Wikidata Embedding Project: KI-Modelle profitieren von Wikipedia-Daten

BERLIN / LONDON (IT BOLTWISE) – Wikimedia Deutschland hat ein neues Projekt gestartet, das Wikipedia-Daten für KI-Modelle zugänglicher macht. Das Wikidata Embedding Project nutzt semantische Suchtechniken, um die Datenbank mit fast 120 Millionen Einträgen zu durchsuchen und bietet damit eine wertvolle Ressource für Entwickler von KI-Systemen.

Die zunehmende Bedeutung von Künstlicher Intelligenz (KI) in der modernen Technologie hat den Bedarf an qualitativ hochwertigen Datenquellen verstärkt. In diesem Kontext hat Wikimedia Deutschland das Wikidata Embedding Project ins Leben gerufen, um die umfangreichen Daten von Wikipedia für KI-Modelle besser nutzbar zu machen. Das Projekt nutzt eine vektorbasierte semantische Suche, die es Computern ermöglicht, die Bedeutung und Beziehungen zwischen Wörtern zu verstehen. Dies ist besonders wertvoll für die Verarbeitung natürlicher Sprache durch große Sprachmodelle (LLMs).

Das Projekt wurde in Zusammenarbeit mit Jina.AI, einem Unternehmen für neuronale Suche, und DataStax, einem Echtzeit-Trainingsdatenunternehmen, entwickelt. Wikidata bietet seit Jahren maschinenlesbare Daten von Wikimedia-Eigenschaften an, jedoch waren die bisherigen Tools auf Stichwortsuchen und SPARQL-Abfragen beschränkt. Die neue Lösung verbessert die Interaktion mit Retrieval-Augmented Generation (RAG) Systemen, die es KI-Modellen ermöglichen, externe Informationen einzubeziehen und so auf von Wikipedia-Redakteuren überprüftes Wissen zuzugreifen.

Ein entscheidender Vorteil des neuen Systems ist die strukturierte Bereitstellung semantischer Kontexte. Eine Abfrage nach dem Begriff „Wissenschaftler“ liefert nicht nur eine Liste prominenter Nuklearwissenschaftler, sondern auch solche, die bei Bell Labs gearbeitet haben. Zudem werden Übersetzungen des Begriffs in verschiedene Sprachen, ein von Wikimedia freigegebenes Bild von Wissenschaftlern bei der Arbeit und Verknüpfungen zu verwandten Konzepten wie „Forscher“ und „Gelehrter“ bereitgestellt.

Die Datenbank ist öffentlich auf Toolforge zugänglich, und Wikidata veranstaltet am 9. Oktober ein Webinar für interessierte Entwickler. Diese Initiative kommt zu einem Zeitpunkt, an dem KI-Entwickler händeringend nach hochwertigen Datenquellen suchen, um ihre Modelle zu verfeinern. Während einige Wikipedia skeptisch gegenüberstehen, ist deren Datenbasis deutlich faktenorientierter als allumfassende Datensätze wie der Common Crawl, der eine riesige Sammlung von Web-Seiten umfasst.

Die Unabhängigkeit des Projekts von großen KI-Laboren oder großen Technologieunternehmen wird von Philippe Saadé, dem Projektmanager von Wikidata AI, betont. Er unterstreicht, dass mächtige KI nicht von einer Handvoll Unternehmen kontrolliert werden muss, sondern offen, kollaborativ und für alle zugänglich sein kann.

Bestseller Nr. 1 ᵃ⤻ᶻ «KI Gadgets»

Apple AirTag - Finde und behalte Deine Sachen im Blick: Schlüssel, Geldbörsen, Gepäck, Rucksäcke und mehr. Einfaches Einrichten mit iPhone oder iPad. Austauschbare Batterie

30,99 EUR

Bestseller Nr. 2 ᵃ⤻ᶻ «KI Gadgets»

Vikye KI -Roboter Angetrieben von Deepseek, Smart Talking Desk Companion mit 1,28 "Bildschirm, Sprachsteuerung, WLAN -Wetteruhr und Bluetooth Music Player

30,50 EUR

Bestseller Nr. 3 ᵃ⤻ᶻ «KI Gadgets»

ZOOI Geschenke für Männer, Geburtstagsgeschenk für Männer, Gadgets für Männer, Geschenke für Papa Geschenk Männergeschenk Adventskalender Füllung Männer, Bluetooth Lautsprecher mit Handyständer

17,84 EUR

Bestseller Nr. 4 ᵃ⤻ᶻ «KI Gadgets»

QCOQ® Air Tags 4er Pack Schwarz, Schlüsselfinder & Air Tracker Tagg Kompatibel mit Apple Wo ist? App (Nur iOS), Smart Key Finder mit Schlüsselband, Koffer-Tracker für Taschen/Keys, Austauschbarer Akku

29,99 EUR

Bestseller Nr. 5 ᵃ⤻ᶻ «KI Gadgets»

EIlik - Ein Desktop-Begleitroboter mit emotionaler Intelligenz, Multi-Roboter-Interaktionen, Desktop-Robotik-Partner

169,00 EUR

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!