generative Modelle (künstliche Intelligenz)

Der Begriff generativ bedeutet bei künstlicher Intelligenz (KI), dass KI-Systeme aus Eingaben mittels generativer Modelle und gespeicherter Lerndaten neue Ergebnisse/Ausgaben wie Texte, Sprachaussagen, Vertonungen, Bilder oder Videos erzeugen. Generative KI-Modelle erlernen Muster und Strukturen vorgängig eingegebener Trainingsdaten und generieren daraus neue Daten mit ähnlichen Eigenschaften.

In der statistischen Klassifikation von KI gibt es zwei Hauptansätze, die als der generative Ansatz und der diskriminative Ansatz bezeichnet werden. Beide Ansätze berechnen Klassifikatoren durch unterschiedliche Methoden und unterscheiden sich im Grad der statistischen Modellierung.

Inhaltsverzeichnis

<label class="toctogglelabel" for="toctogglecheckbox"></label>

• 1Generative Modelle
  • 1.1Beziehungen zwischen beiden Definitionen
  • 1.2Unterschied zu diskriminativen Klassifikatoren
  • 1.3Tiefe generative Modelle
  • 1.4Arten generativer Modelle
• 2Diskriminative Modelle
  • 2.1Arten diskriminativer Modelle
• 3Siehe auch
• 4Einzelnachweise

Arten diskriminativer Modelle

• Logistische Regression
• Support Vector Machines
• Entscheidungsbaumlernen
• Random Forest
• Maximum-Entropie-Markov-Modelle

Siehe auch

• Generative Transformationsgrammatik
• Generativer vortrainierter Transformer (engl. GPT)
• Foundation Models

1. Jayant Narayan, Benjamin Larsen: Generative AI: a game-changer that society and industry need to be ready for. World Economic Forum, 9. Januar 2023, abgerufen am 11. November 2024
2. Was ist generative KI? redhat.com, 6. März 2024, abgerufen am 11. November 2024
3. Eliza Strickland: What is generative AI? IEEE Spectrum, 14. Februar 2024 (englisch), abgerufen am 20. November 2024
4. Ilkay Ulusoy: Comparison of Generative and Discriminative Techniques for Object Detection and Classification. In: Microsoft. Mai 2016,abgerufen am 11. November 2024 (englisch).
5. Andrew Y. Ng, Michael I. Jordan: On discriminative vs. generative classifiers: A comparison of logistic regression and naive bayes. In: Advances in Neural Information Processing Systems. 2002 (englisch, stanford.edu [PDF; abgerufen am 11. November 2024]).
6. Tom M. Mitchell: Machine Learning. 2015, 3. Generative and Discriminative Classifiers: Naive Bayes and Logistic Regression (englisch, cmu.edu [PDF]).
7. Ian Goodfellow et al.: Generative Adversarial Nets. Advances in Neural Information Processing Systems 27 (NIPS 2014), abgerufen am 11. November 2024
8. Jared Kaplan, Sam McCandlish, Tom Henighan, Tom B. Brown, Benjamin Chess, Rewon Child, Scott Gray, Alec Radford, Jeffrey Wu, Dario Amodei: Scaling Laws for Neural Language Models. 2020 (englisch).
9. Cole Stryker, Mark Scapicchio: Was ist generative KI? ibm.com, 22. März 2024, abgerufen am 11. November 2024
10. Arne Arnold: Generative KI: 10 Fragen & Antworten zur Funktionsweise. PC-Welt, 2. Abschnitt, 26. April 2024, abgerufen am 11. November 2024
11. Jukebox. openai.com, 30. April 2020, abgerufen am 15. November 2024.
12. David M. Blei, Andrew Y. Ng, Michael I Jordan: Latent Dirichlet Allocation. In: Journal of Machine Learning Research. 3. Jahrgang, Nr. 4–5, Januar 2003, S. 993–1022, doi:10.1162/jmlr.2003.3.4-5.993 (englisch, mit.edu).