Fragst du dich auch manchmal, wie künstliche Intelligenz eigentlich funktioniert? Am Beispiel der Suchmaschine Bing gehen wir ein wenig tiefer in die Materie – Microsoft hebt seine KI auf das nächste Level.
Intelligente Suchmaschinen
KI kennen wir bereits von fast allen Suchmaschinen. Die meisten setzen für die Generierung ihrer Ergebnisse darauf.
Zu den bekanntesten Fähigkeiten gehören:
- Auto-Suggest (automatischer Vorschlag auf Basis einer Eingabe)
- Auto-Complete (automatische Vervollständigung eines noch nicht abgeschlossenen Wortes oder Satzes)
- Anzeige verwandter Suchanfragen, auch bekannt als „People Also Ask“ oder „Nutzer suchten auch“
Wer nach Bing oder Google sucht, bekommt solche Ergänzungen – und die passen oft überraschend gut. Wie kommt es zu dieser hohen Übereinstimmung? Die Antwort liegt in der KI.
Bing KI – Intelligenz auf hohem Niveau
Die KI von Bing arbeitet mit Deep Learning. Diesem „tiefen Lernen“ sind wir schon einmal beim Beispiel der Google Lens App begegnet. Die App erkennt Bilder per Handy-Kamera und ordnet bei Übereinstimmung einen Begriff zu – praktisch etwa zur Erkennung von Pflanzen oder Tierrassen.
Bing sieht keine Bilder, nur Texteingaben. Es geht hier also ausschliesslich um textuelle Inhalte. Anfang des Jahres stellte Microsoft in seinem Research Blog das „Turing Natural Language Generation“ Modell vor, kurz: TLNG. Wir haben diesen englischsprachigen und technischen Artikel für dich gewälzt.
TLNG – ein „Massive Deep Learning“ Modell
Solche Modelle arbeiten mit Milliarden von Parametern – in der Informatik sind das Übergabewerte, also in Programmen gesetzte Einflussfaktoren. Die Parameter der Bing KI analysieren sämtliche im Internet veröffentlichte Texte. Wer sich das Ausmass des World Wide Web vor Augen führt, ahnt, was das bedeutet.
Anschliessend bekommt das TLNG eine nachgelagerte Aufgabe. Hier kommt die natürliche Sprachverarbeitung ins Spiel – sie sorgt dafür, dass du auf Basis deiner Sucheingabe Auto-Vorschläge, -Vervollständigung sowie verwandte Anfragen erhältst.
Bing KI setzt auf das grösste natürliche Sprachmodell
Grösser ist besser? Bei der Bing KI scheint das zu stimmen. TLNG war zum Zeitpunkt der Vorstellung das grösste je veröffentlichte Modell seiner Art – mit 17 Milliarden Parametern.
Microsoft bezeichnet TLNG als „Transformer-basiertes, generatives Sprachmodell“. Generativ heisst: das Modell erzeugt Wörter und ganze Sätze, um Sucheingaben sinnvoll abzuschliessen. Es vervollständigt nicht nur – es liefert auch logische Antworten auf Fragen.
Das Ziel solcher KIs: direkt und präzise antworten. Direkt, weil Suchergebnisse in Echtzeit erscheinen. Präzise, weil die KI vorhandene Inhalte aus dem Netz extrahiert und passend zurückspielt.
Microsoft wirbt damit, dass Bing so reagiert wie ein echter Mensch – die Suchergebnisse sollen so natürlich und zusammenhängend wie möglich wirken.
Keine KI ohne Training – auch nicht bei Bing
Ohne Training läuft auch das TLNG-Modell nicht. Dem Modell liegen Lernpläne zugrunde, die über tausende einzelner Schritte laufen. Die lineare „Aufwärmphase“ allein umfasst über 3.000 Schritte. Insgesamt folgt die Bing KI mehr als 500.000 Schritten.
Einziges Manko der Bing KI: Grammatik
So natürlich die Ergebnisse auch wirken mögen – ein Problem bleibt. Microsoft gesteht in seinem Blog selbst, dass die Treffer der Bing KI nicht zwangsläufig sachlich und grammatikalisch korrekt sind. Deshalb kommen echte Menschen ins Spiel: Microsoft arbeitet mit entsprechenden Personen zusammen, um die Qualität der Suchmaschine weiter zu verbessern.