Warum sind gute Trainingsdaten wichtig?
in der Praxis selten eine 100-prozentige Treffsicherheit.
Wie zuverlässig KI-Systeme später arbeiten, hängt von vielen Faktoren ab:
- Anzahl der Daten
- Gewählte Trainingsmethode
- Qualität der Trainingsdaten
- Vielfalt der Trainingsdaten
Selbst gut trainierte KI-Systeme erreichen
📝 Beispiel 1 – Abweichungen in der Realität
Ein Grund ist, dass sich die Daten in der Realität von den Trainingsdaten unterscheiden können, beispielsweise ein schlecht aufgenommenes Handyfoto. Je stärker sich diese von den Trainingsdaten unterscheiden, desto größer ist das Risiko, dass das KI-System Fehler macht. Diese Problematik wird auch als Domain Shift bezeichnet.
KAI
Hmm, ist das jetzt eine Katze? Ich brauche dringend eine bessere Kamera für meine Fotos! Ich leide wohl an Domain Shift.
📝 Beispiel 2 – Unvollständige Trainingsdaten
Ein Beispiel aus der Gesichtserkennung: Damit ein KI-System Gesichter zuverlässig erkennen kann, muss es mit vielen unterschiedlichen Gesichtsbildern trainiert und getestet werden. Sind bestimmte Gruppen in den Trainingsdaten nur wenig vertreten, kann das System bei deren Gesichtern häufiger Fehler machen. Solche Verzerrungen werden auch als Bias bezeichnet. Mehr dazu im nächsten Kapitel.
Lass uns auf der nächsten Seite einen Schritt weitergehen. Noch wissen wir nicht genau, was ein Large Language Model macht oder wie es funktioniert.