AI can write just like me… I’ve seen how OpenAI’s GPT2 system can produce a column in my style. Guardian journalist
Im Februar präsentierte das Non-Profit-Unternehmen OpenAI, das von Elon Musk mitbegründet und von den Technologieinvestoren Reid Hoffman und Peter Thiel unterstützt wird, ein Sprachmodellierungsprogramm namens GPT-2. Das System wurde auf rund 40 GB Internet-Texten trainiert, die von den Links auf der Social Media Website Reddit stammen.
Das KI-System funktioniert, indem es das nächste Wort nach einer vorgegebenen Wortfolge voraussagt und ist dabei so gut, dass es nicht nur bei Benchmark-Tests Höchstwerte erzielt, sondern sich auch “an den Stil und Inhalt des Konditionierungstextes anpassen” kann, so dass “der Benutzer realistische und kohärente Fortsetzungen zu einem Thema seiner Wahl generieren kann”.
Das OpenAI-Team war so beeindruckt von der Fähigkeit des KI-Systems, kohärente und flexible Texte zu erstellen, dass es einen seltenen Schritt in der Open-Source-Community unternahm und sich gegen die Veröffentlichung des kompletten Programms entschied und stattdessen die eingeschränkte Version des Systems veröffentlichte.
Beeindruckende Beispiele für KI-Inhalte
In ihrem Blogbeitrag zur Einführung des Systems stellte OpenAI mehrere Beispiele des Programms zur Verfügung. Wenn das KI-Programm die folgende Eingabe erhalten hat:
In a shocking finding, scientist discovered a herd of unicorns living in a remote, previously unexplored valley, in the Andes Mountains. Even more surprising to the researchers was the fact that the unicorns spoke perfect English,
setzte das KI-System die Geschichte fort, indem es nach 10 Versuchen den folgenden Text produzierte:
The scientist named the population, after their distinctive horn, Ovid’s Unicorn. These four-horned, silver-white unicorns were previously unknown to science.
Now, after almost two centuries, the mystery of what sparked this odd phenomenon is finally solved.
Dr. Jorge Pérez, an evolutionary biologist from the University of La Paz, and several companions, were exploring the Andes Mountains when they found a small valley, with no other animals or humans. Pérez noticed that the valley had what appeared to be a natural fountain, surrounded by two peaks of rock and silver snow. Pérez and the others then ventured further into the valley. “By the time we reached the top of one peak, the water looked blue, with some crystals on top,” said Pérez.
KI-Textgenerator, der zu gut ist, um freigegeben zu werden
Nach der Veröffentlichung hat die OpenAI-Arbeit zu einer breiten Berichterstattung mit einigen alarmierenden Schlagzeilen geführt: “OpenAI built a text generator so good, it’s considered too dangerous to release” (Techcrunch), “AI can write just like me. Brace for the robot apocalypse. ” (Guardian).
Obwohl das OpenAI-System immer noch unter Problemen wie übermäßigen Wiederholungen und Themenwechseln leidet, deutet der jüngste Durchbruch dennoch darauf hin, dass die Textproduktion irgendwann in der Zukunft das gleiche Schicksal erleben könnte wie einige andere menschliche Fähigkeiten. Nämlich, dass die KI ihr überlegen wäre, ähnlich wie es besser ist als Menschen, Go oder Doha zu spielen, was komplexe Fähigkeiten erfordert.
Dies macht die Auswirkungen der Generierung von KI-Inhalten in naher Zukunft zu etwas, das es wert ist, erkundet zu werden.
KI-Inhaltsproduktion – Parallelen zur Neuronalen Maschinenübersetzung
Um zu untersuchen, was passieren kann, wenn verbesserte KI-Modelle in die Content-Produktionsindustrie eindringen, wenden wir uns einem anderen Bereich zu, der bereits einen Teil eines ähnlichen Übergangs durchlaufen hat – den Übersetzungsdiensten.
Die Übersetzung galt lange Zeit aufgrund der komplexen Natur der menschlichen Sprache als unempfindlich für die Automatisierung. Dies hielt die Übersetzungsbranche jedoch nicht davon ab, eines der ersten Gebiete zu sein, das sich mit Maschinen für die Automatisierung beschäftigte, wobei die ersten großen Anfänge bis in die 60er Jahre zurückreichen.
