Wie geht KI richtig auf der BTP? (DSAG Jahreskongress 2023)
KI erlebt mit ChatGPT aktuell einen noch nie dagewesenen Hype. Viele SAP-Kunden stellen sich daher gerade die Frage, was auf Basis von SAP und speziell der SAP BTP hier möglich ist.
KI erlebt mit ChatGPT aktuell einen noch nie dagewesenen Hype. Viele SAP-Kunden stellen sich daher gerade die Frage, was auf Basis von SAP und speziell der SAP BTP hier möglich ist.
Models in Natural Language Processing are fun to train but can be difficult to deploy. The size of their models, libraries and necessary files can be challenging, especially in a microservice environment. When services should be built as lightweight and slim as possible, large (language) models can lead to a lot of problems.
As people tend to be more aware of AI systems and their impact, AI ethics and transparency become more and more relevant. Explainable AI (XAI) is a not-so-new term to collect methods and techniques to make predictions of AI systems more understandable. Which data points build the basis for model fitting? How is the model trained, based on which premises and assumptions? Which decisions, which parameters lead to the optimized outcome? And, most important, which model weights and decision paths result in which predictions?
Erklärbare KI findet immer mehr Beachtung, da Kunden und Nutzer verstehen wollen, wie KI-Modelle zu ihren Vorhersagen und Schlussfolgerungen kommen. Es ist jedoch schwierig, “traditionelle” XAI-Ansätze auf Natural Language Processing/Understanding-Modelle anzuwenden, da Datenpunkte durch unterschiedliche Vorverarbeitungstechniken und Datentypen ihre Bedeutung verlieren. Larissa spricht über mögliche Umgehungen, Lösungen und Erfahrungen.