Generative KI: Was wird bleiben? Was wird sich ändern?

Quantensprung im NLP?

Generative KI hat eine lange Erfindungsgeschichte und ist eine sehr fortschrittliche Technologie, die als relativ neu gilt.

Was ist generative KI?

Bisher wurde KI vor allem in datengesteuerten und analytischen Arbeitsabläufen eingesetzt. Früher wurde angenommen, dass Kreativität außerhalb des Bereichs der künstlichen Intelligenz liegt. Dies ist nun dank der neuen Welle der generativen KI anders, einem sich entwickelnden Bereich der künstlichen Intelligenz, der Modelle verwendet, die auf einem riesigen Datensatz von Inhaltstypen (Text, Fotos, Audio und Video) trainiert wurden, um etwas Neues zu produzieren, anstatt nur zu analysieren, was ist bereits vorhanden. Die Grenzkosten für Kreativ- und Wissensarbeit werden durch generative KI praktisch eliminiert, was zu einer außerordentlich hohen Arbeitsproduktivität, einem wirtschaftlichen Wert und einer Marktkapitalisierung führt.

Prominente Trainingsmethoden zur Erstellung neuer Inhalte

Transformer: Sie sind in der Lage, die Beziehungen zwischen verschiedenen Wörtern oder Sequenzen zu erkennen und herauszufinden, wie nahe sie beieinander liegen.

Generative Adversarial Networks: Dabei konkurrieren zwei Algorithmen miteinander – einer generiert Text oder Bilder auf der Grundlage von Wahrscheinlichkeiten, die aus dem großen Datensatz abgeleitet werden, und der andere ist eine diskriminierende KI, die beurteilt, ob die Ausgabe real oder von der KI generiert ist.

Variationale AutoEncoder: Sie bauen auf neuronalen Netzwerk-Autoencodern auf, die aus zwei neuronalen Netzwerken bestehen: einem Encoder und einem Decoder. Das Encoder-Netzwerk optimiert die Darstellung von Daten auf effizientere Weise, während das Decoder-Netzwerk auf effizientere Weise die Wiederherstellung des Originaldatensatzes optimiert.

Diffusionsnetzwerke: Eine Methode zum Erstellen von Bildern aus Textaufforderungen. Es funktioniert, indem einem Satz von Trainingsbildern zufälliges Rauschen hinzugefügt wird und dann gelernt wird, wie man Rauschen entfernt, um das gewünschte Bild zu erstellen.

Aber warum ein plötzlicher Start?

Verfügbarkeit von Daten : Mit mehr Daten können KI-Modelle trainiert werden, um neue Daten bereitzustellen, die genau und realistisch sind.

Erschwingliche Rechenleistung : Diese Modelle konnten bisher nur von großen Unternehmen mit teurer Ausrüstung trainiert werden. Doch heutzutage können selbst diejenigen mit Low-End-PCs generative KI-Modelle trainieren.

Die Entwicklung von Algorithmen hat sich verbessert : Transformers ist eines der wesentlich fortschrittlicheren generativen KI-Modelle, die als Ergebnis der jüngsten Entwicklungen im maschinellen Lernen entstanden sind.

Wem nützt GenAI?

Eine neue Ära menschlicher Kreativität wird durch das Konzept der „generativen Technologie“ eingeläutet, der nächsten Entwicklung in der Software, bei der diese Deep-Learning-Modelle mit Menschen zusammenarbeiten können, um neue Ideen und Inhalte zu erstellen.

Auf einer hohen Ebene gibt es 4 Ebenen der potenziellen Werterfassung:

1. Infrastruktur : Die Unternehmen, die die Hardware und Cloud-Computing-Plattformen bereitstellen, die die riesigen GenAI-Computermodelle antreiben.
2. Grundlegende Modelle : Die Unternehmen, die enorme Modelle für Text, Bilder, Audio und andere Formen kreativer Kreativität erstellen.
3. FMOps : Mithilfe dieser Technologien können Entwickler problemlos von Basismodellen zu vollständigen KI-Anwendungen übergehen.
4. Anwendungen : Die großen und kleinen Unternehmen, die Apps entwickeln, die von Verbrauchern, Unternehmen und Regierungen für kreative Aufgaben verwendet werden.

Um innovative Ergebnisse zu liefern, nutzt GenAI in großem Umfang Rechenleistung. Seine komplizierten, teuren, großen Text-, Bild- und Audio-Grundlagenmodelle werden auf einer riesigen Supercomputer-Cloud-Infrastruktur betrieben. Die Nachfrage nach mehr Supercomputer-Leistung lässt die Chiphersteller sabbern. Angesichts des Umfangs der erforderlichen Investitionen werden sich auf diesem Markt diejenigen durchsetzen, die von großen Unternehmen unterstützt werden oder werden.

