Der magische Chatbot -  Zukunftstechnologien im Check

GPT-3, ChatGPT und OpenAI sind die aktuellen Trendbegriffe im Internet. Die neueste Version des Chatbot „ChatGPT“ des US- amerikanischen Unternehmens OpenAI aus San Francisco beeindruckt mit seiner neuen Testversion Anwender aus verschiedensten Bereichen und sorgt für einigen Medienwirbel. Auch für die Logistik könnte dieser technologische Meilenstein der Texterkennung auf Basis künstlicher Intelligenz neue Möglichkeiten eröffnen.

Ein Chatbot ist ein textbasiertes oder audiobasiertes Dialogsystem. Es erlaubt eine Echtzeitkommunikation zwischen Mensch und Maschine auf Basis natürlicher Sprache. Das Wort Chatbot ist zusammengesetzt aus dem Englischen „chat“ (plaudern) und „robot“ (Roboter). Einfache Chatbots durchsuchen das Netz oder eine definierte Datenbasis nach Schlagwörtern, die der Nutzer zuvor eingegeben hat. Daraufhin werden auf Basis eines programmierten Entscheidungsbaums vordefinierte Texte oder Textbausteine aus einer Datenbank ausgegeben. In den meisten Fällen kommen auf Internetseiten solche einfachen Chatbots zum Einsatz, um schnelle und einfache Hilfestellung liefern zu können.

Intelligentere Chatbots nutzen das Verfahren des Natural Language Processing (NLP), um den Kontext eines völlig frei geschriebenen oder gesprochenen Satzes zu verstehen. Das Ziel ist, passendende Antworten zum Beispiel auf Basis einer Wissensdatenbank zu finden. NLP basiert dabei auf Künstliche Intelligenz (KI) und Machine-Learning-Algorithmen. Bisher war die Qualität der Ergebnisse solcher intelligenten Chatbots nur bedingt praxistauglich. Wie Tests bei DACHSER ergaben, erreichten verfügbare Algorithmen namhafter Cloud-Anbieter eine korrekte Kontexterkennung der Eingabe von im besten Fall 60 bis 80 Prozent.

AI-Algorithmus GPT-3

Eine neue Dimension der Kontexterkennung erreicht nun OpenAI mit der Software ChatGPT. GPT steht für den englischen Begriff Generative Pre-trained Transformer (vortrainierter generativer Transformator) und bezeichnet eine neue spezielle Art von NLP-Modellen, die 2018 von OpenAI entwickelt wurden. OpenAI hat mit GPT-3 nun die dritte Version des NLP-Modells veröffentlicht, das den Erfolg des darauf aufbauenden Modells ChatGPT begründet. Mittlerweile hat sich das Unternehmen vom ursprünglichen Open-Source-Ansatz verabschiedet und verfolgt einen kommerziellen Ansatz.

Im Gegensatz zu bisherigen Chatbots gelingt es ChatGPT über viele Texteingaberunden hinweg natürlich klingende, mit vielen Fakten angereicherte Konversationen zu liefern. Das bestätigen verschiedene Studien und auch erste Tests von DACHSER. Basierend auf einem Deep-Learning-Modell und einem großen Trainingsdatensatz erzeugt ChatGPT auf verschiedenste Fragestellungen aus diversen Themengebieten Antworten, die in Muster und Struktur der menschlichen Sprache ähnlich sind. Das eigenständige menschliche Denken und kritische Hinterfragen von Inhalten und Kontexten lassen sich damit allerdings (noch) nicht ersetzen. Auch bei den mathematischen Fähigkeiten und bestimmten Logikaufgaben hat ChatGPT noch viel Luft nach oben.

Anders in der Semantik: Dabei wird eine Antwort des Chatbots immer Wort für Wort aufgebaut, indem jeweils Wahrscheinlichkeiten für das nächste Wort berechnet werden. Darüber hinaus ist es unter anderem auch möglich, Software-Codes von ChatGPT erzeugen oder korrigieren zu lassen. Auch das Schreiben von Nachrichten, Gedichten, Zusammenfassungen oder Marktanalysen in verschiedenen Sprachen sind für den ChatGPT-Algorithmus grundsätzlich keine Herausforderung.

Eine Besonderheit von GPT-3 liegt neben einem sehr großen Trainingsdatensatz auch in der Art und Weise, wie das zugrundeliegende KI-Modell trainiert wurde. Im Falle von ChatGPT wurden Formen des überwachten (supervised) und bestärkenden (reinforcement) Lernens kombiniert und auch Menschen selbst in den Trainingsprozess involviert (active learning). Vereinfacht ausgedrückt, kam Menschen hierbei die Rolle eines Trainers oder eine Trainerin zu. Sie übernahmen während des überwachten Lernprozesses sowohl die Rolle der fragenden als auch antwortenden Instanz. Während den Phasen der bestärkenden Lernprozesse erstellten die Trainer und Trainerinnen ein Qualitätsranking hinsichtlich verschiedener Antworten des Chatbots auf eine bereits stattgefundene Konversation. Basierend auf diesen Rankings wurden so genannte Belohnungsmodelle erstellt, die in weitere Trainingsiterationen eingeflossen sind.
​​​​​
Zudem beinhaltet ChatGPT einen regelbasierten Mechanismus, um unangemessene Antworten möglichst zu verhindern. Das Fehlen dieser Fähigkeit war bislang ein großer Kritikpunkt des Vorgängers von GPT-3 und vergleichbaren Modellen. Allerdings tut sich auch ChatGPT noch immer schwer, Plagiate, Fake-News, diskriminierende oder sexistische Positionen zuverlässig auszuschließen.