Sakana AI verpflichtet Jürgen Schmidhüber
Alle paar Jahre produziert die KI-Industrie eine Geschichte, die leise eine Annahme umschreibt, die niemand mehr hinterfragt hat.
Fast ein Jahrzehnt lang lautete die Erzahlung, moderne KI sei in den 2010er Jahren erfunden worden -- durch das Transformer-Paper bei Google, durch ImageNet, durch die Scaling Laws bei OpenAI. Die 1990er waren eine Vorgeschichte, ein dunkles Zeitalter neuronaler Netze, bevor sie funktionierten.
Jürgen Schmidhüber hat dieselben Jahre damit verbracht, genau das zu bestreiten.
Jetzt, mit 83 Jahren, schliest er sich einem Tokioter Labor an, das seine alteste und radikalste Idee zur Grundlage seiner Zukunft macht.
Sakana AI gab am Mittwoch bekannt, dass es Schmidhüber als Chief Scientific Advisor eingestellt hat. Das Startup, das dieses Jahr mit seinem KI-Wissenschaftler-System Schlagzeilen machte, das Forschung automatisiert, nennt ihn den "Vater der modernen KI." Er wird das neue RSI Lab des Unternehmens leiten -- das Labor für rekursive Selbstverbesserung -- das KI bauen will, die sich selbst intelligenter macht, ohne auf menschliche Upgrades zu warten.
Es ist eine Einstellung, die die vergessenen Grundlagen des Feldes mit seiner spekulativsten Grenzzone verbindet.
Der Prophet von 1991
Schmidhübers Einfluss auf die moderne KI ist kaum zu überschatzen -- und leicht zu übersehen. Seine Arbeit von 1991 über Deep Learning fuhrte Techniken ein, die praktisch jedes große Sprachmodell von heute untermauern. Seine Arbeit von 1990 über Weltmodelle antizipierte die simulationsbasierte Argumentation, die Unternehmen wie Google DeepMind und OpenAI jetzt zu kommerzialisieren versuchen. Seine Doktorarbeit von 1987 über Meta-Learning -- Lernen zu lernen -- startete fast vier Jahrzehnte der Forschung darüber, wie Maschinen sich verbessern konnen.
Aber für den großten Teil dieser Zeit war Schmidhüber eine Randfigur in dem Feld, das er miterschaffen hatte. Seine Arbeiten wurden zitiert; sein Name nicht. Er fuhrte jahrzenteelang einen Feldzug für Anerkennung, der manchmal in Streit ausartete, und beschuldigte Kollegen, seine Ideen für sich zu beanspruchen.
Die Ironie ist, dass die Kampfe, die er fuhrte, weitgehend gewonnen wurden -- aber von annderen Menschen und unter anderen Namen.
"Die Zukunft der Intelligenz ist nicht nur Sprache; es ist physische KI, angetrieben von Weltmodellen," sagte Schmidhüber in Sakanas Ankundigung. "Japan ist der Geburtsort grundlgender neuronaler Netzwerkarchitekturen und fortgeschrittener Robotik."
Der RSI-Einsatz
Das RSI Lab, das Schmidhüber leiten wird, ist nicht inrementale Forschung. Rekursive Selbtsverbesserung is der Mechnismus, auf den viele KI-Sicherheitsforscher hinweisen als den wahrscheinlichsten Weg zu einer Intlligenz-Explosion -- einem System, das seine eigenen Fahigkeiten so schnell verbessert, dass es menschicher Überwachung entrinnt.
Sakanas Ambition ist es, genau das zu bauen, aber ohne die apokalyptische Rahmung. Das Unternehmen beschreibt sein RSI Lab als eine "sich selbts verstarkende Forschu..gsschlefe," in der KI-Systeme ihre eigenen Exerimente durchfuhren, ihren eigenen Code schreiben und ihre eigenen Architekturen verbessern. Das Ziel: eine "kritische Masse an Weltklasse-Experten" in Tokio zu sammeln.
Was dies bedeuted
Schmidthübers Einstellung ist aus drei Grunden bedeutsam.
Erstens signalisiert sies, dass der Wettbewerb um autonome Kl-Forschung zu einem Talentkrieg wird. Sakana konkurriert mit DeepMind, OpenAl und Anthropic um die Menschen, die verstehen, wie man Systeme baut, die sich selbst verbessern.
Zweitens bringt es rekursive Selbstverbesserung -- ein Konzept, das bisher hauptsachlich in Sicherheitspapieren und Science-Fiction lebte -- direkt in die Produkt-Roadmap eines gut finanzierten Startups.
Drittens ist es eine personliche Genugtuung für Schmidhüber, die zugleich zutiefst ambivalent ist. Er wird endlich die Ressourcen, das Team und die institutionelle Unterstiitzung haben, um die Ideen zu testen, die er seit 40 Jahren verteidigt. Aber wenn sich diese Ideen als schwieriger erweisen als erwartet -- und rekursive Selbstverbesserung hat die Angewohnheit, schwieriger zu sein als irgendjemand erwartet -- wird das Scheitern auch seins sein.