Im öffentlichen Bewusstsein und im medialen Diskurs geistern oft Bilder von KI umher, die noch immer der Vorstellung folgen, dass hier menschliche Intelligenz in Bits und Bytes überführt werden soll. Dementsprechend finden sich häufig Bilder von Roboterwesen und künstlichen Gehirnen neben Artikeln von KI in der Presse und in anderen Medien.

Dies wird in der Diskussion üblicherweise als «starke KI» («strong AI») bezeichnet. Dies ist für Teile der Forschung auch weiterhin als leitendes Konzept relevant. Tatsächlich hat man es aber meistens mit Systemen zu tun, die als sogenannt «schwache KI» («weak AI») gelten. Sie zielen nicht darauf ab, menschliche Intelligenz in einem umfassenden Sinne zu simulieren, sondern können in spezifischen Anwendungsbereichen brauchbare Ergebnisse liefern. Als solche ist KI (nicht erst seit ChatGPT) schon längst Alltag und begegnet uns laufend. Die Algorithmen der Suchmaschinen basieren genauso auf KI wie viele Empfehlungsalgorithmen von Streaminganbietern, ebenso die Sprachassistenten unserer Smartphones. Und wenn Banken unsere Kreditwürdigkeit beurteilen, machen sie ebenso von KI Gebrauch wie Behörden, die automatisiert Unstimmigkeiten in ausgefüllten Formularen ausfindig machen. Diese Art von KI gilt deshalb als «schwach», weil ihr Anwendungsbereich begrenzt ist. Aber innerhalb dieses Anwendungsbereichs kann sie durchaus starke Leistungen erbringen.

ChatGPT und andere KI, die heute Verwendung finden, beruhen oft auf dem sogenannten maschinellen Lernen. Grosse Trainingsdatensätze werden dazu verwendet, einen Algorithmus zu trainieren, der Muster und Zusammenhänge in den Daten erkennen soll. Oft geschieht dies in Form eines neuronalen Netzes.[3] Dabei handelt es sich um eine komplexe mathematische Formel, die ein (vereinfachtes) Modell der Neuronen und ihrer Vernetzung in unserem Hirn darstellen soll.

Die Neuronen einer Eingabeschicht erhalten Werte aus den Trainingsdaten (etwa die Farbwerte einzelner Pixel eines Bilds). Diese werden mit einem Parameter multipliziert und an die Neuronen der nächsten Schicht weitergegeben und miteinander verrechnet. Ist ein bestimmter Schwellenwert erreicht, gibt dieses Neuron wiederum durch einen Parameter modifizierte Werte an eine weitere Schicht weiter. Dies kann mehrere Tausend Male geschehen, bis schliesslich die Neuronen der Ausgabeschicht erreicht werden.