Kategorie: AI MOOC

Veröffentlicht am

ChatGPT News und ChatGPT Teach-Out

OpenAI’s ChatGPT – Selten war ein Thema so präsent in Medien, Hochschulen und bei den üblichen Akteuren im Bereich des Lernens. Fast täglich gibt es Berichte über neue Entwicklungen bzgl. ChatGPT und Konkurrenz-Systemen – es wird unübersichtlich, was man selbst derzeit in Deutschland (kostenlos) ausprobieren kann, z. B.

    • ChatGPT4 (s.a. https://www.youtube.com/watch?v=oc6RV5c1yd0) steht als „ChatGPT Plus“ eigentlich nur zahlenden Kunden zur Verfügung – Das „gewohnte“ chat.openai.com basiert derzeit auf ChatGPT3.5 und ist sehr oft überlastet.
    • Microsoft (als einer der OpenAI-Investoren) bietet über persönliches Microsoft-Login und Warteliste mit „Bing Chat“ in seinem Edge-Browser eine Verbindung von Suchmaschine und AI an. In Edge kann dann auch ein „Bing Sidebar“ zum Erstellen von Text mit Auswahl bzgl. Stil, Format und Länge genutzt werden. (s.a. https://www.youtube.com/watch?v=bsFXgfbj8Bc)
    • Der Zugang zu Googles Konkurrenzprodukt „Google Bard“, über Google-Login und Warteliste, ist derzeit noch nicht in Deutschland möglich. (s.a. https://blog.google/technology/ai/try-bard/)

Aufgrund der rasanten Geschwindigkeit der AI-Entwicklungen vielleicht auch gerade der Versuch zu bremsen / zu regulieren, so z. B.

***

University of Michigan: ChatGPT Teach-Out
via Coursera
https://www.coursera.org/learn/chatgpt-teach-out
Spannend finde ich immer den internationalen Blick, daher an diesem Wochenende ein Besuch des Coursera-MOOCs „ChatGPT Teach-Out“. Gerade bei einem derartigen Thema ist inhaltliche Aktualität essentiell, was Aufwand für die Ersteller/Betreuung eines MOOCs bedeutet – vielleicht auch daher an vielen Stellen nach meinem ersten Eindruck in diesem MOOC der Hinweis „Text generated with the support of ChatGPT.“
Der MOOC bietet in vielen sehr kurzen Videos einen guten Überblick zum Thema ChatGPT. Dabei wird auch auf das so wichtige „Prompt engineering“ eingegangen sowie auf die ganze Bandbreite juristischer Aspekte, ethischer Aspekte und Auswirkungen auf Education, Wirtschaft und Gesellschaft.

***

Einige persönliche Notizen aus dem MOOC

  • „GPT-4 takes what you prompt it with and just runs with it“ … „From one perspective, it’s a tool, a thing you can use to get useful tasks done in language (…) From another perspective, it’s a system that can make dreams, thoughts, ideas, flourish in text in front of you.“
  • „Writing good search prompts or search queries is a skill and it’s very, very related to your writing or communication ability.“
  • „People are experimenting like crazy.“
  • Jobs will be redefined – makes jobs more interesting and more productive.
  • „First time white-collar workers will begin to fear machines as competitors for their jobs.“
  • How do we train knowledge workers to work in tandem with AI technologies in creative processes?
  • Conversational personal digital assistant, augment own human capital.
  • „It’s rapidly moving. We wouldn’t want to necessarily just teach how to interface with exactly the current version of ChatGPT.“
  • ChatGPT/AI as a teammate and as a tool.
  • „Help us draft any kind of text.“
  • Useful: output as tables or slides.
  • Create learning material adjusted to the level of each student.
  • „Middle of the road effect, really good at giving basic advice – think of it just as an aggregate of what people have thought.“
  • „Is in the hand of a private company – what questions get answered and what don’t.“
Veröffentlicht am

AI – Artificial Intelligence

Das Thema AI ist derzeit recht prominent und einen genaueren Blick wert.

