Tensorraum - Der KI Podcast | News über AI, Machine Learning, LLMs, Tech-Investitionen und Mehr

Wir starten mit den Ergebnissen unseres vergangenen LLM-Tippspiels: Welche LLM hat die Ergebnisse der letzten EM-Spiele am besten vorausgesagt? Außerdem haben wir fleißig neue Tools getestet. Zum einen PartyRock von AWS, eine neue virtuelle Umgegung, um mit AI-Tools Apps zu generieren und zu experimentieren. Auch in Claude 3.5 Sonnet soll Coden noch einfacher sein. Dabei geht das schon so gut, dass wir kleine Spiele programmieren konnten. Was uns zur Frage führt, ob auch die Gamingbranche in Zukunft mit weniger Programmierern, dafür mit mehr AI-Tools arbeiten wird. Abseits davon diskutieren wir die Info, dass Apple OpenAI nicht dafür bezahlt, dass sie die Modelle von OpenAI für ihre neues Apple Intelligence nutzen. Welche strategischen Überlegungen vonseiten OpenAIs könnten dahinter stecken? Zum Schluss führt uns die Akquirierung von Rockset durch OpenAI zur Diskussion, ob die klassische Google Suche irgendwann von neuen AI-Suchmaschinen verdrängt wird. Links zur Folge:  PartyRock is a space where you can build AI-generated apps in a playground The Origin of Toys“R”Us: Brand Film Teaser Asking AI to generate the Tour de France Gebt uns gerne Feedback Email: info@tensorraum.de Links zu uns:  https://www.tensorraum.de Hosts: Stefan Wiezorek: https://www.linkedin.com/in/stefanwiezorek/ Dr. Jannis Buchsteiner: https://www.linkedin.com/in/jannis-buchsteiner/ Daniel Ramon Kapitelmarken: 00:00:00 Anfang & Teaser 00:01:50 Ergebnis LLM-Tippspiel 00:04:02 PartyRock von AWS 00:08:41 Claude 3.5 Sonnet 00:11:18 AI in der Gaming-Branche 00:18:10 Toys"R"Us Film von Sora 00:22:46 Deal zwischen OpenAI und Apple 00:29:14 OpenAI kauft Rockset 00:32:56 Diskussion über AI-Suchmaschinen 00:43:57 Abschluss & Ausblick

Passend zur Fußballeuropameisterschaft starten wir in die Folge mit einem KI-Tippspiel: Was glauben ChatGPT, Gemini und weitere, wie das nächste Deutschlandspiel ausgeht? Dann gehen wir aber direkt zu ernsten Themen über: Der Google-Forscher François Chollet sagte in einem NZZ Interview im April, dass die Investitionen in GenAI-Entwicklungen 1000-fach (!) zu hoch seien. Was ist dran an seiner These? Die Unternehmensberatung PwC hat sich währenddessen mit Aleph Alpha zusammengetan, um mit der creance.ai einen virtuellen Anwalt zu entwickeln. Erste Studien zu solchen Anwendungen zeigen jedoch, dass noch viel Arbeit in die Modelle gesteckt werden muss. Etwas mehr Zeit nehmen wir uns um auf den aktuellen Report von Lucidworks zu schauen: “The State of Generative AI in 2024”. Abschließend experimentieren wir mit dem neuesten Text-to-Video Modell lumalabs Dream Machine. Links zur Folge:  Google-Forscher zu KI-Hype in der Wirtschaft: «Die Investitionen sind um ein Tausendfaches zu hoch» PwC Germany and Aleph Alpha launch founded joint venture creance.ai AI on Trial: Legal Models Hallucinate in 1 out of 6 (or More) Benchmarking Queries The State of Generative AI in 2024: Benchmarking the Hype vs. Reality lumalabs Dream Machine Gebt uns gerne Feedback Email: info@tensorraum.de Links zu uns:  https://www.tensorraum.de Hosts: Stefan Wiezorek: https://www.linkedin.com/in/stefanwiezorek/ Dr. Arne Meyer: https://www.linkedin.com/in/arne-meyer-6a36612b9/ Dr. Jannis Buchsteiner: https://www.linkedin.com/in/jannis-buchsteiner/ Kapitelmarken: 00:00:00 Anfang und Teaser 00:02:11 KI-Tippspiel zur EM 00:05:12 François Chollet: KI-Investitionen zu hoch 00:11:44 AlphaFold: missglückte Monetarisierung? 00:18:42 PwC und Aleph Alpha stellen creance.ai vor 00:24:33 SLMs für Fachbereiche vs LLMS 00:34:40 Lucidworks: The State of Generative AI in 2024 00:49:38 Text-to-Video: lumalabs Dream Machine 00:57:43 Abschluss und Ausblick

