KI für Kreative (eBook)

Künstliche Intelligenz verstehen

Um KI zu verstehen, ist es sinnvoll, sich mit den technischen Grundlagen auseinanderzusetzen. Es gibt verschiedene KI-Systeme bzw. -Modelle mit den unterschiedlichsten Fähigkeiten wie der Analyse und dem Kategorisieren von Daten, dem Verstehen von Sprache oder dem Steuern von Prozessen und Maschinen. KI-Systeme können natürlich auch mehrere dieser Fähigkeiten vereinen. Diese werden dann auch als »multimodale KI« bezeichnet, was nichts anderes heißt als die Verarbeitung mehrerer Datenquellen zum Erfüllen verschiedener Aufgabenfelder.

Die meisten KI-Systeme sind in einem begrenzten Aufgabenbereich sehr gut. Man nennt dies auch einfache oder schwache KI. Das bedeutet, dass ein KI-System, das komplexe Maschinen in einer Autofabrik steuert, keinen lustigen Werbetext für eine Anzeige generieren kann und auch nicht muss. Weil sie nur diese eine Aufgabe hat: das Bedienen von Maschinen. Wir Menschen könnten das, mit einer gewissen Ausbildung, schon.

Algorithmen

Die Grundlage eines KI-Systems oder -Modells bildet ein Algorithmus, ein Begriff, der vielen bereits aus sozialen Medien und Suchmaschinen vertraut ist. Diese Algorithmen bestimmen z. B., was in unseren Online-Feeds erscheint, indem sie aus unserem Surfverhalten lernen. Basierend auf diesen Informationen schlagen sie uns dann ähnliche Inhalte vor, um uns möglichst lange auf der Plattform zu halten. Die Auswirkungen solcher Algorithmen auf unsere Kreativität werden wir im nächsten Kapitel näher beleuchten.

Ein Algorithmus ist im Grunde genommen eine festgelegte Abfolge von Schritten, die zur Lösung eines spezifischen Problems befolgt werden. Täglich begegnen uns Algorithmen, nicht nur in der digitalen Welt. Sie sind definierte, wiederholbare Abläufe, die nach einer spezifischen Reihenfolge funktionieren. Das lässt sich gut mit einem Kochrezept für Spaghetti mit Tomatensauce vergleichen, bei dem die Schritte logisch aufeinander aufbauen (z. B. kann man Zwiebeln nicht braten, bevor sie nicht geschält und geschnitten sind) und das schließlich zu einem konkreten Ergebnis führt (Nudeln mit Sauce serviert auf einem Teller). Tatsächlich basiert unsere gesamte Welt in gewisser Weise auf solchen Algorithmen.

Viele der heutigen KI-Modelle gründen auf Algorithmen, die in den 80er Jahren entwickelt wurden. Damals gab es noch nicht genug Rechenpower und Daten, um heutige Standards zu erreichen. Das hat sich mit dem Internet schlagartig verändert, und die Forschung konnte endlich vorangetrieben werden, was uns zu den heutigen KI-Modellen führt.

Algorithmen, die in KI-Modellen verwendet werden, sind in Programmiersprachen wie Python geschrieben und bestehen aus mehreren Teilen, die festlegen, wie die KI funktionieren soll. Diese Algorithmen können von einfachen Anweisungen bis hin zu sehr komplexen Berechnungen reichen. Sie nutzen verschiedene Methoden, um Aufgaben wie das Erkennen von Bildern oder das Verstehen von Sprache zu bewältigen. Je nachdem, wie komplex die Aufgabe ist, kann der Aufbau des Algorithmus variieren, aber das Ziel ist immer, dass die KI ihre Aufgabe möglichst gut erledigt.

Generative KI

Im Bereich der Gestaltung sprechen wir meistens von generativen KI-Modellen. Das sind Modelle, die auf menschliche Fertigkeiten trainiert wurden und dadurch Inhalte wie Texte, Bilder, Videos usw. erzeugen können. Dieses Buch legt den Fokus zwar auf die praktische Anwendung, aber um ein tieferes Verständnis für die Technologie zu erhalten, ist ein Überblick über die bekanntesten generativen KI-Modelle nötig. Je besser wir unsere Werkzeuge kennen, desto beeindruckender werden unsere Ergebnisse sein!

Je besser wir unsere Werkzeuge kennen, desto beeindruckender werden unsere Ergebnisse sein.

