c't KI-Praxis (eBook)

phlete aus, wenn solche Texte beim unüberwachten Pretraining vorkamen. Sie beleidigen Nutzer und dichten sexistische oder rassistische Hetzschriften, wenn die Prompts sie dazu anstiften.

Modell-Schaukasten

Alle Zutaten für eine eigene KI-Anwendung, etwa ein passendes Modell und Trainingsdaten, finden Sie auf der Plattform Hugging Face. An dieser Web-seite kommt niemand vorbei, der sich mit der Ent-wicklung eigener Sprachmodelle beschäftigt – oder die Technik lernen will. Die nach einem Emoji be-nannte Webseite bietet ein riesiges Portfolio an Möglichkeiten, um KI-Anwendungen zu betreiben. Dazu gibt es jede Menge Informationen, um sich klug zu lesen – von Einsteigerkursen bis zu den Daily Papers, einem Überblick über Forschungs-publikationen.

Viele Grundfunktionen der Plattform sind kosten-los. Sie können dort gratis KI-Modelle und Datensets herunterladen sowie eigene Modelle, Daten und sogar fertige Anwendungen hosten. Kosten fallen für weitergehende Funktionen an: zum Beispiel, wenn Sie Ihren Anwendungen mehr Rechenleistung zur Verfügung stellen, einen externen Experten be-auftragen oder in einem sogenannten Enterprise Hub im Team auf der Plattform entwickeln wollen.

Unter „Models“ listet die Plattform derzeit mehr als 300.000 KI-Modelle aller Art auf. Sprachmodelle wie ChatGPT gehören dabei zur Untergattung „Text Generation“ der Gruppe „Natural Language Proces-sing“. Neben den Modellen für die Verarbeitung natürlicher Sprache bietet Hugging Face massen-weise weitere Modelle an, beispielsweise für „Com-puter Vision“, „Audio“ und „Multimodal“. Zur Text-generierung listet Hugging Face derzeit knapp 24.000 Modelle auf.

Diese riesige Zahl lässt sich jedoch schnell ein-grenzen. Benutzen Sie dazu die Filter auf der linken Seite. Wenn Sie dort als Sprache „German“ auswäh-len, bleiben nur noch 148 Modelle übrig, die spe-ziell mit deutschem Text trainiert wurden. Sicherlich finden Sie auch andere Sprachmodelle, die Deutsch verstehen und ausgeben. Bei diesen waren deutsche Texte aber nur nebenbei Teil der Trainingsdaten.

Sie können auch nach den für das Modell ver-wendeten Frameworks oder Programmierbibliothe-ken filtern. Etwa 85 Prozent aller Textgeneratoren wurden mit PyTorch trainiert (das beispielsweise Meta verwendet), nur 2 Prozent mit dem ebenfalls freien Framework TensorFlow von Google.

Lizenzen beachten

Wenn Sie das Modell öffentlich nutzen oder gar als Grundlage für ein Geschäftsmodell verwenden wol-len, müssen Sie unbedingt die Lizenzen (Licenses) beachten. Obwohl alle Modelle auf Hugging Face Open Source sind, gibt es feine Unterschiede in den Nutzungsbedingungen.

Von den Modellen auf Hugging Face, die mit deutschen Texten trainiert wurden, verwenden etwa 40 Prozent die Open-Source-Lizenzen Apache 2.0 oder MIT. Sie dürfen diese Modelle frei und kosten-los nutzen, verändern und weitergeben, egal ob kommerziell oder nicht. Sie müssen die von Ihnen veränderten Teile nicht offenlegen und können sie unter eine andere Lizenz stellen. Es gibt jedoch Unterschiede in der Frage, ob und wie Sie Änderun-gen auflisten müssen und ob Sie die Lizenzbedin-gungen ändern dürfen.

Im Zweifelsfall sollten Sie immer den genauen Wortlaut der Lizenzbedingungen des von Ihnen gewählten Modells prüfen. Dies gilt auch, wenn einzelne Modelle eine der vielen Creative-Commons-Lizenzen oder die GNU Public License verwenden. Hier kann es Einschränkungen geben, die eine...