern.

Wir nehmen 1000 iPhones. Diese wurden ein Jahr ganz normal genutzt, also damit auch fotografiert. KI/ML hätte gelernt und die Bilder gemäß den erlernten Informationen bearbeitet. Da sind dann Leute dabei, die z. B. in erster Linie Architektur und Street ablichten, andere Schiffe oder Natur. Also völlig unterschiedliche Motive, was entsprechend völlig unterschiedliche Lerneffekte hätte.

Nun nehmen wir die 1000 iPhones und lichten ein identisches und eher komplexes Motiv ab. Wäre KI oder wenigstens ML im Spiel, würden sich die Bilder etwas unterscheiden, weil die Geräte unterschiedlich "konditioniert" wurden. Selbst wenn der Unterschied gering ist, es ist ein Unterschied.

Basiert die Kamera indes nur auf eine Motiverkennung, würde das nach einem Jahr abgelichtete Motiv bei allen Geräten ein identisches Bild ergeben.

Ich wette, daß genau das passiert.

Ich hatte jetzt keine Lust, die Artikel zu dem Thema herauszusuchen, also habe ich Perplexity gefragt. Die Antwort:

--- Zitat ---
Die Kamera-App des iPhones nutzt in der Tat Machine Learning (ML) und Künstliche Intelligenz (KI), um die Bildqualität zu verbessern und verschiedene Funktionen zu realisieren. Hier sind einige zentrale Aspekte:
Einsatz von Machine Learning in der iPhone-Kamera
Bildverbesserung:
Ab dem iPhone 7 wird maschinelles Lernen verwendet, um Fotos zu optimieren, insbesondere durch Techniken wie HDR (High Dynamic Range) und Gesichtserkennung. Diese Technologien analysieren Bilder in Echtzeit und passen Belichtung, Kontrast und Farben an, um die Bildqualität zu maximieren5.
Objekterkennung:
Neuere iPhone-Modelle nutzen ML-Modelle zur Objekterkennung. Diese Modelle können Objekte in Echtzeit identifizieren und klassifizieren, was die Benutzererfahrung verbessert, indem sie Informationen über das Erfasste bereitstellen. Zum Beispiel können Apps wie „AI-Camera“ Objekte aus über 1000 Kategorien erkennen und diese Informationen verbal ausgeben23.
Intelligente Funktionen:
Funktionen wie „Magic ML“ in Apps wie Camera+ 2 verwenden ML, um Fotos automatisch zu analysieren und zu verbessern. Dies geschieht durch intelligente Anpassungen, die auf den spezifischen Inhalten der Bilder basieren4.
Erweiterte Möglichkeiten durch Hardware:
Die Integration von ML in die Kamera wird durch fortschrittliche Hardware wie den A13 Bionic Chip unterstützt, der speziell für KI-Anwendungen optimiert ist. Dies ermöglicht eine schnellere Verarbeitung von Bilddaten und komplexere ML-Modelle auf dem Gerät selbst3.
Fazit
Die Kamera-App des iPhones verwendet also umfassend Machine Learning-Technologien, um die Fotografie-Erfahrung zu verbessern. Diese Technologien ermöglichen nicht nur die Optimierung von Bildern, sondern auch die Erkennung und Klassifizierung von Objekten in Echtzeit.

---/Zitat ---

Nur weil es die Hersteller Machine Learning oder KI nennen, ist es das nicht unbedingt. Perplexity gibt die Eigendarstellung von Apple wieder. Apple hat uns auch das Batteriemanagement, das ein iPhone morgens erst um 5 Uhr auf 100 % auflädt, schon als künstliche Intelligenz verkauft.
Daraus mache ich Apple keinen Vorwurf, aber manchmal wird auch nur mit Wasser gekocht.

Auf der anderen Seite gibt es die Leute, die jegliche künstliche Intelligenz verneinen, nur weil die KI Fehler macht oder noch nicht auf einer Stufe mit dem Mensch steht. Das ist wiederum ebenso unsinnig, weil das Einbeziehen von Lernen und Interaktion nicht Perfektion bedeutet. Auch eine KI mit IQ 80 ist doch intelligent.

Genau deshalb das Thema: Der Begriff KI wird mittlerweile schon inflationär gebraucht, egal ob es sich wirklich dabei um KI handelt oder eben nur ML oder irgendein gut geschriebener Algorithmus.

Ich kann die Argumentation hier teilweise nicht nachvollziehen. Egal, welche Quelle (z.B. Wikipedia) ich heranziehe, überall wird ML als Teil von Künstlicher Intelligenz gesehen und zwar schon immer.
Oftmals kommt bei ML (ist schwache KI) multiple lineare Regression um Einsatz, was bedeutet, dass immer nur Eintrittswahrscheinlichkeiten für ein Ereignis berechnet werden, aber niemals ein absolutes Ergebnis.
Wer also meint, das alles, was unterhalb von LLMs bewegt, keine KI ist, irrt gewaltig.

Klar wird Apple ML in ihrer Kamera-App nutzen. Es ist ja nicht so, als ob auf jedem Foto jeder Himmel oder jeder Mensch gleich aussieht. Da sind wir gleich wieder bei Mustererkennung und dann wieder bei KI (siehe Wikipedia).