Obwohl sich GenAI noch in einem frühen Stadium befindet, beginnen sich Probleme mit grundlegenden Modellen zu zeigen:

1. GenAI generiert fehlerhafte Inhalte
2. Voreingenommenheit gegenüber bestimmten Gruppen
3. Toxizität (z. B. rassistische, sexistische oder Hassrede)
4. Diese Simulationen sind auch halluzinogen. Das bedeutet, dass sie Fragen, die möglicherweise sachlich unzutreffend sind, souverän, verständlich und gut strukturiert beantworten.

Für gut finanzierte Start-ups bestehen folgende Möglichkeiten, Geld zu verdienen und mit BigTech zu konkurrieren:

1. Fokussierung auf spezialisierte Aufgaben
2. Schulung in nicht-englischer Sprache
3. Extrapolation auf Edge-Geräte und vor Ort

1. Diejenigen, die sich auf Benutzerfreundlichkeit und eine gründliche Integration in den Clientbetrieb konzentrieren würden, was es schwierig macht, sie nach der Installation zu entfernen.
2. Wer seine Marke schnell etablieren und eine große Zahl an Nutzern und Kunden gewinnen kann, wird als Branchenführer erfolgreich sein.
3. Verbessern der Modellausrichtungen unter Berücksichtigung der Benutzerabsicht.
4. Der B2C-GenAI-Verbrauchermarkt wird wahrscheinlich von horizontalen Unternehmen gewonnen, die schnell sind und hohe Kosten für die Verbraucherakquise haben.

Mit ihren ausgefeilten Fähigkeiten zur Auswertung medizinischer Daten, zur Entwicklung präziserer Diagnosen und zur Erstellung individueller Behandlungspläne hat generative KI das Potenzial, den Gesundheitssektor zu revolutionieren.

Einige Anwendungsfälle sind:-

Arzneimittelentwicklung und -forschung: – Durch die Suche nach möglichen Medikamentenkandidaten und die Bewertung ihrer Wirksamkeit mithilfe von Computersimulationen kann generative KI dazu beitragen, den Prozess der Arzneimittelentdeckung und -entwicklung zu beschleunigen.

Synthetische Daten: – Vorschriften zum Schutz geschützter Gesundheitsinformationen in der Gesundheitsbranche schränken den Datenaustausch ein. Eine Möglichkeit, dieses Problem zu umgehen, ist die Verwendung synthetischer Daten, die identische statistische Merkmale wie echte Daten aufweisen, aber nicht aus tatsächlichen Patientendaten bestehen. Mithilfe dieser Daten können KI-Modelle getestet und trainiert werden.

Fernüberwachung von Patienten: – KI-basierte Erkenntnisse und Kommunikation können es Menschen ermöglichen, die Kontrolle über ihre eigene Gesundheit und ihr Wohlbefinden zu übernehmen, da die Gesundheitsversorgung zunehmend in die häusliche Umgebung verlagert wird. Durch die Fernüberwachung von Patienten und KI-generierte Nachrichten können Patienten mit Gesundheitsdiensten in Kontakt bleiben, ohne ins Krankenhaus zu müssen.

Aktuelles Gesundheitsszenario in ländlichen Gebieten – Indien

Kein Zugang: 70 % der Bevölkerung haben keinen Zugang zu Gesundheitsdiensten, da 80 % der Fachärzte in städtischen Gebieten leben.

Sprachliche und geografische Barrieren: Die ausgedehnten und vielfältigen geografischen Lagen Indiens verhindern eine ordnungsgemäße Durchdringung der Gesundheitsversorgung in diesen Gebieten.

Zurückhaltung am Ende der Fachkräfte: Da es an angemessenen Lebensbedingungen mangelt, haben die meisten Gesundheitseinrichtungen aufgrund der Unterfunktion keine Möglichkeit, ihr technisches Wissen zu übersetzen.

Der weltweite Markt für Fernüberwachung von Patienten wird voraussichtlich 62 Milliarden US-Dollar erreichen und im Prognosezeitraum mit einer jährlichen Wachstumsrate von 12,5 % wachsen. Die Zunahme geriatrischer und chronisch erkrankter Patienten hat zu einem wachsenden Bedarf an häuslicher Patientenüberwachung geführt. Darüber hinaus gilt die häusliche Krankenpflege seit jeher als lebensrettende Option für Patienten, die zur Behandlung chronischer Krankheiten eine Langzeitpflege benötigen.

Wie wird sich die Bildungslandschaft verändern?

Generative KI kann Lehrer bei ihren Lehrplänen und pädagogischen Aktivitäten unterstützen, indem sie als Tutor oder Co-Autor fungiert und interessante, interaktive Inhalte erstellt. Für Schüler können individuelle Unterrichtsstunden erstellt werden, um sicherzustellen, dass sie die effektivste Ausbildung erhalten, die speziell auf ihre Bedürfnisse und Interessen zugeschnitten ist. Lernschwierigkeiten können mit Hilfe generativer KI ausgeglichen werden. Es kann Inhalte in besser verständliche Formate umwandeln, die besser zum Lernstil des Schülers passen, wenn ein Format wie Lesen möglicherweise zu schwierig ist, um sich darauf zu konzentrieren.

