Ich finde eben, dass in den letzten Jahre viel passiert ist. Bei den neurnalen Netzwerken ist die Entwicklung enorm. Zwischen GPT-2, 3 und 4 liegen echte Sprünge. Ich weiss ja nicht wofür Du die modernen KIs verwendest, aber ich entwickle Multi-Agent Lösungen, um menschliche Arbeit zu automatisieren und das funktioniert schon verdammt gut. Viele Unternehmen setzen sowas schon ein - produktiv.
Niemand nimmt eine KI zur ausschließlichen Hochhausaufzugssteuerung ohne "fall back" Systeme. Niemand will mit 0,1% Restwahrscheinlichkeit mit voller Geschwindigkeit mit dem Aufzug im Keller zerschellen...
Wie viele Tote hat die Tesla "Vollautomation" jetzt schon produziert?
Den wenigsten KI Apologeten ist klar, dass die KI zwar durch Training lernt - aber eben nicht aus Fehlern...
Schau Dir nur https://www.swebench.com an. Das sind Programmieraufgaben aus echten GitHub issues wovon viele gar nicht trivial sind. Der beste Agent konnte sagenhafte 43% davon lösen. Ich selber verwende Aider, der gepaart mit Anthropic Claude 3.5 Sonnet immerhin 23% lösen konnte. Das hat meinen Entwicklungsworkflow revolutioniert. Das ist definitiv grosser Fortschritt.
Geschenkt! Dafür -, für lästige Deutschhausaufgaben, für Boilerplate Code - dafür ist die KI gut.
Ein Mensch macht 1 Fehler / 100 Zeilen - das kriegt die KI auch gebacken.
Auch in der Bildgebenden Medizin ist KI brauchbar - (macht weniger - oder gleich viel Fehldiagnosen wie die Ärzte.).
Nur sage ich voraus, dass selbst der Einsatz von mehreren gekoppelten KI Systemen im Auto - immer noch schlechter performen wird - als ein depperter menschlicher Fahrer.
Unsupervised learning wird auch immer besser. Ich sehe da auch grosse Fortschritte bei dem für Robotik so wichtigem erlernen eines "Weltmodells", siehe meine Antwort hier: https://www.telepolis.de/forum/Telepolis/Kommentare/Chinesen-greifen-Tesla-mit-billigen-humanoiden-Robotern-an/Nvidia-Training-via-Simulator/posting-44357559/show/
Für die Robotik im Sinne von Industrierobotern sehe ich "dunkel schwarz" - sobald eben nicht per "teach in " immer wieder die gleichen Arbeiten im Roboterkäfig anstehen. Da kann KI helfen mehrere Modelle zu liefern und u.U. vielleicht sogar das effizienteste auszuwählen. Aber wehe, wenn die KI den Roboter "eigen intuitiv" ansteuern soll. Die chronischen, mit NN-Einsatz hart verknüpften - Fehler, die dieser Art der KI (von außen unvorhersehbar) inne wohnen - sind in Kombination mit z.B. einem KUKA Industrieroboter - ein "disaster waiting to happen".
Ein Einsatz in einer sich andauernd wandelnden Umgebung wie einem Haushalt - sehe ich aus heutiger Sicht - für mehrere Jahrzehnte nicht für realistisch.
Das Gemeine bei den NNs ist, dass sie ganz schnell 80% richtig (modellieren) können - aber asymptotisch gegen die 0% Fehler streben. D.h. nach Pareto hat man mit denen gerne ein einfach billige Lösung, die eben häufiger mal voll daneben liegt - ohne einen Anzeiger - und ohne eine Parameter zu liefern, der die Wahrscheinlichkeit des jeweiligen, einzelnen Ergebnisausgabeversagens bewerten könnte.
Daher war bei mir persönlich der KI Hype schon vorbei - als ich erfahren habe - was da mathematisch drin steckt...