Vielleicht ist das gar nicht so ein Widerspruch. Wir nutzen den Begriff "KI" nur für die höhere Intelligenz.

Volle Zustimmung - da besteht wohl eine uneinheitliche Interpretation der Begriffe ML und KI.
Dabei ist ML ein Teilbereich von KI - eben eine Technologie um die Modelle für KI zu trainieren. Ohne ML keine KI, weil man sie nicht trainieren kann - per Hand ist das unmöglich.

Vielleicht meinen manche, dass nur eine generative KI eine KI sei und was nicht "generativ" ist, sei keine KI sondern nur ML. Aber gKI ist auch nur ein Unterbereich von KI.

Grundsätzlich bezieht sich KI immer auf die Verwendung von neuronalen Netzen sei es beim Training (bei dem Knoten in den neuronalen Netzen eine "Gewichtung" bekommen), beim Erkennen von Gelerntem oder beim Erzeugen von neuen Inhalten basierend auf Gelerntem.

Also wenn eine Kamera Gesichter erkennt, dann basiert das schon auf KI, die dazu Modelle verwendet die noch vergleichsweise einfach sein können und zuvor mit Bildern trainiert wurden, auf denen Gesichter drauf waren oder nicht - und entsprechend markiert waren. Ähnliches gilt für Belichtungskorrekturen, die Stellen erkennt an denen Hauttöne natürlich wirken sollen - was bei der Vielzahl an Hauttönen schon nicht einfach ist. (Übrigens die Zuordnung eines Gesichts zu einer Person erfolgt nicht direkt bei der Aufnahme sondern in der Fotos.app - weil das beim Fotografieren selbst nicht wichtig ist.)

Auszuführen, wie gKI funktionieren, würde jetzt sehr ins Detail gehen - ich habe mich oberflächlich mit der Funktionsweise von Bildgeneratoren beschäftigt, weil es mich einfach mal interessiert hat.

Wäre Euer berechtigter Einwand nicht viel angebrachter, wenn mal wieder jemand behauptet, ChatGPT sei nicht intelligent, sondern das sei nur Statistik?
Wenn von KI die Rede ist, dass denkt doch keiner an das Teilgebiet ML, sondern an die neueren Entwicklungen, die in den letzten Jahren möglich wurden mit generativen Bildelementen usw.

Wenn KI am Begriff Lernen gekoppelt wird, dann wäre auch ChatGPT keine KI. Denn der Bot lernt eben nicht mit jeder Eingabe hinzu. Das dahinter liegende Modell wird sporadisch mit einem festen, aktualisierten Datenbestand trainiert.

KI-Chatbots und andere generative Systeme werden von Kritikern auch gerne mal stochastische Papageien genannt, weil sie mehr mit Statistik zu tun hätten als mit Intelligenz. Natürlich gibt's auch Leute, die versuchen, das Gegenteil zu beweisen:

Ich halte ChatGPT auch nicht für eine KI. Das Ding sucht sich zudem viel im Internet zusammen. Und da steht gern mal Schnarrn. Der Rest wird eben antrainiert, das Teil lernt nicht selbständig, ist nicht fähig, Informationen zu echtem Wissen selbst zu kombinieren oder gar sowas wie studieren. Also selbst recherchieren und daraus Schlüsse zu ziehen.

Das Teil scheint eine KI zu sein, weil es die Eingaben erkennt und eine Lösung zusammensteckt. Bloß wie viel dieser Lösung hat der Bot wirklich selbst erlernt? 0%. Wie viel abgeschrieben? 100%.

Menschen und manche Tiere können Schlüsse ziehen und so Erkenntnisse erlangen. So ein Bot kann das derzeit nicht.

In der Tat: ChatGPT reimt sich oft einen Mist zusammen… und verkauft ihn dabei aber komplett als Wahrheit.

Laut Wiki ist künstliche Intelligenz "ein Teilgebiet der Informatik, das sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst."

Entscheidend, ob ChatGPT eine KI ist, ist also der Vorgang der Automatisierung und nicht das Ergebnis "Intelligenz". Auch wenn ChatGPT aus Deiner Sicht strunzdoof sein möge, ist es dennoch eine künstliche Intelligenz.
Das hat es mit dem Mensch gemein, der im Allgemeinen als intelligent gilt.

Gestern habe ich ChatGPT gefragt, ob es mir ein custom css für eine selbst-gehostete Datenbank erstellen kann. Das konnte ChatGPT offensichtlich nicht. Also habe ich Code-Beispiele gegeben und den Namen eines bekannten Farbschemas genannt. Daraus konnte ChatGPT "schlussfolgern", wie das Ergebnis aussehen müsste. Zudem haben wir zwei Doofe (ChatGPT und ich) das dann 1a hingekriegt (nach einigen Runden aus Rückmeldungen und Fehlerkorrekturen). "intelligent" ist nicht gleich Perfektion.