Bedarf an mehr selbstgesteuerten Therapieoptionen

Die Weltgesundheitsorganisation (WHO) prognostizierte in einer am 17. Juni 2022 veröffentlichten großen Studie, dass jeder achte Mensch weltweit an einer psychischen Erkrankung leidet, und forderte schnelle Maßnahmen zur Reform der psychischen Gesundheitsversorgung. Auf Autismus und kognitive Beeinträchtigungen im Kindesalter folgen Depressionen, Angstzustände, Drogenmissbrauch, Psychosen im Jugendalter und Demenz im Alter. Insgesamt sind 15 % aller Krankheiten weltweit psychische Störungen.

Laut einer Studie der Weltgesundheitsorganisation (WHO) hat Indien weltweit eine der höchsten Zahlen an Menschen mit psychischen Erkrankungen. Vor der Pandemie lebten 14 % aller Teenager mit einer psychischen Erkrankung, was fast einer Milliarde Menschen weltweit entspricht. Durch die Covid-19-Pandemie ist dieser Prozentsatz in den letzten zwei Jahren gestiegen. Allein im ersten Jahr der Pandemie stieg die Prävalenz von Störungen wie emotionalem Stress, Angstzuständen und Depressionen – allesamt bereits weit verbreitet – um mehr als 25 %.

Die WHO-Studie ergab, dass „Länder im Durchschnitt weniger als 2 % ihres Gesundheitsbudgets für die psychische Gesundheit ausgeben“. Daher hat nur ein kleiner Teil der Menschen, die eine psychische Gesundheitstherapie benötigen, Zugang zu einer effizienten, preisgünstigen und qualitativ hochwertigen Versorgung. Die Weltgesundheitsorganisation schätzt, dass die Kosten für schlechte psychische Gesundheit im Land zwischen 2012 und 2030 1,03 Billionen US-Dollar übersteigen werden.

Derzeit liegen die Kosten für diese Sitzungen zwischen 1.000 und 1.500 Rupien . Daher sind die 10–20 Sitzungen, die für den Weg zur Genesung erforderlich sind, für den Durchschnittsmenschen unerreichbar.

Daher besteht ein dringender Bedarf an selbstgesteuerten Therapiemöglichkeiten. Nun, weltweit gibt es Anbieter wie NoomMood , TalkSpace , Lasting und Youper von Noom , die selbstgeführte CBT-Therapie anbieten, aber die meisten von ihnen bieten Lösungen für mittelschwere psychische Probleme. Chatbots wie Woebot nutzen die kognitive Verhaltenstherapie (CBT), damit die Benutzer zu ihren eigenen Therapeuten werden.

Auch in Indien versuchen Akteure wie Mind Alcov , Mindpeers , WySa , MindHouse , YourDost , AumHum , Work In Progress , Open Mics , Mom's Belief , United We Care , Emotionally.in und Lissun usw., selbstgesteuerte Therapieoptionen anzubieten .

Mit einer prognostizierten jährlichen Wachstumsrate von 3,5 % von 2021 bis 2030 wird erwartet, dass der globale Markt für psychische Gesundheit von seinem geschätzten Wert von 383,31 Millionen US-Dollar im Jahr 2020 auf 537,97 Millionen US-Dollar im Jahr 2030 ansteigt.

Sind wir auf generative KI im Bereich der psychischen Gesundheit vorbereitet – Halluzinationen, Einverständniserklärung …

Derzeit verwenden Chatbots für psychische Gesundheit regelbasierte KI. Diese ähneln normalerweise einem Entscheidungsbaum oder Wissensgraphen mit sorgfältiger Implementierung von Klassifikatoren, die aus beschrifteten Datensätzen erstellt werden. Diese wurden speziell erstellt, um nachzuahmen, wie Ärzte während einer Interaktion Entscheidungen treffen können, da die Hauptform des Dialogs darauf basiert, wie Ärzte Probleme angehen.

Andererseits sind die LLM-basierten Modelle generativer Natur und ihre Neigung zur Halluzination kann das Vertrauen der Öffentlichkeit erschüttern. Daher ergeben sich folgende Probleme:

1. Sie sind möglicherweise nicht so scharfsinnig oder sensibel für die subtilen Anzeichen von körperlichem, sexuellem oder emotionalem Missbrauch oder Krisen (wie Suizidalität, mörderische Tendenzen, Manie oder bösartige Katatonie), die Patienten in ihrer Kommunikation (z. B. Ton, Intonation, Prosodie) zeigen , fließend und nonverbal).
2. Es wird notwendig sein, das LLM der generativen KI auf der Grundlage klinischer Daten zu trainieren (und nicht nur auf breiten Internetinformationen wie ChatGPT), wenn die generative KI ein präziser klinischer Assistent werden möchte. Eine solche Schulung erfordert den Zugriff auf frühere Notizen sowie das Sammeln, Verarbeiten und Speichern großer Datenmengen, was die Gefahr eines unsachgemäßen Umgangs mit hochsensiblem Material erheblich erhöht.

Wenn Sie Feedback haben, wenden Sie sich bitte an [email protected] oder schreiben Sie mir eine DM auf LinkedIn.