Das Sprachmodell lernt Klassifizierung von Obststücken aus Angaben von Länge und Breite
Aus: KI-Stories für den Informatikunterricht NRW – „Obstkasse“
Aufgabe: Eine fiktive Scanner-Kasse soll lernen, anhand von zwei Merkmalen – hier Länge und Breite des Obststücks – Bananen und Birnen zu unterscheiden. Ein typischer Fall für ein lineares Support-Vector Verfahren. Wie geht ChatGPT als vortrainiertes Sprachmodell damit um, d.h. allein aus Analyse und Synthese von sprachlichen Inhalten und numerischen Werten?
Kommentar: ChatGPT interpretiert die Zahlenpaare zur Längen- und Breitenangabe korrekt und ordnet sie den Obstsorten zu. Die Entscheidung, ob ein Obststück mit gegebener Länge, Breite zu Bananen oder zu Birnen zu zählen ist, wird offenbar aufgrund der Min-/Max-Werte der Vorgabedaten getroffen. Das Sprachmodell findet also eine plausible Methode. Das ist schon erstaunlich, denn es erfordert eine Textinterpretation, die mathematisch-logischen Abwägungen generiert und numerische Werte einbezieht. Die Abwägungen sind an sich korrekt, aber eingeschränkt im Vergleich zu einer SV-Klassifikation. (Dazu lassen wir in GPT#9 ein Machine Learning Programm generieren.)
Den als Prompt formulierten Wunsch einer Darstellung der Daten als Scatter-Plot beantwortet ChatGPT mit einem funktionierenden Python Program – ohne dass der Prompt die Anforderung eines Programms explizit enthält. Das Programm an sich ist Standard und könnte so aus dem riesigen Textkorpus stammen.
Lernen oder Lernen? Der Vergleich dieser Aufgabe und der aus #9 führt auf einen interessanten Aspekt. ChatGPT ist als KI-System trainiert auf die allgemeine „Aufgabe“ Texte fortzusetzen aus Beständen der imensen Datenbasis. Die Prompts in #9 und #8 (hier) stellen eine spezifische Machine Learning Aufgabe. Der Unterschied: In #9 schlägt ChatGPT ML-Verfahren für die Klassifikationsaufgabe bzw. soll diese genereiren (in Form von Programmen); hier (#8) dagegen soll ChatGPT „selbst“ die Klassifikation lernen. Der Input besteht hier direkt in dem Dialog, aus dem auch die Daten entnommen werden; das in #9 generierte Programm hat die „Fähigkeit“ Input-Daten in bestimmter Form aufzunehmen und sich damit zu trainieren.
Das eröffnet eine andere Perspektive auf Fragen vom Typ „Kann eine KI … ?“. Zum Einen: Gibt es ein ML Programm, dass diese Fähigkeit lernen kann? Zum Anderen: Gibt es ein KI-System, dass lernt oder gelernt hat, Verfahren (z.B. ein ML-Programm) zu generieren, die die betreffenden Fähigkeiten erlernt. Wir sehen hier möglicherweise den Ansatz eines Übergangs von sog. schwacher KI zu genereller KI.
- Task & Prompt: Bernhard Thomas
- Generator: ChatGPT
- Translator: n/a (DeepL Übersetzung als Nachbereitung)
- Editing: n/a (ChatGPT Originaltext)
- Authoring: Bernhard Thomas
- Credits: n/a
Assume bananas and pears are characterized by their length and width in cm.
I understand that you are assuming that bananas and pears can be characterized by their length and width in centimeters. Is there a specific question or task that you would like me to help with regarding this information?
If length is 20 and width is 5, what is it?
Without additional information, it is not possible to determine if a fruit with a length of 20cm and a width of 5cm is a banana or a pear. Both fruits come in various sizes and shapes. It could be a banana or pear but also other fruits may have similar measurements.
This list characterises bananas (20,4),(17,5),(18,3.5),(15,5) and this list characterizes pears (10,6),(8.5,5),(11,8),(9.5,7). If a fruit is (15, 4.5) is a banana or a pear?
From the information you’ve provided, it appears that the list of measurements you’ve given characterizes bananas as having a length that is greater than 15cm and a width that is between 3.5cm and 5cm. Pears, on the other hand, are characterized by having a length that is less than 11cm and a width that is between 5cm and 8cm.
Given this information, a fruit with measurements of (15, 4.5) could be a banana, as it falls within the length and width range that you’ve provided for bananas. It is important to note that this is based on the data you’ve provided, if you have more data or other characteristics to differentiate between bananas and pears this answer would not be accurate.
What is (13, 8) banana or pear?
Based on the information you’ve provided, a fruit with measurements of (13,8) would not be a banana as the length (13cm) is less than the minimum length provided for bananas (15cm) and it would not be a pear either, as the width (8cm) is greater than the maximum width provided for pears (8cm). This measurements fall outside the range provided for both fruits, so it is not possible to determine if it is a banana or a pear based on the information provided. It is important to note that this is based on the data you’ve provided, if you have more data or other characteristics to differentiate between bananas and pears this answer would not be accurate.