Diese Folge erscheint ausnahmsweise einen Tag später, das aber mit gutem Grund. Denn wir wollen brühwarm über die neuesten Apple-News von der Entwicklerkonferenz WWDC sprechen. Allen voran Apples Intelligence KI-Modell. Nachdem Apple beim Thema AI sehr hinterhergehinkt ist fragen wir uns, ob sie jetzt aufholen können. Außerdem sprechen wir über die ebenfalls vor kurzer Zeit stattgefundene Nvidia GTC Konferenz. Die dort vorgestellten Neuerungen sind noch wichtiger, ist doch Nvidia mit ihren GPUs der Treiber der AI-Enwicklung. Oder wie Arne es treffend formuliert: "Goldgräberstimmung und Nvidia verkauft die Schaufeln." Links zur Folge:  Tensorraum Folge über Groq als innovativen Konkurrenten zu Nvidia Gebt uns gerne Feedback Email: info@tensorraum.de Links zu uns:  https://www.tensorraum.de Hosts: Stefan Wiezorek: https://www.linkedin.com/in/stefanwiezorek/ Dr. Arne Meyer: https://www.linkedin.com/in/arne-meyer-6a36612b9/ Dr. Jannis Buchsteiner: https://www.linkedin.com/in/jannis-buchsteiner/ Kapitelmarken: 00:00:00 Anfang und Teaser 00:01:23 Wie nah sind wir an der AGI? 00:05:50 Apple Konferenz WWDC 00:08:32 AirPods: Erkennen von Kopfbewegung und Gehirnströme 00:14:36 Apple Intelligence 00:31:30 Nvidia GTC Konferenz 00:50:10 Abschluss und Ausblick

Diesmal sprechen wir wieder zu dritt im Podcast und zu diesem Anlass starten wir mit den kuriosesten Google AI Overview Funden. Was ist los bei Google, dass ein so fehlerhaftes Feature so schnell und ungetestet ausgerollt wird? Außerdem ist mal wieder OpenAI und vor allem Sam Altman Thema. Neue Leaks sollen zeigen, dass er sich wissentlich über Verträge und Absprachen hinweg gesetzt haben soll. Schadet die Personalie Sam Altman OpenAI mehr, als dass sie sie nutzt? Währenddessen bekommt Elons Musks xAI ein neues Investment von schmalen 6 Milliarden Dollar. Deshalb diskutieren wir darüber, was wir von seiner AI-Firma erwarten. Schlussendlich stellt Meta mit CM3leon ein in eigenen Worten revolutionäres neues Modell vor. Wir diskutieren, was es so besonders machen soll und welches Potenzial in multimodaler KI steckt. Wir schließen die Folge mit einer Liste von 10 KI-Innovationen, die wir in der nächsten Zeit erwarten. Links zur Folge:  What really went down at OpenAI and the future of regulation w/ Helen Toner OpenAI is SERIOUSLY Concerning Me… Gebt uns gerne Feedback Email: info@tensorraum.de Links zu uns:  https://www.tensorraum.de Hosts: Stefan Wiezorek: https://www.linkedin.com/in/stefanwiezorek/ Dr. Arne Meyer: https://www.linkedin.com/in/arne-meyer-6a36612b9/ Dr. Jannis Buchsteiner: https://www.linkedin.com/in/jannis-buchsteiner/ Kapitelmarken: 00:00:00 Intro und Teaser 00:01:15 Google AI Overviews 00:12:10 Neue Leaks über OpenAIs Sam Altman 00:18:23 Neues Investment für Elon Musks xAI 00:31:17 Meta stellt neues Modell CM3leon vor 00:36:47 Welches Potenzial hat multimodale KI? 00:42:42 Stefans Top Ten KI-Innovationen 00:56:57 Abschluss und Ausblick

