Große Sprachmodelle (LLMs) sind eine Klasse von Deep-Learning-Modellen, die unter anderem natürliche Sprache erkennen und erzeugen können. LLMs werden auf großen Mengen von Textdaten trainiert und lernen dabei Grammatik, Semantik und Kontext. LLMs verwenden die Transformer-Architektur, die sich auf Selbstbeobachtung stützt, um die Eingabe- und Ausgabesequenzen zu verarbeiten und zu verstehen. LLMs können auf der Grundlage der bereitgestellten Eingaben verschiedene Aufgaben zur Verarbeitung und zum Verstehen natürlicher Sprache durchführen, wie z. B. Textzusammenfassung, Beantwortung von Fragen, Texterstellung usw.34. Herkömmliche Modelle des maschinellen Lernens hingegen werden in der Regel mit spezifischen statistischen Algorithmen trainiert, die vordefinierte Ergebnisse liefern. Sie erfordern häufig markierte Daten und Feature-Engineering und sind nicht so flexibel und anpassungsfähig wie LLMs5. Referenz: Was sind LLMs und wie werden sie in der generativen KI eingesetzt?, An Introduction to LLMOps: Operationalizing and Managing Large Language Models using Azure ML, An Introduction to Large Language Models (LLMs): How It Got ... - Labellerr

Klassifizierung und Regression sind zwei Unterarten des überwachten Lernens beim maschinellen Lernen. Der Hauptunterschied zwischen ihnen besteht in der Art der Ausgangsvariablen, mit denen sie arbeiten. Bei der Klassifizierung werden Datenpunkte auf der Grundlage bestimmter Kriterien oder Regeln diskreten Kategorien zugewiesen. Beispielsweise ist die Klassifizierung von E-Mails in Spam oder Nicht-Spam auf der Grundlage ihres Inhalts ein Klassifizierungsproblem, da die Ausgabevariable binär ist (Spam oder Nicht-Spam). Die Regression sagt kontinuierliche Werte für Datenpunkte auf der Grundlage ihrer Eingabemerkmale voraus. Beispielsweise ist die Vorhersage von Hauspreisen auf der Grundlage von Größe, Lage, Ausstattung usw. ein Regressionsproblem, da die Ausgangsvariable kontinuierlich ist (Hauspreis). Klassifizierung und Regression verwenden verschiedene Arten von Algorithmen und Metriken, um ihre Leistung zu bewerten. Referenz: : Oracle Cloud Infrastructure AI - Konzepte des maschinellen Lernens, Klassifizierung vs. Regression im maschinellen Lernen | by ...

Computer Vision ist ein Bereich der künstlichen Intelligenz, der sich mit Aufgaben wie der Erkennung von Gesichtern in Bildern und der Klassifizierung von Objekten befasst. Computer Vision ist ein Bereich der künstlichen Intelligenz, der es Computern und Systemen ermöglicht, sinnvolle Informationen aus digitalen Bildern, Videos und anderen visuellen Eingaben abzuleiten und auf der Grundlage dieser Informationen Maßnahmen zu ergreifen oder Empfehlungen auszusprechen. Beim maschinellen Sehen werden Modelle des maschinellen Lernens und des Deep Learning auf visuelle Daten wie Pixel, Farben, Formen, Texturen usw. angewendet und Merkmale und Muster extrahiert, die für verschiedene Zwecke verwendet werden können. Einige der gängigen Techniken und Anwendungen des maschinellen Sehens sind:
Gesichtserkennung: Identifizieren oder Überprüfen der Identität einer Person anhand ihrer Gesichtszüge.
Objekterkennung: Lokalisierung und Kennzeichnung von Objekten von Interesse in einem Bild oder einem Video.
Objekterkennung: Klassifizierung von Objekten in vordefinierte Kategorien, wie z. B. Tiere, Fahrzeuge, Früchte, usw.
Verstehen einer Szene: Analyse des Kontexts und der Semantik einer visuellen Szene, wie Ort, Zeit, Wetter, Aktivität usw.
Bildsegmentierung: Aufteilung eines Bildes in mehrere Regionen, die ähnliche Merkmale wie Farbe, Textur, Form usw. aufweisen.
Bildverbesserung: Verbesserung der Qualität oder des Aussehens eines Bildes durch Anwendung von Filtern, Transformationen oder Korrekturen.
Bilderzeugung: Erstellen realistischer oder stilisierter Bilder von Grund auf oder auf der Grundlage von Eingabedaten wie Skizzen, Beschriftungen oder Attributen. Referenz: : Was ist Computer Vision? | IBM, Computer Vision - Wikipedia

