Open Source, LLMs & Ethik: Ines Montani über nachhaltige KI-Entwicklung  

In dieser Folge sprechen wir mit Ines Montani, Gründerin von Explosion, Entwicklerin von spaCy und Prodigy und überzeugte Open-Source-Verfechterin. Ines erzählt, wie sie über Webdesign und Linguistik in die KI-Welt kam und warum sie fest an die Stärke von Open Source in der AI-Entwicklung glaubt.

Wir diskutieren, was nachhaltiges Machine learning bedeutet, warum kleinere Modelle oft besser sind als große LLMs, und welche Rolle Transparenz, Modularität und In-house-Lösungen spielen. Außerdem: Wo liegt die Grenze zwischen Freiheit und Verantwortung in der Open-Source-KI? Und was braucht es für eine faire, zukunftsfähige AI-Landschaft?

Themen:

- Open Source vs. Big Tech  

- spaCy, Prodigy & der Weg von Ines Montani  

- Ethik und Regulierung von KI  

- LLMs, APIs und In-house AI  

- Zukunft von AI & gute Strategien für Unternehmen

🎧 Jetzt reinhören – überall, wo es Podcasts gibt.

LINKS
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs – eine alternative Sicht darauf, wie KI-Modelle in der Praxis zum Einsatz kommen und warum wir nicht zwangsläufig von Big-Tech-APIs abhängig sein müssen

A practical guide to human-in-the-loop distillation – der technische Background, wie man LLMs dazu verwenden kann, bessere, schnellere, kleinere und komplett private Modellkomponenten zu erstellen

What the history of the web can teach us about the future of AI – ein bisschen mehr zu der Zukunftsvision und Parallelen zur Entwicklung von Web-Development