Letzte Woche haben wir von den Konferenzen von Google und OpenAI und ihren Neuerungen berichtet, diese Woche ist Microsoft mit der Build dran. Besonders interessant fanden wir die Vorstellung des Copilot+ PCs: Ein Computer, der bezüglich der Hardware und des Betriebssystems auf KI-Anwendungen spezialisiert ist. Sehen wir damit schon erste Entwicklungen zur All-in-one Lösung, die die ChatGPTs da draußen überflüssig machen wird? Auf der Build wurde auch wieder Microsofts Small Language Modell Phi-3 prominent platziert. Passend dazu sprechen wir über eine Studie über das Fine-Tuning von LLMs. Ein weiterer interessanter Lesestoff ist ein Paper von Anthropic, in dem das AI-Unternehmen das Innenleben eines LLMs analysiert. Neben den ganzen internationalen Playern sprechen wir auch ausführlich über das deutsche Übersetzungs-Start-Up DeepL, das ein neues Investment bekommen hat. Außerdem keine Folge ohne OpenAi-Gossip: Scarlett Johansson hat dem Unternehmen mit einer Klage gedroht. Links zur Folge:  Mapping the Mind of a Large Language Model Introducing the Fine-Tuning Index for LLMs Gebt uns gerne Feedback Email: info@tensorraum.de Links zu uns:  https://www.tensorraum.de Hosts: Stefan Wiezorek: https://www.linkedin.com/in/stefanwiezorek/ Dr. Arne Meyer: https://www.linkedin.com/in/arne-meyer-6a36612b9/ Kapitelmarken: 00:00:00 Intro und Teaser 00:01:09 Scarlett Johansson vs. OpenAI 00:07:39 Anthropic Studie zu Claude Sonnet 00:12:17 Investment DeepL 00:18:28 Microsoft Build Konferenz 00:18:47 Microsoft Copilot+ PC 00:25:03 Copilot+ PC Feature: Recall 00:32:27 Microsoft Phi-3 und Small Language Models 00:38:06 Minecraft mit Copilot 00:39:04 Ersetzen Chatbots alle anderen Interaktionsoberflächen? 00:41:30 Fine-Tuning von LLMs 00:46:31 Abschluss und Ausblick

OpenAI sorgt wieder für Aufsehen: Wichtige Köpfe verlassen das Unternehmen, gleichzeitig geht das neue Model OMNI an den Start. Wir diskutieren die Stärken und Schwächen des neuen Modells und spekulieren über die Zukunft von OpenAI. Ebenfalls neu ist das Modell AlphaFold 3 von Google, das Moleküle modellieren und vorhersagen kann. Endlich mal eine Anwendung von KI abseits von großen Sprachmodellen und eine echte Innovation. Neben diesem Modell hat Google auf seiner Konferenz I/O noch weitere Projekte im KI-Bereich vorgestellt und will so zeigen, dass man mit ihnen noch rechnen muss. Deshalb spekulieren wir in der Folge darüber, wer von Apple, Google und Microsoft mit seinen Produkten langfristig das KI-Rennen gewinnen wird. Links zur Folge:  Ankündigung AlphaFold3 Gebt uns gerne Feedback Email: info@tensorraum.de Links zu uns:  https://www.tensorraum.de Hosts: Stefan Wiezorek: https://www.linkedin.com/in/stefanwiezorek/ Dr. Arne Meyer: https://www.linkedin.com/in/arne-meyer-6a36612b9/ Kapitelmarken: 00:00:00 Intro & Teaser 00:01:15 Kündigungen OpenAI 00:02:45 OpenAI OMNI 00:09:57 Die Zukunft von OpenAI 00:12:58 Claude Prompt Generator 00:15:44 AlphaFold 3 Veröffentlichung 00:21:34 Google I/O 2024 00:26:13 Einbindung von KI in Google Produkte 00:31:13 Einsatz von AI in Apple Produkte 00:33:11 Microsoft Copilot 00:34:27 Kampf um Kundenbindung 00:36:04 Abschluss und Ausblick

In dieser Folge von Tensorraum sprechen wir mit Felix Schlenther, dem CEO von Leading Tomorrow, über die Integration von Künstlicher Intelligenz in Unternehmen. Felix teilt seine reichhaltigen Erfahrungen und diskutiert die aktuellen Trends und Herausforderungen. Dabei gehen wir auch auf die Bedeutung von Erwartungsmanagement und die Notwendigkeit des Datenschutzes ein. Außerdem diskutieren wir über die langfristige Perspektive der Künstlichen Intelligenz: Wird sie Arbeitsplätze ersetzen oder lediglich unterstützen? Felix teilt seine Erfahrungen aus der Beratung von mittelständischen Unternehmen bei der Implementierung von KI-Technologien. Er betont die Bedeutung eines realistischen Ansatzes und wie seine Firma, Leading Tomorrow, Unternehmen dabei unterstützt, KI-gestützte Prozesse zu etablieren. Zuletzt stellt er uns seine Lieblings-Tools wie LangDoc und TLDV.io vor und gibt uns ein paar Beispiele für spannende KI-Startups in Deutschland. Zum Abschluss werfen wir einen Blick in die Zukunft: Welche Trends zeichnen sich im Bereich der Künstlichen Intelligenz ab? Unter anderem werden Firmen wie Google und OpenAI sowie Produkte wie Gemini und Perplexity diskutiert. Wir entschuldigen uns für Probleme in der Tonqualität von Jannis.  Links zur Folge:    Felix Schlenther Leading Tomorrow Langdock Merck & Langdock: Die MyGPT Suite (paywall) TLDV.io Gebt uns gerne Feedback Email: info@tensorraum.de Links zu uns:  https://www.tensorraum.de Stefan Wiezorek Dr. Jannis Buchsteiner 00:00 Intro & Teaser 03:31 KI in der Praxis: Erfahrungen und Einblicke von Felix 10:47 KI-Assistenten: Ein Werkzeug zur Produktivitätssteigerung 17:00 Realistische Erwartungen an KI und die Rolle von Ethik 25:38 Datenschutz, Ethik und Anwendungsfälle 32:48 Aufbau eines AI-Teams und strategischer Rahmen 36:07 Die Rolle von KI-Experten und Data Scientists 40:48 Deutschlands AI-Startups im Fokus 44:02 Globale AI-Markttrends und Zukunftsaussichten

