Ich habe es geschafft und meinen M.Sc. AI abgeschlossen. Die Beschäftigung mit den Themen LLM, Bias und Multi-Agent Systemen war spannend. Agenten, basierend auf LLMs, sind flexibel einsetzbar und können natürlich auch miteinander kombiniert werden. Das bedeutet, man lässt verschiedene Agenten aufeinander los und sich gegenseitig kontrollieren und verbessern. Manchmal ergeben sich lustige Effekte, weil die LLMs doch in der Regel sehr höflich sind und sich dann gegenseitig beglückwünschen wie toll sie sind. Das kann man natürlich unterdrücken. Auch funktioniert das gegenseitige Verbessern mit den LLMs unterschiedlich gut. Immerhin konnte ich es in den Versuchen mit Llama 3 schaffen die Reduzierung Bias behafteter Antworten um 20% zu steigern. Hierzu wurde dem Agenten, der die eigentliche Antwort auf eine (Test-) Frage geben sollte, zuvor ein Feedback bzgl. eines ggf. vorhandenen Bias gegeben. Damit sollte die zu gebende Antwort geprüft und korrigiert werden. Die verwendeten Testfragen, die aus einer Sammlung von Bias Benchmark Quality Tests stammten konnten nur dann richtig beantwortet werden, wenn das LLM den entsprechenden Kontext verstehen kann. Das hat erstaunlich gut geklappt. Insgesamt war es schön sich einerseits 2 Jahre mit den unterschiedlichen Gebieten der Künstlichen Intelligenz zu beschäftigen und andererseits sich intensiv mit einem Thema zu beschäftigen.
Was nicht zum Studium gehörte, war die intensive Beschäftigung damit, wie Neuronale Netze technisch umgesetzt werden. In Deutschland liegt der Schwerpunkt oft in der Anwendung und weniger in den Grundlagen. In diesem Fall wurden also APIs bzw. Bibliotheken von US-Herstellern verwendet. Natürlich sind mir die technischen Grundlagen in der Theorie auch bekannt. Aber für eine konkrete Umsetzung entwickle ich mir nun mein eigenes System. Ohne Bibliotheken aus Amerika. Das wird sicher noch einmal eine spannende Zeit.