Im Zentrum der „Generative AI Revolution“ steht das Transformer-Modell, das 2017 von Google eingeführt wurde. Jede technologische Revolution bringt jedoch auch Verwirrung mit sich. In einem schnell wachsenden Umfeld ist es schwierig, Innovationen objektiv zu bewerten – geschweige denn ihren Einfluss einzuschätzen. Transformers, die diesen Durchbruch in der KI in Gang gesetzt haben, sind zu einem „umstrittenen Modell“ geworden. Es gibt zwei extreme Standpunkte: Eifernde Befürworter nutzen Transformers überall, auch außerhalb des NLP. Sie verwenden sie auch, wenn sie nicht können oder nicht wollen – sie werden dazu von ihren Arbeitgebern, Managern, Investoren usw. gezwungen. Skeptiker und Technologiefeinde kritisieren KI-Modelle, einschließlich Transformers. Sie können nicht verstehen oder akzeptieren, dass das Skalieren eines Modells mit mehr Daten und Schichten oft elegante mathematische Modelle, die auf rigorosen Beweisen basieren, übertrifft.
Nun, da sich der Staub legt, ist es Zeit für objektive Forschung. Dieser Artikel konzentriert sich auf Transformers für die Prognose. Ich werde die neuesten Entwicklungen aus der akademischen Welt, der Industrie und führenden Forschern besprechen. Ich werde auch erklären, wie und unter welchen Umständen auf Transformer-basierte Prognosen verlassen werden kann. Mit Daten aus der Industrie, der akademischen Welt und führenden Forschern erstellt von Autor unter Verwendung von DALLE * 3.