Diese Folge von Tensorraum wirft ein Licht auf die spannenden Entwicklungen im Bereich der KI-Hardware, mit einem besonderen Blick auf die Akteure Nvidia & Groq. Arne und Stefan diskutieren die unersetzliche Rolle der Rechenleistung für die Fortschritte in der künstlichen Intelligenz, insbesondere wie Groq mit seinen innovativen Strategien und dem Bau eines Datencenters in Norwegen die Branche vorantreiben möchte. Gleichzeitig beleuchten sie Nvidias festen Stand beim Trainieren von KI-Modellen und diskutieren die zukünftigen Konkurrenzkämpfe. Ein weiteres spannendes Thema ist die Rolle der CEOs in der Technologiebranche, deren öffentliche Auftritte und Entscheidungen maßgeblich die Richtung ihrer Unternehmen bestimmen. Darüber hinaus betrachten sie die zukünftigen Möglichkeiten, die sich aus der Verbreitung verteilter Agenten und der Integration von großen Sprachmodellen (LLMs) ergeben, die das Potenzial haben, die Interaktion zwischen Mensch und Maschine neu zu definieren. Abgerundet wird die Diskussion durch eine Analyse der Positionen von Google, Microsoft und Apple in der sich rasch entwickelnden KI-Landschaft und wie diese Technologie Giganten durch Strategien und Partnerschaften ihren Einfluss im Sektor zu vergrößern suchen. Links zur Folge:  Jensen Huang & Sam Altman Groq Earth Wind & Power Das Datencenter in Norwegen Das Paper über benutzerzentrierte Benchmarks für LLMs Gebt uns gerne Feedback Email: info@tensorraum.de Links zu uns:  https://www.tensorraum.de Stefan Wiezorek: https://www.linkedin.com/in/stefanwiezorek/ Dr. Arne Meyer: https://www.linkedin.com/in/arne-meyer-6a36612b9/ 00:00 Intro & Teaser 02:09 Nvidias GPUs 07:39 Groqs LPUs  10:12 Die Rolle von Agenten 19:22 Earth Wind & Power und Groq Datencenter in Norwegen 27:27 Stefan's Use-Case Benchmark 36:19 Strategische Positionierung von Google, Microsoft & Apple 40:47 Open Source und Transparenz in der KI-Entwicklung 55:39 Abschluss und Ausblick

In dieser spannenden Folge dringen wir tief in die Welt der Künstlichen Intelligenz ein. Beginnend mit der Zukunft der KI auf Smart Devices und der Exploration von Mini-Modellen wie Phi 3 von Microsoft, navigieren wir durch die ethischen und technischen Herausforderungen der KI. Wir diskutieren über die Verkleinerung von Modellen für eine effiziente Nutzung auf Smartphones und die Besonderheiten der Mehrsprachigkeit in KI-Systemen. Die Episode enthüllt auch Einblicke in die Crescendo-Attacke, eine Methode, um KI-Modelle auszutricksen, und berührt die Grenzen von Hardware-Gadgets wie dem Humane AI Pin oder Limitless AI. Abschließend werfen wir einen kritischen Blick auf die Auswirkungen von Automatisierung und KI auf den Arbeitsmarkt, einschließlich Amazons Einsatz von 750.000 Robotern, und diskutieren, wie KI die Arbeitswelt verändern könnte. Links zur Folge:  Das Microsoft Paper über Crescendo-Attacken Microsoft's Vorsichtsmaßnahmen Das Phi-3 Modell Der Humane AI Pin Der Review von Marques Brownlee  Limitless AI Pressemitteilung zu Amazon Go Just Walk Out Stores & Vorwürfen Gebt uns gerne Feedback Email: info@tensorraum.de Stefan Wiezorek: https://www.linkedin.com/in/stefanwiezorek/ Dr. Jannis Buchsteiner: https://www.linkedin.com/in/jannis-buchsteiner/ Borge Claussen: https://www.linkedin.com/in/borge-claussen-440200174/ 00:00 Intro & Teaser  01:39 Die Crescendo-Attacke: Wie LLMs manipuliert werden können 15:36 Die Herausforderung der Mehrsprachigkeit und Modellgröße 15:47 Phi-3 von Microsoft: Portable Mini-LLMs? 27:29 Der Humane AI pin: The Worst Product I've Ever Reviewed 39:54 Limitless AI: Sprachgesteuerter KI-Assist für 99 USD  43:47 Das Ende der Amazon Go Just Walk Out Shops & AI-Washing