Oracle Cloud Infrastructure Vision ist ein serverloser, mandantenfähiger Dienst, der über die Konsole oder über REST-APIs zugänglich ist. Sie können Bilder hochladen, um darin Objekte zu erkennen und zu klassifizieren. Wenn Sie viele Bilder haben, können Sie diese über asynchrone API-Endpunkte im Stapel verarbeiten. Die Funktionen von Vision sind thematisch aufgeteilt in Document AI für dokumentenzentrierte Bilder und Image Analysis für objekt- und szenenbasierte Bilder. Image Analysis unterstützt sowohl vortrainierte als auch benutzerdefinierte Modelle zur Objekterkennung und Bildklassifizierung3. Referenz: Vision - Oracle

Text to Speech (TTS) ist eine KI-Aufgabe, bei der aus Text Audio erzeugt wird. TTS ist eine Technologie, die Text in gesprochenes Audio mit natürlich klingenden Stimmen umwandelt. TTS kann beliebige Textdaten vorlesen, z. B. PDFs, Websites, Bücher, E-Mails usw., und bietet ein auditives Format für den Zugriff auf schriftliche Inhalte. TTS kann für jeden hilfreich sein, der aus verschiedenen Gründen Textdaten anhören muss, z. B. aus Gründen der Zugänglichkeit, der Bequemlichkeit, des Multitaskings, des Lernens, der Unterhaltung usw. TTS verwendet verschiedene Techniken und Modelle zur Erzeugung von Sprache aus Textdaten, wie z. B.:
Konkatenative Synthese: Kombination voraufgezeichneter Segmente menschlicher Sprache auf der Grundlage der phonetischen Einheiten des Textes.
Parametrische Synthese: Generierung von Sprachsignalen aus akustischen Parametern, die mit Hilfe statistischer Modelle aus dem Text abgeleitet werden.
Neuronale Synthese: Verwendung tiefer neuronaler Netze, um die Zuordnung zwischen Text- und Sprachmerkmalen zu erlernen und qualitativ hochwertige Sprachsignale zu erzeugen.
Ausdrucksstarke Synthese: Hinzufügen von Emotionen oder Stilen zur Sprachausgabe, um sie natürlicher und ansprechender zu machen. Referenz: : Text-to-Speech AI: Lebensechte Sprachsynthese | Google Cloud, Text-to-Speech-Synthese - Wikipedia

Generative Adversarial Networks (GANs) sind eine Art von KI-Modell, das realistische Bilder erzeugen kann, die den Trainingsdaten ähneln. Die Architektur eines GAN besteht aus zwei separaten neuronalen Netzen, die in einem spielähnlichen Szenario gegeneinander antreten. Das erste Netz, das so genannte Generatornetz, versucht, gefälschte Daten zu erzeugen, die echt aussehen. Das zweite Netz, das so genannte Diskriminatornetz, versucht, zwischen echten und gefälschten Daten zu unterscheiden. Das generierende Netz lernt aus dem Feedback des diskriminierenden Netzes und versucht, es zu täuschen, indem es die Qualität der gefälschten Daten verbessert. Das Diskriminatornetz lernt ebenfalls aus den Rückmeldungen des Generatornetzes und versucht, seine Genauigkeit zu verbessern. Dieser Prozess wird so lange fortgesetzt, bis das Generatornetz Daten erzeugt, die von den echten Daten nicht mehr zu unterscheiden sind4. GANs können verwendet werden, um realistische Bilder von Gesichtern, Tieren, Landschaften und mehr zu erzeugen5. Referenz: Generative Modelle - OpenAI, Artificial Intelligence Explained: Was sind Generative Adversarial ...