Generative KI-Algorithmen werden in verschiedenen Bereichen eingesetzt, einschließlich der Erstellung künstlerischer Werke wie Bilder, Musik, Texte oder sogar der Entwicklung von Code. Sie sind in der Lage, kreative und innovative Ergebnisse zu liefern, die über das hinausgehen, was durch einfache Datenanalyse möglich wäre. Diese Algorithmen nutzen Techniken wie maschinelles Lernen und Mustererkennung, um aus vorhandenen Datenmengen zu lernen und dann neue, ähnliche Daten zu generieren. Ein Beispiel dafür ist ein Algorithmus, der auf Basis einer großen Menge an Texten lernt und anschließend in der Lage ist, neue Texte zu verfassen, die dem Stil und Inhalt der ursprünglichen Daten ähneln. Da es sehr viele verschiedene KI-Systeme gibt, beschränken wir uns in diesem Buch auf die drei wichtigsten generativen KI-Modelle, die uns Kreativschaffende am meisten betreffen und mit denen wir uns später in der Praxisanwendung beschäftigen werden:

• Generative Adversarial Networks (kurz: GAN)

• Diffusion Model

• Large Language Models (kurz: LLM)

Es ist nicht immer einfach, herauszufinden, welches Modell hinter welcher KI steckt, und manche vereinen sogar mehrere dieser Modelle unter einem Namen, wie z. B. multimodale KI wie Adobe Sensei GenAI oder Runway. Aber bei den bekanntesten Modellen ist die Verteilung folgendermaßen:

• GAN: StyleGAN (NVIDIA), Real-ESRGAN, CycleGAN u. a.

• Diffusion Model: z. B. Midjourney, Stable Diffusion, DALL-E

• LLM: ChatGPT, Google Bard, LLAMA u. a.

In den folgenden Abschnitten lernen Sie den Lernprozess und die Funktionsweise der einzelnen Modelle besser kennen. Zunächst aber noch einige Überlegungen dazu, wie generative KI lernt.

So lernt generative KI

Wie wir bereits wissen, beschreibt der Algorithmus lediglich die Methode, wie ein Rechenvorgang ausgeführt werden soll. Schauen wir uns also einmal genauer an, wie generative künstliche neuronale Netze (NN) lernen und Informationen verarbeiten. Der Überbegriff für diesen Lernprozess ist Machine Learning, das in verschiedene Prozesse gegliedert wird. Je nach Modell und Entwickler kann der Prozess etwas anders aussehen.

Machine Learning ist ein sehr komplexes Verfahren, aber grob zusammengefasst teilt sich der Lernprozess in das Unsupervised Learning (unüberwachtes Lernen) und das Supervised Learning (überwachtes Lernen). Dazu muss man Folgendes wissen: Das Besondere an KI sind die »Neuronen«, die wie Knotenpunkte in einem Netz aus weiteren Neuronen und Verbindungen funktionieren und in vielen Schichten, im Fachjargon »Layer« genannt, das künstliche neuronale Netz durchziehen. Ein Layer kann Hunderte oder Tausende Neuronen besitzen, die untereinander und mit weiteren Layern verknüpft sind. Der erste Layer ist der »Input-Layer«, der die Informationen bzw. Daten aufnimmt.

Beim Unsupervised Learning verarbeitet die KI zunächst die ganzen Trainingsdaten und versucht, sich einen Reim darauf zu machen, basierend auf ihrer Programmierung. Diese Daten können z. B. Pixel eines Katzenfotos sein, wenn das Modell später auf allen möglichen Abbildungen Katzen erkennen bzw. eigene Katzenbilder generieren soll. Ein Pixel wird von einem Neuron erfasst. Die Information wird nun verarbeitet und zwischen den Hidden-Layern weitergereicht. Was genau zwischen diesen Hidden-Layern passiert, ist für den Menschen oft nicht nachvollziehbar. Das Trainingsmaterial wird hier Schicht für Schicht weiter abstrahiert, klassifiziert (Merkmale einer Katze, verschiedene Fellfarben usw.) und das Ergebnis dann an den Output-Layer weitergegeben, in dem das Katzenbild erkannt oder generiert wird. Dieser Prozess kann sich wiederholen, bis die KI verlässlichen Output liefert.

Hat die KI genügend Trainingsdaten verarbeitet, kann eine weitere Phase, das Supervised Learning, angeschlossen werden. Hier wird nun überwacht, was als Input- und Outputwert herauskommt. Es wird also geschaut, welches Bild die KI als Input erhält (z. B. ein Bild eines Hundes) und...