In dieser Episode von Tensorraum tauchen wir, Arne Meyer und Stefan Wiezorek, tief in die neuesten Trends, Entwicklungen und Beobachtungen im Bereich der künstlichen Intelligenz ein, mit einem tieferen Blick auf den AI Index Report der Stanford University. Wir diskutieren über den bemerkenswerten Anstieg von KI-Patenten in China, die weltweiten Investitionen in KI-Technologien und geben Einblicke in die überraschende Lage des KI-Arbeitsmarktes. Ein zentrales Thema ist die vorherrschende Rolle von Python in der KI, der aktuelle Stand der KI-Modellentwicklung mit Hinblick auf Meta's neues Llama 3 Modell, der Einfluss von synthetischen Daten auf das Training dieser Modelle und die sich verändernde Landschaft der KI-Integration in Geschäfts- und alltägliche Anwendungen. Dabei erörtern wir spannende Fragen zur Zukunft der KI und deren Auswirkungen auf den Arbeitsmarkt und die Forschung. Links zur Folge:  Mehr zu Meta's KI Plänen (nur mit VPN verfügbar): https://www.meta.ai Meta's Llama 3 Modell: https://llama.meta.com/llama3/ Stanford AI Index: https://aiindex.stanford.edu/report/ Der ‘Humane AI pin' review von Marques Brownlee: https://www.youtube.com/watch?v=TitZV6k8zfA Links zu uns:  https://www.tensorraum.de Email: info@tensorraum.de Stefan Wiezorek: https://www.linkedin.com/in/stefanwiezorek/ Dr. Arne Meyer: https://www.linkedin.com/in/arne-meyer-6a36612b9/ Kapitel 00:00 Intro & Teaser 01:31 Microsofts Video-Modell: Vasa-1 02:48 Microsofts vorzeitig veröffentlichte LLM: WizardLM-2 06:00 Lama 3: Das neue Open Source Modell von Meta 10:11 LLM Modellgrößen und ihre Anzahl von Parametern - Anwendungen? 13:20 Metas Klitzekleine Investition - 24.000x H100 Nvidia GPUs  15:14 Meta AI - Zukunftspläne und Träume 19:00 Nutzungsmöglichkeiten & Big Tech im Rennen 30:29 Der Stanford AI Index Report - Ländervergleiche, Patente & Investments 41:02 Synthetische Trainingsdaten und ob sie helfen 49:30 Der Gender Gap in Informatik 50:57 Der KI-Jobmarkt: Stellen, Skills & Karrierepfade  01:00:28 Robotics & die Zukunft der Saugroboter/ Humanoiden Roboter

Jannis, Arne & Stefan bringen euch wie jeden Dienstag die aktuellen Neuigkeiten aus der Tech Welt rund um Künstliche Intelligenz. Interessant Themen heute sind: Führt KI zu mehr Fairness? Warum hat London das Potential zu einem DER KI Hubs weltweit zu werden Und Arne freut sich auf das neue Modell von Mistral Arne's Buch Tipp: Der Chip Krieg von Chris Miller "In seinem Bestseller "Der Chip-Krieg" skizziert Chris Miller eindrucksvoll die Hintergründe des Wettlaufs um immer kleinere, leistungsstärkere Chips" Deutsche Version: https://amzn.eu/d/gNtgpCl Englische Version: https://amzn.eu/d/c2heWUZ Link zur Pressemitteilung von Microsoft: https://blogs.microsoft.com/blog/2024/04/07/announcing-new-microsoft-ai-hub-in-london/ Linkedin Artikel von Stefan über den Wettbewerb um Cloud-Computing: https://www.linkedin.com/posts/stefanwiezorek_der-cloud-computing-krieg-activity-7185502111835529216-G_29?utm_source=share&utm_medium=member_desktop 00:00 Intro 02:00 Höhle der Löwen & Co 07:13 Arne's Buch Tipp 09:00 Führt KI zu mehr Fairness 16:25 KI Hub London 28:00 GPT mit YouTube trainiert 34:00 Mistral AI neues Modell 45:39 Google Paywall