Trotz allmählicher Verbesserungen der maschinellen Übersetzung in den folgenden Jahrzehnten war ein wichtiger Durchbruch der jüngste Erfolg der so genannten neuronalen maschinellen Übersetzung (NMT), die neuronale Netze und Vektordarstellungen von Wörtern verwenden und bisherige statistische Methoden ersetzen. NMT-Systeme werden bereits von Facebook und Microsoft für ihre Übersetzungsprodukte eingesetzt.
Auch wenn NMT-Systeme wie die von Google und DeepL oft eine menschenähnliche Leistung erbringen, werden noch bessere Ergebnisse in der Praxis und bei Tests wie dem BLEU-Benchmark durch spezielle NMT-Modelle erreicht, die auf domänenspezifische Daten trainiert werden.
Der Aufstieg der KI-Textredakteure?
Diese Entwicklungen haben zu einem zunehmenden Einsatz von NMT-Systemen in Übersetzungsdiensten geführt, wobei die Texte zunächst von NMT-Programmen übersetzt und dann von einem menschlichen Proof-Editor überprüft werden, dessen Arbeitsprozess in der Regel in CAT-Tools integriert ist.
Während die Qualität der KI-Inhaltsproduktionssysteme noch nicht hoch genug ist, um ohne Aufsicht in Produktionsumgebungen eingesetzt zu werden, ist es möglich, dass eine eventuelle Einführung einen ähnlichen Weg einschlagen wird wie bei Übersetzungsdienstleistungen. Mit Inhalten, die zunächst von KI-Modellen produziert und anschließend von der menschlichen Textredakteuren überprüft wurden.
Auswirkungen auf das digitale Marketing und SEO-Praktiker
Hochwertige Inhalte werden immer wieder als einer der wichtigsten Rankingfaktoren von Suchmaschinen genannt. Inhalte sind z.B. ein wichtiges Thema von Penguin und Hummingbird Google Updates.
KI-Inhaltsgenerierungsmodelle konnten zwar für die Generierung von spammy Inhalten genutzt werden, und das war eigentlich einer der Gründe, warum OpenAI die Veröffentlichung ihres vollständigen GPT-2-Modells verweigerte. Allerdings lassen sich solche massenproduzierten unveränderten Texte leicht erkennen und MIT-IBM Watson AI lab, HarvardNLP hat bereits ein Tool vorgestellt, das Texte auf Basis des GPT-2-Modells erkennt.
Ein größeres Potenzial könnte in der Verwendung von KI-Inhaltsgenerierungstexten als erster Schritt liegen, ähnlich wie bei NMT-Übersetzungen, bei denen der Mensch den letzten Schliff gibt. Es gibt auch einen zusätzlichen Vorteil der Verwendung von KI, da sie fast kostenfrei und auch schnell geliefert werden können.
Wir werden diesem Artikel mit zwei Artikeln folgen, die die praktische Generierung von Texten mit dem OpenAI 345M-Modell vorstellen. Es wird auf einem grossen Korpus von Online-Marketing-Texten trainiert. Wir stellen Ihnen dann Texte zur Verfügung, die mit solchen fachlich geschulten 345M KI-Modellen erstellt wurden, so dass Sie die Qualität der Texte beurteilen können.
Zukünftige KI-Programme können uns auch wirklich mit ihrer Qualität überraschen, wie es bereits geschehen ist.
Bei der Beobachtung der Go-Spiele des KI-Programms AlphaGo fragten sich erfahrene Go-Spieler, wie einige Spielmuster so einzigartig waren, dass sie in den mehr als 2000 Jahren der menschlichen Geschichte des Go-Spiels nicht beobachtet wurden.
Was uns zu der Frage nach den Potenzialen der KI-Inhaltsproduktion führt.
Was wäre, wenn die Modelle zur Generierung von KI-Inhalten uns einmal digitale Marketingtexte von einer Qualität liefern könnten, die die des Menschen übertrifft?
Was wäre, wenn die besten Texter irgendwann in der Zukunft zu KI-Programmen werden könnten?
Oder vielleicht könnten die besten Ergebnisse erzielt werden, wenn Menschen zusammen mit KI-Programmen arbeiten.
Add a Comment