„Es herrschen viele Mythen und Wunschvorstellungen“ – Hanna Lukashevich

In dieser Podcast-Folge sprechen wir mit Hanna Lukashevich, Leiterin der Gruppe Semantic Media Technologies am Fraunhofer-Institut und Expertin für KI-gestützte Audio- und Musikanalyse, über eine zentrale Frage der modernen KI-Forschung: Ist es möglich, vom Output eines Modells auf den ursprünglichen Input zu schließen? Dabei wird deutlich, dass wir diese Technologien häufig noch nach veralteten Parametern bewerten und umfassende Änderungen an unserer Herangehensweise notwendig sind, um ihre wahre Leistungsfähigkeit angemessen zu erfassen. Hanna Lukashevich erklärt zudem, welche Daten tatsächlich erforderlich sind, um robuste Modelle zu trainieren, und beschreibt ein besonders faszinierendes Phänomen: Wie KI-Modelle auch von Daten lernen können, die ihnen nie explizit eingefüttert wurden und die folglich nicht direkt im Output sichtbar werden.