Der Oracle Cloud Infrastructure Language Service ist ein Cloud-basierter KI-Dienst zur Durchführung anspruchsvoller Textanalysen in großem Maßstab. Er bietet verschiedene Funktionen zur Verarbeitung unstrukturierter Texte und zur Extraktion strukturierter Informationen wie Stimmungen oder Entitäten mithilfe von Techniken zur Verarbeitung natürlicher Sprache. Einige der von Oracle Cloud Infrastructure Language Service unterstützten Funktionen sind:
Erkennung von Sprachen: Erkennt Sprachen auf der Grundlage des bereitgestellten Textes und gibt eine Vertrauensbewertung ab.
Text-Klassifizierung: Kennzeichnet die Dokumentenkategorie und -unterkategorie, zu der der Text gehört.
Erkennung von benannten Entitäten: Identifiziert allgemeine Entitäten, Personen, Orte, Standorte, E-Mails und so weiter.
Extraktion von Schlüsselwörtern: Extrahiert einen wichtigen Satz von Phrasen aus einem Textblock.
Stimmungsanalyse: Identifiziert Aspekte aus dem bereitgestellten Text und klassifiziert sie in positive, negative oder neutrale Polarität.
Text-Übersetzung: Übersetzt den Text in die Sprache Ihrer Wahl.
Persönliche identifizierbare Informationen: Identifiziert, klassifiziert und de-identifiziert private Informationen in unstrukturiertem Text Referenz: : Sprachübersicht - Oracle, AI Text Analysis at Scale | Oracle

Generative KI ist ein Zweig der künstlichen Intelligenz, der sich auf die Erstellung neuer Inhalte oder Daten auf der Grundlage von Mustern und Strukturen vorhandener Daten konzentriert. Im Gegensatz zu anderen KI-Ansätzen, die darauf abzielen, Daten zu erkennen, zu klassifizieren oder vorherzusagen, zielt generative KI darauf ab, Daten zu erzeugen, die realistisch, vielfältig und neuartig sind. Generative KI kann verschiedene Arten von Inhalten erzeugen, z. B. Bilder, Text, Audio, Video, Softwarecode, Produktdesigns und vieles mehr. Generative KI verwendet verschiedene Techniken und Modelle, um aus Daten zu lernen und neue Beispiele zu generieren, z. B. generative adversarial networks (GANs), variational autoencoders (VAEs), diffusion models und foundation models. Generative KI findet in vielen verschiedenen Bereichen und Branchen Anwendung, z. B. in der Kunst, der Unterhaltung, dem Bildungswesen, dem Gesundheitswesen, der Technik, dem Marketing und anderen Bereichen. Referenz: : Oracle Cloud Infrastructure AI - Generative AI, Generative künstliche Intelligenz - Wikipedia

Prompt-Engineering ist die Kunst, Anweisungen oder Abfragen in natürlicher Sprache zu entwerfen, die einem großen Sprachmodell die gewünschte Antwort entlocken können. Beim Prompt-Engineering werden die Modellparameter oder die Architektur nicht verändert, sondern es wird auf das vorhandene Wissen und die Fähigkeiten des Modells zurückgegriffen. Prompt-Engineering kann zur Durchführung verschiedener Aufgaben wie Textgenerierung, Stimmungsanalyse und Code-Vervollständigung verwendet werden, indem dem Modell der entsprechende Kontext, das entsprechende Format und die entsprechenden Beschränkungen vorgegeben werden67. Prompt-Engineering ist auch als Zero-Shot-Lernen oder abfragebasiertes Lernen bekannt. Referenz: [2211.01910] Large Language Models Are Human-Level Prompt Engineers](https://arxiv.org/abs/2211.01910), A developer's guide to prompt engineering and LLMs - The GitHub Blog

