Ist GPT-5 der "Pocket-Doktor"? Der Nobelpreisträger Demis Hassabis polemisiert wütend gegen Altman: Die Idee eines AI mit Doktorwürden ist völliger Unsinn.

Die derzeitige künstliche Intelligenz auf Doktorlevel ist Quatsch!

Es war wirklich unerwartet, dass der Nobelpreisträger und CEO von Google DeepMind, Demis Hassabis, sich offen gegen Altman gewehrt hat.

In einem kürzlichen Interview hat Hassabis öffentlich erklärt, dass es völlig abwegig sei, die heutigen Large Language Models (LLMs) als „Doktorintelligenz“ zu bezeichnen!

Sie sind keine echte Doktorintelligenz – obwohl sie einige Fähigkeiten auf Doktorlevel besitzen, fehlt ihnen insgesamt die Komplettheit.

Echte allgemeine Intelligenz sollte in allen Bereichen umfassende Fähigkeiten auf Doktorlevel aufweisen.

Echte allgemeine künstliche Intelligenz würde keine triviale Fehler machen. Die heutigen KIs verfügen nicht über die Fähigkeit zur kontinuierlichen Argumentation, Anpassung und Lernen.

Hassabis meint: Derzeit fehlen wahrscheinlich noch ein bis zwei entscheidende Durchbrüche, und es sind noch fünf bis zehn Jahre bis zur echten „Doktorintelligenz“.

Hassabis' Kritik an der „Doktor-KI“ und seine tiefgründigen Einsichten in die wesentlichen Fähigkeiten der allgemeinen künstlichen Intelligenz (AGI) finden großen Anklang:

Allerdings ist seine Einschätzung über den Zeitpunkt des Eintreffens der AGI möglicherweise nicht zutreffend.

Außer der Diskussion über den Weg zur AGI hat Hassabis auf der All-In Summit zunächst seinen Nobelpreistag in Erinnerung gerufen und anschließend seine neuesten Einschätzungen über Weltmodelle, Roboter, Beschleunigung der Forschung, Energieverbrauch und Effizienz systematisch dargelegt:

Genie 3 verwandelt einen Text in eine interaktive „Welt“ in Echtzeit. Gemini entwickelt sich zu Alphabet's „KI - Motor“. Doch eine echte AGI mit Kreativität und Kohärenz erfordert noch entscheidende Durchbrüche und Zeit.

Ein KI - Genie leitet DeepMind

AlphaFold hilft beim Erhalt des Nobelpreises

Hassabis war mit vier Jahren ein Schachgenie. 2023 wurde er von der britischen Krone für seine Beiträge zur KI zum Lord ernannt, und 2024 erhielt er den Nobelpreis für Chemie.

Für die Vorhersage von Proteinstrukturen haben Hassabis und John M. Jumper von Google DeepMind die Hälfte des Nobelpreises geteilt.

Aber erst zehn Minuten vor der offiziellen Ankündigung erhielt er die Benachrichtigung über den Gewinn des Preises. Er hatte überhaupt keine Zeit, die Nachricht zu verdauen und war total verwirrt.

Anschließend war er in Schweden für eine Woche bei der Preisverleihung, die unglaublich spannend war. Die Kommunikation mit den Mitgliedern der Königsfamilie und jede Anordnung ließen ihn staunen.

In dieser 120 - Jahre - alten Ehrentradition war der beeindruckendste Teil eine besondere Anordnung der Organisationskommission – sie holte das historische Unterschriftenbuch der Nobelpreisträger aus dem Tresor.

Hassabis erlebte einen unvergesslichen Höhepunkt seines Lebens:

Er schrieb seinen Namen zusammen mit denen von Marie Curie, Albert Einstein und allen anderen Nobelpreisträgern in der Geschichte in dasselbe Buch.

Als CEO von DeepMind ist Hassabis der Leiter von Google's KI - Aktivitäten.

Um die Entwicklung der KI voranzutreiben, wurden die KI - Teams von Google und Alphabet (einschließlich des ehemaligen DeepMind) zusammengeführt, um das heutige Google DeepMind zu gründen.

Hassabis beschreibt das neue DeepMind als den „Motor“ von Google und Alphabet.

DeepMind ist für die Entwicklung von generativen KI - Modellen wie Gemini, Gemma und Veo verantwortlich und fördert auch wissenschaftliche Projekte wie AlphaFold.

Gemini ist Google's zentrales KI - Modell und wird in vielen Produkten wie Google Search und Gmail eingesetzt.

Das von ihm geleitete Team besteht aus etwa 5.000 Personen, und mehr als 80 % sind Ingenieure oder Doktoranden.

Als Google mit der Entwicklung von Gemini begann, legte es Wert auf Multimodularität – es kann Bilder, Audio und Video verarbeiten und verschiedene Formate ausgeben.

Um zur allgemeinen künstlichen Intelligenz zu gelangen, muss das System nicht nur Sprache und Abstraktion verstehen, sondern auch die physische Welt um uns herum. Deshalb ist die Entwicklung von Robotern schwierig und Assistenzsysteme wie intelligente Brillen so wichtig.