So schlecht sind ChatGPT & Co. ja auch wieder nicht. Man kann die Systeme ja über verschiedene Methoden (RAG, Finetuning, Function Calling) mit eigenen Daten füttern, dann kommen da schon gute bis sehr gute Ergebnisse heraus. Genau das macht die Systeme nicht nur wirklich interessant, sondern sie werden von vielen Unternehmen längst so genutzt. Etwa einen 1000-seitigen Gesetzestext zu durchforsten ist damit erheblich schneller erledigt als per (exakt zu formulierende) Suche.

ChatGPT ist nicht schlecht, aber ich halte es nicht für eine KI. Die Ergebnisse sind manchmal schlichtweg komplett daneben und dürfen keinesfalls als absolut angesehen werden. Und genau das wird oft gemacht, es wird zu viel hineininterpretiert.

Menschen sind eher nicht intelligent, sondern bestenfalls vernunftbegabt

sry ist egoistisch aber vielleicht bei all euren skillz weiß es jemand mit boardmitteln
🫣 🫣 🫣

schaue ich mir an 👍

Ich finde das lustig, wie ihr schreibt, was ihr für KI haltet und was nicht.
Man kann eine KI für intelligent halten oder nicht. Sie bleibt eine KI, weil sie das laut Definition ist. ML ist ein Teilgebiet von KI. Auch das ist so definiert, egal ob man ML für intelligent hält oder nicht. KI ist keine Intelligenz im Sinne von menschlicher Intelligenz. Der Begriff mag irreführend sein, aber er ist nun mal da.

Egal, ob ihr ChatGPT für nicht intelligent haltet, weil es eurer Meinung nach keine richtigen Antworten liefert. Es ist eine KI und ja, es lernt dazu, auch wenn es auf einen festen Datensatz zurückgreift. Es lernt über euch und was ihr zuvor gefragt habt. das beeinflusst die Antworten. Deshalb ML und deshalb KI.

Hast du das erste Ergebnis mal als Bild gespeichert und dann wieder als Input gegeben mit dem Wunsch, nur die Flasche im Bild zu ändern und den Rest zu belassen?

Reduziere ich die Definition der Intelligenz auf die Möglichkeit zu lernen dann kann man ChatGPT eine Künstliche Intelligenz nenen. Bezieht man allerdings die Vernunft, die Logik und die Fähigkeit auch ohne Grundwissen neue und/oder komplexe Situationen zu meistern dann muss man ChatGPT (und auch vielen Menschen) den Zusatz Intelligenz abewrkennen.

Eine Intelligenz ist in der Lage auch ohne jegliches Vorwissen durch Try&Error zu lernen. Das ist ChatGPT und anderen nicht gegeben. Ohne einen Datensatz und ständiges an die Hand nehmen ist, stand jetzt, eine "KI" nur ein laufender Task ohne Befehle. Von einer echten KI sind wir wohl noch reichlich entfernt.

Wenn der neue Roboter, der kürzlich vorgestellt wurde, beim einsortieren der Motorabdeckungen nun auf die Idee kommt 3 auf einmal zu nehmen weil es dann schneller geht und er eine Rauchpause einlegen kann, dann und auch nur dann haben wir eine Künstliche Intelligenz.

Ja. Keine Chance: Da kommt dann ein ganz anderer Stil plötzlich raus.

ChatGPT & Co. lernen explizit nicht dazu. Es gibt ein Kontextfenster mit dem Chatverlauf und die Größe ist sogar begrenzt. Verwerfe ich den Kontext, ist die KI so schlau wie zuvor, denn es gab keine Veränderungen im neuronalen Netzwerk.

Es gibt in der ChatGPT jetzt allerdings eine Erinnerung (Memory ), so dass ChatGPT über mehrere Chats den Kontext behält.

Und diese Memory-Funktion hat (obwohl man die Einträge einsehen kann und die aus menschlicher Sicht nicht so viel Sinn ergeben in ihrer Gesamtheit) erstaunlich viele Auswirkungen auf das Verhalten von ChatGPT – und das meine ich jetzt im positiven Sinne. Ich zumindest bin jetzt nach etwa einem Monat Nutzungszeit der Bezahlversion schon einige Male positiv überrascht worden. Ist aber eine Blackbox – man weiss nie genau, wie das LLM ältere "Erinnerungen" bei Anfragen wichtet, besonders wenn man viel experimentiert.

Ich genauso


Die Memory Funktion & Advanced Audio Modus
=
Beste investierte 20.- im Monat, weil für mich erst jetzt "richtig" brauchbar

unbedingt ChatGPT soweit wie möglich personalisieren
& für etwas was noch nicht mal 2 Jahre alt ist, da freue mich auf die Zukunft (bin Gen Z)

PS: die Erinnerungen (Memory) kannst du dier auch neu Schreiben lassen, anpassen, komprimieren, aktualisieren etc. und eben, er kann & tut von sich aus Sachen abspeichern & Querverbindungen machen.

PPS: @druid
frag ihn mal so psychische sachen, Im Sinne:
was weiss du von mir was ich noch nicht weiss, was sind meine schwachstellen, wie werde ich mit meier persönlichkeit ein besserer mensch usw.

wurde einfach von einer Maschine gedisst 💩💩
(leider auch wahr )