Stell dir vor, ein Computer könnte Tabellen so gut verstehen wie du. Foschende haben eine neue Methode entwickelt, die das möglich macht.
Hast du schon mal versucht, einem Computer zu erklären, was du in einer Tabelle suchst? Zum Beispiel, wenn du wissen möchtest, wie viele Schülerinnen und Schüler in deiner Schule in Mathematik gut sind. Normalerweise müssen wir dafür viele Tabellen durchsuchen und hoffen, dass wir die richtige finden. Foschende haben nun eine neue Methode entwickelt, die das viel einfacher macht.
Was die Forschenden herausgefunden haben
Die Foschende haben ein System namens Birdie entwickelt. Es kann Tabellen viel besser verstehen und finden, wenn man es in normaler Sprache fragt. Zum Beispiel, wenn du fragst: „Zeige mir die Schülerinnen und Schüler, die in Mathematik gut sind.“ Birdie kann dann die richtige Tabelle finden, ohne dass du lange suchen musst. Es ist 16,8 Prozent besser als andere Systeme und vergisst auch nicht, was es gelernt hat, wenn neue Tabellen hinzukommen.
Wie haben sie das gemacht?
Birdie arbeitet mit einem großen Sprachmodell, das wie ein Übersetzer funktioniert. Es lernt, Tabellen und Fragen miteinander zu verbinden. Zuerst gibt es jeder Tabelle eine Art Namen und erstellt viele Fragen, die zu dieser Tabelle passen. Dann lernt es, diese Fragen und Tabellen miteinander zu verbinden. Wenn du eine Frage stellst, kann Birdie direkt die passende Tabelle finden. Wenn neue Tabellen hinzukommen, kann Birdie diese auch lernen, ohne das Gelernte zu vergessen.
Warum ist das wichtig?
Diese Methode ist wichtig, weil sie das Arbeiten mit großen Mengen an Daten viel einfacher macht. Stell dir vor, du musst in einer riesigen Bibliothek nach einem bestimmten Buch suchen. Mit Birdie ist das so, als ob du einfach nach dem Titel fragst und das Buch direkt bekommst. Das spart viel Zeit und Mühe. Auch in der Wissenschaft oder im Alltag kann das sehr nützlich sein, wenn man schnell bestimmte Informationen finden muss.
Du willst mehr über die Studie wissen?
Die Foschenden hinter Birdie heißen Yuxiang Guo, Zhonghao Hu, Yuren Mao, Baihua Zheng, Yunjun Gao und Mingwei Zhou. Sie haben ihre Ergebnisse in einem wissenschaftlichen Artikel veröffentlicht.