Thank you
You’re welcome! I’m glad I could help. Let me know if you have any other questions or if there’s anything else I can do for you.
Please make a scatter plot of the data
I’m sorry, I am a text-based AI and I don’t have the ability to create visualizations such as scatter plots. However, you can easily create a scatter plot using various tools such as excel, R or Python. If you want to use python, you can use libraries like matplotlib or seaborn to create scatter plots. Here’s an example of how you could create a scatter plot using the data you provided with matplotlib:
import matplotlib.pyplot as plt
bananas = [(20,4),(17,5),(18,3.5),(15,5)]
x_bananas = [i[0] for i in bananas]
y_bananas = [i[1] for i in bananas]
pears = [(10,6),(8.5,5),(11,8),(9.5,7)]
x_pears = [i[0] for i in pears]
y_pears = [i[1] for i in pears]
plt.scatter(x_bananas, y_bananas, color = 'b', label = 'bananas')
plt.scatter(x_pears, y_pears, color = 'g', label = 'pears')
plt.xlabel('Length (cm)')
plt.ylabel('Width (cm)')
plt.legend()
plt.show()
I (the human author) ran this as a python notebook in Google Colab, and here is the perfect result:
Roh-Übersetzung mit Deepl.com (online)
Nehmen Sie an, dass Bananen und Birnen durch ihre Länge und Breite in cm charakterisiert sind.
Ich verstehe, dass Sie davon ausgehen, dass Bananen und Birnen durch ihre Länge und Breite in Zentimetern charakterisiert werden können. Gibt es eine bestimmte Frage oder Aufgabe, bei der ich Ihnen helfen soll?
Wenn die Länge 20 und die Breite 5 beträgt, wie groß ist sie dann?
Ohne zusätzliche Informationen ist es nicht möglich zu bestimmen, ob eine Frucht mit einer Länge von 20 cm und einer Breite von 5 cm eine Banane oder eine Birne ist. Beide Früchte gibt es in verschiedenen Größen und Formen. Es könnte sich um eine Banane oder eine Birne handeln, aber auch andere Früchte können ähnliche Maße haben.
Diese Liste charakterisiert Bananen (20,4),(17,5),(18,3.5),(15,5) und diese Liste charakterisiert Birnen (10,6),(8.5,5),(11,8),(9.5,7). Wenn eine Frucht (15, 4,5) ist, ist sie dann eine Banane oder eine Birne?
Aus den von Ihnen gelieferten Informationen geht hervor, dass die von Ihnen angegebene Liste von Maßen Bananen mit einer Länge von mehr als 15 cm und einer Breite zwischen 3,5 und 5 cm charakterisiert. Birnen hingegen haben eine Länge von weniger als 11 cm und eine Breite zwischen 5 und 8 cm.
Angesichts dieser Informationen könnte eine Frucht mit den Maßen (15, 4,5) eine Banane sein, da sie in den Längen- und Breitenbereich fällt, den Sie für Bananen angegeben haben. Wenn Sie mehr Daten oder andere Merkmale zur Unterscheidung zwischen Bananen und Birnen haben, wäre diese Antwort nicht korrekt.
Was ist (13, 8) Banane oder Birne?
Auf der Grundlage der von Ihnen gelieferten Informationen wäre eine Frucht mit den Maßen (13,8) keine Banane, da die Länge (13 cm) unter der für Bananen angegebenen Mindestlänge (15 cm) liegt, und sie wäre auch keine Birne, da die Breite (8 cm) größer ist als die für Birnen angegebene Höchstbreite (8 cm). Diese Maße liegen außerhalb des für beide Früchte angegebenen Bereichs, so dass es nicht möglich ist, anhand der Angaben zu bestimmen, ob es sich um eine Banane oder eine Birne handelt. Es ist wichtig zu beachten, dass dies auf den von Ihnen angegebenen Daten basiert. Wenn Sie mehr Daten oder andere Merkmale zur Unterscheidung zwischen Bananen und Birnen haben, wäre diese Antwort nicht korrekt.
Vielen Dank für die Antwort.
Gern geschehen! Ich bin froh, dass ich helfen konnte. Lassen Sie mich wissen, wenn Sie weitere Fragen haben oder wenn ich noch etwas für Sie tun kann.
Bitte erstellen Sie ein Streudiagramm der Daten
Es tut mir leid, ich bin eine textbasierte KI und habe nicht die Möglichkeit, Visualisierungen wie Streudiagramme zu erstellen. Sie können jedoch mit verschiedenen Tools wie Excel, R oder Python leicht ein Streudiagramm erstellen. Wenn Sie Python verwenden möchten, können Sie Bibliotheken wie matplotlib oder seaborn verwenden, um Streudiagramme zu erstellen. Hier ein Beispiel für die Erstellung eines Streudiagramms unter Verwendung der Daten, die Sie mit matplotlib bereitgestellt haben:
[Program und Grafik s.o.]
Übersetzt mit www.DeepL.com/Translator (kostenlose Version)
20.01.2023
bernhard.thomas@interscience.de