Jannis, Borge & Stefan bringen euch wie jeden Dienstag die aktuellen Neuigkeiten aus der Tech Welt rund um Künstliche Intelligenz. Interessant Themen heute sind: Was macht man eigentlich mit OpenAI's neuer Voice Engine? Und natürlich, welche Gefahren stehen dahinter? Sollte es eine Kennzeichnungspflicht für KI Content geben? Wiedermal die Google Suche und mögliche Bezahlmodelle und vieles mehr... 00:00 Intro 02:00 Arbeitslose / Wer wird arbeitslos? 05:00 KI Content in Social Media 07:35 OpenAI Voice Engine 24:28 Kleine News inkl. Supercomputer 30:55 KI Business Modelle 42:45 ScaleAI 48:49 Devin Text To Code

Interessante Stellen & Diskussionen aus dieser Folge sind: Der Andreessen Horowitz Survey: https://a16z.com/generative-ai-enterprise-2024/ Wir diskutieren ab Minute 46 noch mal um die Sora Trainings Daten und das Trainieren von Modellen generell Und im hinteren Drittel diskutieren wir darüber on Microsoft und Apple eigene Basis Modelle bauen werden... 00:00 Intro 01:00 StreetFighter LLM 04:22 PerplexityPro AGAIN 09:10 Umfrage a16z 14:50 Umfrage Teil2 20:32 Umfrage Teil3 30:46 Chatbots Teil4 36:45 Neue Mistral Version & Qwen 46:00 Trainieren von Modellen 50:30 Apple MM1 56:54 Apple & Claude3 01:00:32 Amazon & Anthropic

Warum sind NVIDIA Grafikkarten eigentlich so gut? Warum spielt AMD keine Rolle? Was unterscheidet Croq zu NVIDIA? Warum sind Croq Beschleuniger schneller bzw. sind sie das überhaupt? -> All diese Fragen versuchen heute Christian, Arne und Stefan für euch zu beantworten. Reinhören! Beste PR für Croq: https://wow.groq.com/hey-elon-its-time-to-cease-de-grok/ 00:00 Intro 01:52 Warum führt NVIDIA bei AI 11:42 NVIDIA & AMD 17:48 Blackwell 24:46 Wem gehört die Zukunft 32:59 Croq als Wettbewerber 46:49 Energieverbrauch von Chips 49:05 Die Zukunft

Eine Bonus Folge zum Wochenende. Mit folgenden Themen aus der welt der Künstlichen Intelligenz 00:00 Intro & Perplexity 06:35 Neuer Microsoft AI CEO 12:50 Apple & Gemini 22:45 Apple kauft DarwinAI 24:00 Mira Murati Interview 35:45 Youtube AI Labels 39:45 Grok wird OpenSource

Wir arbeiten uns durch einen Handelsblatt-Artikel, der Aleph Alpha und Mistral vergleicht, und sind etwas überrascht über das Fazit desselben. Dann tauchen wir etwas technischer in das Mathe-LLM Orca ein, um dann wieder zu philosophieren über Chatbots als Psychiater mit dem PI-Chatbot, welcher Empathie hat. 00:00 Intro 07:22 Rabbit R1 00:11 Aleph Alpha vs Mistral AI 33:40 OrcaMath LLM 49:32 PI - Chatbot mit Empathy 57:30 Figure AI

FEHLER KORRIGIERT! - Wir hatten aus versehen eine alte Folge hochgeladen! Wir reden über Artificial General Intelligence. Dabei beantworten wir vor allem die Frage, was AGI ist. Zur Hilfe kommt uns da die Definition aus einem Paper von Google. Dennoch hinterfragen wir kritisch, ob man das überhaupt heute schon bauen kann und ob wir AGI bald erwarten können. Ebenso stellen wir die Frage, ob wir überhaupt AGI brauchen. Google Definition von AGI: https://arxiv.org/pdf/2311.02462.pdf 00:00 Intro 02:16 Was ist AGI? 07:38 KI lernt selber 13:48 Führen LLMs zu AGI? 20:30 Ist Sora AGI? 25:21 Sam Altmans Definition von AGI 27:37 AGI Use Cases 38:28 KI Stromverbrauch 39:59 KI als große Gefahr Folgt uns auf LinkedIn: https://www.linkedin.com/company/tensorraum-podcast

Heute mit: Jannis Buchsteiner & Stefan Wiezorek Alibabas Image AI Tool EMO: https://humanaigc.github.io/emote-portrait-alive/ Interessante Themen aus der Folge Kann Sora Physik? Spoiler: Nein - Aber was kann das Welten Modell von Meta? Jannis ist begeistert über das neue Image AI Tool von Alibaba - Stefan ist sich da nicht so sicher und ist dann doch eher bei Sora (trotz der Kritik der letzten Folge) Claude 3 langweilt uns eher, wo bleiben die Modelle mit 2 Millionen Parametern? Was erhofft sich Elon Musk aus der Anklage gegen OpenAI Klarna zeigt einen der ersten stärkeren AI Use Cases in Deutschland Und wir fragen uns, kann Apple Künstliche Intelligenz? 00:00 Intro 01:44 Kann Sora Physik? 06:10 EMO von Alibaba 13:15 Claude 3 23:26 Elon Musk vs OpenAI 38:29 Klarna chatbot im Kundenservice 45:15 Apple & AI, geht das?

