Ich probiere ja nun mit KI rum, versuche aber erstmal herauszufinden, wofür das real etwas taugt.
.
Ja, für Programmierung einsetzbar, wenn auch mitunter nicht sehr effizient. Da gehen schonmal über 100 h Claude drauf, bis ein (!) zugegeben nicht ganz einfaches Formular steht. Hängt u.a. auch am nicht sehr ausgeprägten Willen zur Wiederverwendung bereits im Projekt bestehender Lösungen, Parallel-Pflege von bereits entfernten Funktionen usw.
Da ändert sich letztlich das Werkzeug von der IDE zu Cowork, damit ändert sich die Arbeitsweise - man wird mehr Architekt und beschreibt Funktionen und testet, testet, testet.
Wer glaubt, ohne zu wissen, auf welchem Weg er zu einem Ergebnis kommen will, und das Ergebnis auch validieren zu können, eine Lösung zu bekommen - der ist auf dem Holzweg.
Mustererkennung ist dagegen sehr gut - du kannst dem 200 PDF-Dateien mit Blutergebnissen hinschmeißen und er macht die daraus eine geordnete Excel-Tabelle. Oder SV-Ausweis und 2 Impfpässe - der erkennt sogar das krakeligste handschriftlcihe Datum und jeden verschmierten Stempel. Das ist aber letztlich OCR nach über 30 Jahren Entwicklung. Neu ist, dass er auch markieren kann, wo er sich nicht sicher ist.
Übersetzungen werden besser, aber noch lange nicht auf dem Niveau, dass es gegen verhandlungssichere, auch fachsprachliche Kenntnisse bestehen könnte. Es fehlt da u.a. auch völlig die Sensitivität, wann man z.B. im Deutschen einfach den englischen Begriff übernimmt. Da wird sonst schnell ein „pile guide“ zum „Führungsrohr“.
Ich habe mal einen 10seitigen Arztbrief auf der Unimedizin von Deutsch auf Chinesisch übersetzen lassen. sog. Fachübersetzer Medizin Deutsch-Chinesisch haben abgewunken. Chinesische Fachärztin, in Deutschland arbeitend, hat das gelöst. KI-Übersetzungstools sind auf Niveau Fachübersetzer. Danach ist noch ein weites Feld.
Mittels KI kann man heute wohl die meisten Doktorarbeiten "zerlegen" und als Plagiat brandmarken, allein wegen der Rechenleistung und verfügbaren Datenmenge.
Das hat sehr sehr deutliche Grenzen, das liegt an der im Kern nur auf das Internet-Zeitalter beschränkten Datenmenge. Spätestens wenn es Vergleichsquellen hinsichtlich Arbeiten aus der Zeit, wo noch nicht alles digitalisiert wurde kommt es zu massiven Fehlaussagen. Daher taugt eine KI aus meiner Sicht nicht mal für die Quellen-/Zitatesammlung. Ich könnte da sehr spezifisch werden, das sprengt hier aber das Forum.
„Verstehen" ist dasselbe: Ich kann vielleicht verstehen dass Botenstoffe x und y für diese und jene Stoffwechselgeschichte notwendig sind, ein LLM "berechnet" das noch weiter, dass es Grenzwerte, Lebensmittel und sonstiges dazu korrekt liefert.
Und ein tatsächlich führender Gastroenterologe (Prof. Dr. Michael P. Manns, leider letztes Jahr verstorben) teilte mal seinem Patienten (mir) in seiner speziellen Art mit, dass der Beginn der Erforschung der Leber Leonardo da Vinci (gestorben 1519) zugeordnet wird, man aber bis heute nur 20% der Stoffwechselprozesse der Leber verstanden hat.
Und Du glaubst, dass bei einer LLM etwas herauskommen kann, was Stoffwechselvorgänge nur halbwegs korrekt abbildet? Was da aktuell herauskommt ist weitestgehend noch reine Empirie, Reproduktionen von Tabellen von Labor-Grenzwerten und Ernährungstabellen. Medizin ist (noch?) keine präzise Wissenschaft, es gibt nicht den Scan des Menschen wie bei Raumschiff Enterprise und Modell des Menschen samt Ergebnis, was nun genau in welcher Reihenfolge umgesetzt werden muss.
Das erinnert mich alles immer an die Frage, wie lange es braucht, um Chinesisch zu lernen.
Student: 6-12 Wochen.
Assistent: 2-3 Jahre
Professor: mehr als ein Leben dauert…
Wir sind bestenfalls auf der Stufe des Assistenten.
Die Doktorväter (= Mensch mit hoher Spezialisierung im Fachbereich der Dissertation) kann das nicht leisten.
Dann ist es der falsche Doktorvater und es handelt sich letztlich um eine Kompetenzanmaßung.
Ich hätte da ein sehr spezifisches Beispiel einer Dissertation aus 1977, die zwar im Katalog von 2 Bibliotheken (nur zur Ansicht vor Ort, kein Verleih) steht und sonst bei meinem Senior im Schrank.
Wenn man dann KI fragt, wer die Grundlagen zu dem Thema gelegt hat, findet man eine Arbeitsgruppe an der chinesischen Jinli-Universität mit Publikationen zwischen 1996-1999, die inhaltlich nicht annähernd auf dem Niveau sind aber dann wieder als durch eine deutsche Publikation zitiert und weiterentwickelt werden. Vermeintliche Innovation ist häufig leider nur Unkenntnis des Standes der Technik.
Da spielt es keine Rolle ob eine KI "versteht" oder nicht. Der Mensch ist bei allem Wissensbasiertem, Kombinierendem, Analysierenden und Beobachtendem wohl bald für immer im Hintertreffen.
Die KI ist aber noch sehr weit davon entfernt zu wissen und sicher nicht näher dran als der Mensch.
Sie arbeitet daran, digital verfügbare Dokumente überhaupt erstmal sinnvoll zu verknüpfen.
Predictive Maintenance mit Deep Learning / Machine Learning als KI-Konstrukt gibt es jetzt auch schon länger als ein Jahrzehnt.
Ich war 2004 an einem kleinen Forschungsprojekt dazu im Umfeld Offshore-WEA als Projektleiter und Entwickler beteiligt.
Leider damals der Zeit viel zu weit voraus. Aber neuronale Netze waren schon 1996 Thema im Studium, davor hatte ich mich auch schon mit Themen wie PROLOG beschäftigt.
)