Er hat dieses Mal das neu veröffentlichte Weltmodell Genie 3, Google's „neue Android“ – Gemini Robotics und das sensationell beliebte „NanoBanana“ vorgestellt.

Die ersten beiden zielen in die gleiche Richtung: Die KI soll die physische Welt wirklich verstehen und manipulieren können.

DeepMind versucht, Gemini Robotics zu einer „Quasi - Betriebssystemebene“ für Roboterplattformen zu entwickeln, die man sich wie das Android für Roboter vorstellen kann.

Hassabis meint, dass die Entwicklung von Robotern noch in einem frühen Stadium ist, aber in den nächsten ein bis zwei Jahren wird es wahrscheinlich einen „Aha - Moment“ geben.

In den nächsten Jahren werden die allgemeinen Modelle stärker, robuster und besser in der Lage, die Details der physischen Welt zu verstehen, was die Manipulationsfähigkeit von Robotern in der physischen Welt vollständig unterstützen kann.

Was die Zukunft der kreativen Arbeit angeht, hat Hassabis erklärt: Die besten Kreativen werden immer noch faszinierende Erfahrungen und dynamische Handlungsstränge gestalten. Sie könnten zu „Weltanschauungs - Redakteuren“ werden und die kollektive Kreativität der Menschen leiten und integrieren.

Wo liegt der Weg zur AGI?

Die wissenschaftliche Anwendung der KI ist der Bereich, der Hassabis am meisten interessiert.

Der Grund, warum er seine gesamte Laufbahn auf die KI setzt, ist, damit er die wissenschaftliche Entdeckung beschleunigen und die menschliche Gesundheit verbessern kann.

Wenn die AGI auf die richtige Weise aufgebaut wird, wird sie das ultimative wissenschaftliche Werkzeug.

In den letzten Jahren hat DeepMind viele Wege gezeigt: Am bekanntesten ist AlphaFold, aber Google setzt die KI auch in der Materialgestaltung, der Plasma - Steuerung von kontrollierten Kernfusionsanlagen, der Wettervorhersage und sogar bei mathematischen Problemen auf Olympiadeebene ein.

Ein KI - System mit demselben Paradigma kann mit einer kleinen aufgabenorientierten Feinabstimmung in vielen komplexen Bereichen wirksam sein.

Hassabis meint, dass die Beschleunigung der wissenschaftlichen Entdeckung durch die KI erst begonnen hat.

Natürlich fehlt derzeit noch etwas: Die echte „Kreativität“.

Unter einer gegebenen Fragestellung können heutige KIs beweisen und lösen, aber sie können noch keine völlig neuen Vermutungen, Hypothesen oder Theorien aufstellen. Wenn sie in der Lage sind, gute Fragen selbst zu stellen, dann ist das vielleicht ein entscheidender Meilenstein.

Was ist „Kreativität“?

Hassabis meint: Das ist der „intuitive Sprung“, für den wir oft applaudieren – der Sprung, den die besten Wissenschaftler und Künstler in der Geschichte gemacht haben.

Vielleicht basiert Kreativität auf Analogie, auf der Verbindung scheinbar unzusammenhängender Dinge.

Psychologie und Neurowissenschaft haben jeweils Theorien darüber, wie Menschen das schaffen, aber ein praktikabler Test wäre:

Man schneidet das Wissen eines modernen KI - Systems auf das Niveau von 1901 und schaut, ob es 1905 „von sich aus“ eine Theorie wie die spezielle Relativitätstheorie entwickeln kann.

Wenn ja, dann haben die Menschen etwas echtes erreicht, und vielleicht ist die AGI schon in greifbarer Nähe.

Hier ist noch ein Beispiel: Vor zehn Jahren hat AlphaGo nicht nur den Weltmeister im Go geschlagen, sondern auch einen „göttlichen Zug“ gemacht – den berühmten „37. Zug“ im zweiten Spiel.

Aber die Frage ist: Kann die KI nicht nur neue Strategien entwickeln, sondern auch „ein Spiel wie Go erfinden, das ebenso elegant, langweilig und ästhetisch ansprechend ist“?

Derzeit ist die Antwort nein. Dies ist genau die Schwäche im Hinblick auf die „Allgemeinheit“: Eine echte AGI sollte auch auf dieser Ebene schaffen können.

Was fehlt konkret noch?

Dario von Anthropic und Altman von OpenAI glauben, dass die AGI bald hereinkommt.

Hassabis ist vorsichtiger. Er meint, dass es darauf ankommt, ob wir den „intuitive Sprung“ der besten menschlichen Wissenschaftler wiederholen können, und nicht nur schrittweise Verbesserungen vornehmen?

Der Unterschied zwischen großen und guten Wissenschaftlern liegt nicht in den Grundkenntnissen, sondern in der Kreativität: Sie können ein Muster aus einem anderen Fach erkennen und es auf das aktuelle Problem übertragen.

Hassabis glaubt, dass die KI dies irgendwann schaffen wird, aber derzeit ist die Denkweise der KI bei der Argumentation noch unausgereift, um einen solchen Durchbruch zu ermöglichen.

Eine andere Schwäche ist die „Kohärenz“.

Altman und andere behaupten, dass die heutige KI bereits die „Doktorintelligenz“ erreicht hat.