Wir reden über das besten Open Source Modell Mistral Au Large und warum es ein Match-Made-In-Heaven ist wenn Microsoft den Mistral Deal abschließt um dann festzustellen dass heimlich Alibaba mit dem wirklich besten Open Source Modell Qwen um die Ecke kommt. Jannis wirft eine smarte Hypothese ins Rennen dass die eigentliche Macht den Cloud Anbietern (AWS, Azure und Co gehört) und Arne sagt wir müssen viel öfter über den KI Energie Verbrauch reden. 00:00 Intro 06:59 Mistral & Microsoft Deal 17:14 Alibaba Model Qwen 28:45 Cloud Anbieter Exkurs 33:46 Ai Energieverbrauch 38:28 Croq, Nvidia & Co 47:48 Googles Bilder Thematik

In der Welt der Künstlichen Intelligenz hat keine Nachricht so viel Aufmerksamkeit generiert wie die Ankündigung von OpenAIs Sora. Wir schauen uns Sora an und besprechen, was technisch dahintersteckt. Und warum wir glauben, dass es jetzt nicht so relevant ist, wie man glauben mag. Und warum vor allem die Neuigkeiten zu OpenAIs Konkurrenten für die Google-Suche wesentlich relevanter sind, sowohl für den Markt als auch für die Technologie. Ebenso werfen wir einen kurzen Blick auf die Gedächtnisfunktion von OpenAI und warum auch diese eine weitere wichtige Komponente im Bereich der Künstlichen Intelligenz sein wird/ist. 00:00 Intro 01:40 Sora 12:00 Sora Beispiele 14:07 Text-To-Image 17:57 Sora Use-Cases 26:48 OpenAI Google Suche 41:55 OpenAI Memory

Wir besprechen die wichtigsten Themen aus dem Januar 2024 im Bereich Künstliche Intelligenz! Hier eine Übersicht Das beste SLM Phi2 von Microsoft ist öffentlich zugänglich Warum Arne ein großer Fan von kleinen Modellen ist Copilot Update & Deucalion Microsoft arbeitet an eigenem Modell (Refinement von GPT?) Starke Dall-e Verbesserungen im Copilot Deepfake Betrug 20 Millionen USD Betrug mit gefakter Telco Live Audio und Video gefaked Nightshade Datenvergiftung Warum Stefan Zweifel habt ob das wirklich funktionieren kann Warum Arne glaubt dass es trotzdem funktionieren könnte Multimodal in OpenSource Modellen Wir driften ab und reden über Apples beste Innovation (nein es ist nicht die Apple Vision Pro^^) Agents bei OpenAI Warum Agents wirklich the Next Big Thing sind (Sora ist es nicht, dass in der nächsten Folge) Braucht man wirklich einen Rabbit R1? 00:00:00 Intro 00:05:01 Das beste SLM 00:10:26 Copilot Update & Deucalion 00:19:37 Deepfake Betrug 00:26:52 Nightshade Datenvergiftung 00:33:38 Multimodal in OpenSource Modellen 00:42:20 Agents bei OpenAI 00:52:03 Googles Interne Ziele

In der heutigen Episode diskutieren Jannis, Christian und Stefan über das Phänomen der Halluzinationen bei KI-Modellen. Sie ergründen, warum künstliche Intelligenz Schwierigkeiten hat, zwischen richtig und falsch zu unterscheiden, und wie es dazu kommt, dass KI manchmal Informationen erfindet. Die Themen der Folge umfassen: Den Einfluss von Halluzinationen und die Wichtigkeit, dieses Problem anzugehen. Die Entstehung von Halluzinationen. Methoden zur Vermeidung von Halluzinationen. Die Frage, warum wir Halluzinationen nicht als das bezeichnen, was sie tatsächlich sind: Fehler. Links aus der Folge: Galileo Halluzination Index: https://huggingface.co/blog/leaderboards-on-the-hub-hallucinations Arc Search (App aus dem Vorgespräch): https://apps.apple.com/us/app/arc-search/id6472513080

