Unter dem Titel „KI im Fokus – Digitaler Kickoff“ fand am Donnerstag eine Informationsveranstaltung von Microsoft Germany statt, bei der hauptsächlich über die Möglichkeiten gesprochen wurde, die große Sprachmodelle für Unternehmen bieten können. Einer der Sprecher war Andreas Braun, der CTO von Microsoft Germany.

Und der ließ fast beiläufig einen Satz fallen, der großen News-Wert hatte: „Wir werden nächste Woche GPT-4 vorstellen“, sagte er laut Heise, als er über die Anwendungsmöglichkeiten von KI und ChatGPT sprach. „Da haben wir multimodale Modelle, die noch ganz andere Möglichkeiten bieten werden – zum Beispiel Videos.“

Der Release des Nachfolgers von GPT-3 steht demnach also kurz bevor – und er dürfte multimodal werden. Das hatte sich bereits Anfang März angedeutet, als Microsoft Kosmos-1 vorgestellt hatte: ein multimodales KI-Modell, das Bildinhalte erfassen und visuelle Rätsel lösen kann.

Holger Kenn, Chief Technologist Business Development KI & Emerging Technologies, erläuterte auf der Informationsveranstaltung, dass multimodale KI Text nicht nur nach Bildern, sondern auch nach Video und Musik umsetzen könne.

Die große Erwartungshaltung rund um das KI-Modell erklärt sich dadurch, dass der Nachfolger von GPT-3 mit mehr als 100 Billionen Parametern arbeiten wird. Zum Vergleich: GPT-3 stehen „nur“ 175 Milliarden Parameter zur Verfügung. Branchenbeobachter:innen sprechen deshalb von einem „Quantensprung“.

Laut Medienberichten soll die neueste Version genauer sein, natürliche Sprache besser verarbeiten und über eine bessere Analysefähigkeiten verfügen.

Zu was GPT-4 dann wirklich in der Lage sein wird, wird sich zeigen. OpenAI-Boss Sam Altmann jedenfalls drückte bereits im Januar auf die Euphoriebremse. „Die Leute betteln geradezu darum, enttäuscht zu werden – und das wird auch passieren“, sagte Altman in einem Interview mit Strictly VC zur großen Erwartungshaltung, die rund um GPT-4 herrscht.