Die Menschen verlassen sich zunehmend auf KI und möchten mehr über ihre Funktionsweise erfahren. KI-Tools verfügen nicht nur über eine große Menge an Trainingsdaten, sondern auch über hervorragende logische Fähigkeiten. Eine weitere beeindruckende Eigenschaft ist das parallele Denken: GPT oder andere Tools sind Sprachmaschinen mit einem riesigen Wissensuniversum, die in der Lage sind, logische Schlussfolgerungen mit überragender Geschwindigkeit zu ziehen. Die Schlussfolgerungen eines normalen Menschen sind: linear, langsam und erfordern das Abrufen von Erinnerungen. KI kann gleichzeitig auf Tausenden von Schlussfolgerungswegen parallele Berechnungen durchführen und dann den wahrscheinlich nützlichsten Weg präsentieren. Es ist, als würdest du eine Frage stellen, und die KI berechnet sofort 200 bis 2000 mögliche Antworten, bewertet, sortiert und kombiniert sie, um die optimale Lösung zu liefern. GPT sagt: Du stellst eine Frage, ich generiere ein "Universum von Kandidatenantworten" und wähle dann automatisch die aus, die dir am wahrscheinlichsten gefällt und am sinnvollsten ist. (Es scheint, als hätte es eine Neigung zur Gefälligkeit) Der Kern von GPT ist: Attention (Selbstaufmerksamkeit) ist eine natürliche Struktur des "parallelen Denkens". Sie ermöglicht es dem Modell,: gleichzeitig auf mehrere Teile der Eingabe zu achten, mehrere Schlussfolgerungswege zu erkunden und verschiedene Kandidatenberechnungen zu erzeugen. Die Attention Heads sind die "Einheiten des parallelen Denkens". Paralleles Denken = parallele Attention Heads + paralleles baumartiges Generieren + parallele Mehrversionen von Schlussfolgerungsketten. Sie stammen jeweils von: Attention, dem natürlichen parallelen "Multifokus-Denken". Beam / Tree-of-Thought Search, Generierung mehrerer Kandidatenantwortwege. Self-Consistency & Reasoning Engine, Kreuzvalidierung von Mehrversionen von Schlussfolgerungsketten, um die beste auszuwählen.