Ausstellungsschiff MS Wissenschaft

Das Wissenschaftsjahr 2019 befasst sich mit Künstlicher Intelligenz, s.a. diese Webseite: https://www.wissenschaftsjahr.de/2019/

Im Rahmen des Themas gibt es verschiedene Angebote, darunter das Frachtschiff MS Wissenschaft, welches kürzlich für einige Tage in Mannheim Station machte. Einen Urlaubstag habe ich u.a. dafür genutzt, mir vormittags im Rahmen einer Führung die dortige Ausstellung „Künstliche Intelligenz“ anzuschauen. Erstaunt war ich über das Publikum mit recht hohem Altersdurchschnitt – das war an den Mitmach-Stationen anders, denn diese waren von Kindern/Jugendlichen umlagert. Trotz des Lärmpegels gab es einen guten Überblick über die wesentlichsten Stichworte: Geschichte AI, Definitionen starke/schwache AI, Mustererkennung und Neuronale Netze, Anwendungsmöglichkeiten und ethische Fragen.
In einem virtuellen Rundgang kann man vorab erfahren, welche (Mitmach-)Stationen es gibt: https://ms-wissenschaft.de/ausstellung/rundgang/ und hier auch noch die Route mit den nächsten Stationen des Schiffs sehen: https://ms-wissenschaft.de/ausstellung/tour-2019/

Kurs „Elements of AI“

Einen tieferen Einblick (schon aufgrund der längeren Beschäftigung mit dem Thema AI) bietet der sehr gute kostenlose finnische Selbstlern-Online-Kurs „Elements of AI“, der auf 6 Kapitel (Wochen) angelegt ist.

https://www.elementsofai.com/

Die Inhalte umfassen: 1 What is AI? / 2 AI problem solving / 3 Real World AI / 4 Machine Learning / 5 Neural Networks / 6 Implications

Anhand von 25 Aufgaben & Übungen, 5 davon in Peer Review, gibt es erhellende und spannende Praxisbeispiele, die man so schnell nicht vergisst (siehe unten).
Kritische Aspekte von AI (wie z.B. algorithmic bias, fraud & real-looking falsehoods, regulations for privacy) können auch innerhalb von Peer Review Freitext-Aufgaben zu „Filter Bubbles“ oder „AI in your work/private life – positive/negative implications“ thematisiert werden.

Einige Stichworte zu den Begrifflichkeiten und Kurs-Aufgaben:

  • „Bayes rule: It can be used to weigh conflicting pieces of evidence in medicine, in a court of law, and in many (if not all) scientific disciplines.“ (Quelle: chapter 3/2)
  • „The Bayes classifier is a machine learning technique that can be used to classify objects such as text documents into two or more classes. The classifier is trained by analyzing a set of training data, for which the correct classes are given.“ (Quelle: chapter 3/3)
  • Using nearest neighbors to predict user behavior: „The idea is to use the very simple principle that users with similar past behavior tend to have similar future behavior.“ (Quelle: chapter 4/2)

Spannende Anwendungsübungen umfassten u.a.:

  • „Minimax algorithm“ and limited-size game trees anhand von Tic-Tac-Toe
  • Dealing with uncertainty: „Odds and probability“ des Wetters in Helsinki sowie fiktiver Wahrscheinlichkeitsberechnungen einer Krebserkrankung anhand der „Bayes formula“ posterior odds = likelihood ratio × prior odds
  • „Naive Bayes classification“ angewendet auf Beispiel eines Spam-Filters
  • „Nearest Neighbor Classifier“ für recommendations systems auf Basis der Kaufhistorie
  • „Neural Network Classifier“ als classifier für Smiley-Ausdrücke (assigning weights -1 or +1 to input pixels)

Und hier noch der Link zu meinem Kurs-Zertifikat (University of Helsinki & Reaktor): https://certificates.mooc.fi/validate/lqdszv230w