Im Tensorraum-Podcast diskutieren Jannis, Borge und Stefan über die Rolle der Künstlichen Intelligenz (KI) in der Arbeitswelt und welche Jobs besonders gefährdet sind. Während einige Berufe durch Automatisierung und Effizienzsteigerung bedroht scheinen, betonen sie auch die Chancen, die KI für neue Arbeitsplätze und die Unterstützung bestehender Jobs bietet. Sie argumentieren, dass KI nicht nur als Ersatz, sondern auch als Werkzeug zur Verbesserung der menschlichen Arbeit und zur Schaffung neuer Berufsfelder genutzt werden kann. Wird der Mensch eventuell demnächst das „Feature“, welches dich hervorhebt aus der Masse der KI-Tools? Links aus der Folge: Paper über den Arbeitsmarkt: GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models: https://ar5iv.labs.arxiv.org/html/2303.10130 Spiegel Artikel: https://www.spiegel.de/kultur/literatur/rie-kudan-japanische-literaturpreis-gewinnerin-benutzte-chatgpt-a-50da9589-9df2-4e65-a43a-564312b4301f

In dieser Folge dreht sich alles um Hugging Face und die Welt der Open Source Modelle Was steckt hinter Hugging Face Wie profitieren Entwickler von Hugging Face und seinen Angeboten Stefan hinterfragt die Nachhaltigkeit des Hugging Face Geschäftsmodells Was bedeutet überhaupt Open Source bei Modellen? Das sind einige der Themen, die wir in dieser kurzen Folge über Hugging Face diskutieren ;)

In der fünften Episode unseres Podcasts “#5 Der Kampf der LLM Chatbots - Google vs OpenAI” tauchen wir tief in die Welt der Künstlichen Intelligenz ein. Wir vergleichen die Leistung von ChatGPT und Gemini und analysieren, was die Benchmarks bei Gemini bedeuten. Dabei werfen wir auch einen Blick auf mögliche Underdogs in diesem Rennen. Am Ende der Episode geben wir einige Empfehlungen für weitere spannende KI-Projekte.

Themen der Folge. Wie sah die KI-Welt vor OpenAI aus (2012-2015)? An welcher Stelle ist Google falsch abgeholt und wurde von OpenAI überholt? Wie steht OpenAI heute dar im Vergleich zu anderen LLM's? Achtung: Diese Folge ist stellenweise schon sehr "technisch". Zur Hilfe haben wir ein paar Begriffe hier in den Show Notes erklärt! Word2Vec Word2Vec ist ein Modell, das Wörter in numerische Vektoren umwandelt, um semantische und syntaktische Beziehungen zwischen Wörtern zu erfassen. Es basiert auf der Idee, dass Wörter, die in ähnlichen Kontexten vorkommen, in der Regel auch ähnliche Bedeutungen haben. Recurrent Neural Networks (RNN) Stell dir vor, du schaust dir einen Film an und versuchst, die Handlung zu verstehen. Du erinnerst dich an das, was du in den vorherigen Szenen gesehen hast, um zu verstehen, was in der aktuellen Szene passiert. Das ist im Grunde das, was ein Recurrent Neural Network (RNN) tut. Attention is all you need / Transformer Technologie. “Attention is All You Need” präsentiert die Transformer-Architektur, ein Modell für natürliche Sprachverarbeitung, das auf Aufmerksamkeitsmechanismen basiert. Diese Mechanismen ermöglichen es dem Modell, langfristige Abhängigkeiten und kontextuelle Beziehungen zwischen Wörtern zu erfassen. Im Vergleich zu traditionellen Modellen sind aufmerksamkeitsbasierte Modelle überlegen.

Wir schauen in die Glaskugel und haben von einfachen Predictions bis hin zu sehr gewagten Thesen alles dabei. Wir spekulieren welche Auswirkungen KI in 2024 auf Produkte und die Tech Landschaft haben wird.

Diesmal befassen wir uns mit der unterschätzten Gefahr, die KI-generierte Deep Fakes für die Gesellschaft darstellen, und beleuchten, wie diese fortschrittliche Technologie unsere Wahrnehmung der Realität beeinflussen kann. Trotz ihrer potenziellen Risiken untersuchen wir auch die positiven Aspekte von KI Deep Fakes und diskutieren die zukünftige Entwicklung dieser Technologie und stellen die Frage: Werden wir in der Lage sein, KI-generierte Fakes in Zukunft zuverlässig zu erkennen? 00:00 Introduction 10:00 Test 20:00 Weiterer Test 30:00 Ende

Mit dem Aufstieg der KI (Künstlichen Intelligenz) im letzten Jahr ist auch der Beruf des Data Scientists wichtiger geworden. Zudem tauchen neue Jobtitel wie Prompt Engineer oder ML Engineer auf, die in der Branche immer mehr an Bedeutung gewinnen. In dieser Episode versuchen wir, diese Entwicklungen einzuordnen und erklären, was es eigentlich braucht, um ein guter Data Scientist zu sein.