Zu Gast heute im Podcast: Prof. Dr. Stefan Ultes (Universität Bamberg). Er ist Leiter der Abteilung "Sprachgenerierung" und "Dialogsysteme". Zuvor war er Forschungsleiter für Dialogsysteme bei Mercedes Benz und Postdoc in der "Spoken Dialogue Systems Group" an der Universität Cambridge.
Stefan Ultes verdeutlicht zunächst den Unterschied zwischen "Sprachsystemen" und "Dialogsystemen". Ein Dialogsystem agiert mit Nutzern in einem mehrstufigen kommunikativen Austausch - mit geführter Rede und Gegenrede. Dabei wird der entsprechende "Kontext" über mehrere Dialogschritte berücksichtigt. Allerdings kann die dahinterliegende Intelligenz sehr unterschiedlich ausgelegt/ausgeprägt sein: Von telefonischen Baum-Entscheidungen (Telefon-Hotline) bis hin zu hochkomplexen multidimensionalen Sprachassistenten.
Die Rolle virtueller Sprach-Assistenten gibt dabei diesen "Kontext" vor: Logisch, "Siri" (Apple), "Cortana" (Microsoft) oder "Alexa" (Amazon) führen andere inhaltliche Dialoge als ein Sprachassistent eines Autos. Beide verbindet jedoch die (gesprochene) Sprache als interaktive Schnittstelle mit dem Menschen, die ihrerseits auf Large-Language-Models (LLM), Deep-Learning oder Neuronalen Netzen basiert.
Unabhängig von der Spracheingabe (Text oder gesprochene Sprache), funktionieren weite Teile dieser Künstlichen Intelligenzen auf Maschinellem Lernen, einer großen Datenmenge und vielen Trainingsbeispielen. Stefan Ultes erklärt, warum intelligente Systeme dabei nicht selbst verstehen müssen, welche grammatikalische Regeln hinter einer Sprache liegen. Und statistisch gesehen, das Ergebnis trotzdem korrekt sein wird.
Am Ende gibt Prof. Ultes gibt Einblicke, wie sich Sprachübersetzer und Bildgeneratoren funktionell unterscheiden und erläutert, wie modulare KI-Systeme von Laien zum Einsatz gebracht werden können.