Verstärkungslernen ist eine Art des maschinellen Lernens, das auf dem Lernen aus Ergebnissen basiert, um Entscheidungen zu treffen. Algorithmen des verstärkenden Lernens lernen aus ihren eigenen Handlungen und Erfahrungen in einer Umgebung und nicht aus gelabelten Daten oder explizitem Feedback. Das Ziel des Reinforcement Learning ist es, eine optimale Strategie zu finden, die eine kumulative Belohnung über die Zeit maximiert. Eine Strategie ist eine Regel, die festlegt, welche Aktion in jedem Zustand der Umgebung ausgeführt werden soll. Eine Belohnung ist ein Rückmeldesignal, das anzeigt, wie gut oder schlecht eine Aktion zum Erreichen eines gewünschten Ziels war. Verstärkungslernen beinhaltet einen Versuch-und-Irrtum-Prozess, bei dem verschiedene Aktionen erprobt und ihre Folgen beobachtet werden, um dann die Strategie entsprechend zu aktualisieren. Einige der Herausforderungen und Komponenten des Verstärkungslernens sind:
Erkundung vs. Ausbeutung: Abwägen zwischen dem Ausprobieren neuer Handlungen, die in der Zukunft zu höheren Belohnungen führen könnten (Exploration), und der Wahl bekannter Handlungen, die sofortige Belohnungen bringen (Exploitation).
Markov-Entscheidungsprozess (MDP): Ein mathematischer Rahmen für die Modellierung von sequentiellen Entscheidungsproblemen unter Ungewissheit, bei denen die Ergebnisse nur vom aktuellen Zustand und der aktuellen Aktion abhängen, nicht aber von den vorherigen.
Wertfunktion: Eine Funktion, die die erwartete langfristige Rendite jedes Zustands oder Zustands-Aktionspaars auf der Grundlage der aktuellen Politik schätzt.
Q-Lernen: Ein beliebter Algorithmus zum Verstärkungslernen, der eine Wertfunktion, die sogenannte Q-Funktion, erlernt, die die Qualität einer bestimmten Aktion in einem bestimmten Zustand darstellt.
Tiefes Verstärkungslernen: Ein Zweig des Verstärkungslernens, der tiefe neuronale Netze mit Algorithmen des Verstärkungslernens kombiniert, um komplexe und hochdimensionale Probleme zu bewältigen, wie z. B. das Spielen von Videospielen oder die Steuerung von Robotern. Referenz: : Reinforcement Learning - Wikipedia, Was ist Reinforcement Learning? - Überblick über seine Funktionsweise - Synopsys

Oracle Cloud Infrastructure bietet NVIDIA A100 Tensor Core GPUs als eine der GPU-Optionen für seine Compute-Instanzen an. Die NVIDIA A100 GPU ist eine leistungsstarke und vielseitige GPU, die eine breite Palette von KI- und HPC-Workloads beschleunigen kann. Der A100-Grafikprozessor bietet eine bis zu 20-fach höhere Leistung als die vorherige Generation des V100-Grafikprozessors und unterstützt Funktionen wie Multi-Instance-GPU, automatische gemischte Präzision und Sparsity-Beschleunigung12. Die OCI Compute Bare-Metal-Instanz BM.GPU4.8 bietet acht NVIDIA A100-GPUs mit 40 GB, die über direkte NVIDIA NVLink-Hochgeschwindigkeits-GPU-zu-GPU-Verbindungen verbunden sind3. Diese Instanz ist ideal für das Training großer Sprachmodelle, Computer-Vision-Modelle und anderer komplexer KI-Aufgaben. Referenz: Accelerated Computing und Oracle Cloud Infrastructure (OCI) - NVIDIA, Oracle Cloud Infrastructure bietet neue NVIDIA GPU-beschleunigte Rechenleistung ..., GPU, virtuelle Maschinen und Bare Metal | Oracle

Eine Grafikverarbeitungseinheit (GPU) ist eine spezialisierte Hardwarekomponente, die parallele Berechnungen mit großen Datenmengen durchführen kann. GPU