Der "Vater des KI" startet ein eigenes Unternehmen: Silicon Valley setzt auf das "nächste KI - Paradigma"

In den letzten drei Jahren hat die KI-Branche fast in die gleiche Richtung gerast.

Von GPT-4 bis Claude, von Gemini bis DeepSeek scheint das Konsens in der gesamten Branche immer deutlicher zu werden: Solange man mehr Daten, größere Modelle und stärkere Rechenleistung hat, kann man sich ständig der allgemeinen Künstlichen Intelligenz (AGI) nähern.

Diese Logik hat in den letzten Jahren die weltweit größte Technologieinvestitionswelle vorangetrieben. Der Schätzwert von OpenAI hat die Tausende von Milliarden Dollar überschritten, Anthropic ist einer der wichtigsten Akteure auf dem Unternehmens-KI-Markt geworden, und eine große Menge an Kapital ist in den Bereich der Basis-Modelle geflossen. Fast alle Start-ups überlegen, wie sie diese Modelle nutzen können, um Anwendungen zu entwickeln, während nur wenige eine tiefere Frage neu prüfen: Ist der heutige Weg der großen Modelle wirklich die endgültige Antwort auf die AGI?

Während die gesamte Branche ständig nach größeren Modellen strebt, hat ein Wissenschaftler, der als Gründervater der modernen Künstlichen Intelligenz angesehen wird, sich entschieden, neu anzufangen.

Er ist der Turing-Award-Gewinner von 2018, der Chef-KI-Wissenschaftler von Meta und Professor an der New York University, sowie einer der drei Größen des Deep Learning, Yann LeCun. Sein neu gegründetes Unternehmen AMI (Advanced Machine Intelligence) versucht, ein Problem zu lösen, das sich von der derzeitigen Mainstream-Richtung der Branche stark unterscheidet.

01┃ Was denkt LeCun, wenn alle nach GPT streben?

In den letzten drei Jahren war die KI-Welt fast von einer einzigen Logik dominiert: Größere Modelle, mehr Parameter, mehr Trainingsdaten, stärkere Inferenzfähigkeit...

Die gesamte Branche scheint es als selbstverständlich zu betrachten, dass man sich der AGI schrittweise nähern kann, solange man die Skala ständig erweitert. OpenAI tut dies, Anthropic tut dies, Google DeepMind tut dies, und sogar aufstrebende Akteure wie xAI, Mistral und DeepSeek gehen auf ähnlichen Wegen vor.

Aber Yann LeCun steht immer auf der anderen Seite. Tatsächlich war er in den letzten Jahren einer der Top-Wissenschaftler, die am häufigsten die Richtung der großen Sprachmodelle öffentlich in Frage stellten. Er betont immer wieder eine Meinung:

Große Sprachmodelle sind stark, aber sie verstehen die Welt nicht wirklich.

Dieser Satz klingt vielleicht etwas unintuitiv. Nachdem GPT heute bereits in der Lage ist, Code zu schreiben, Aufsätze zu verfassen, Analysen durchzuführen und sogar verschiedene Prüfungen zu bestehen, meint LeCun jedoch, dass diese Fähigkeiten eher aus statistischen Mustern in einer riesigen Datenmenge resultieren als aus einem Verständnis der realen Welt selbst. Mit anderen Worten, das Modell weiß, welches Wort am wahrscheinlichsten an der nächsten Stelle steht, aber nicht, warum es dort steht.

Es kann die Welt beschreiben, aber es versteht sie nicht wirklich.

02┃ Etwas, das ein dreijähriges Kind kann, kann die KI nicht

LeCun bringt oft ein sehr einfaches Beispiel: Man legt einen Ball an den Tischrand. Ein dreijähriges Kind weiß fast sofort, dass der Ball fallen wird, wenn er weiter rollt. Er hat sogar nie Physik gelernt und keine Lehrbücher gelesen, aber er kann die Zukunft vorhersagen.

Weil er versteht, wie die Welt funktioniert.

Die heute fortschrittlichsten großen Modelle haben tatsächlich diese Fähigkeit nicht. Sie haben keine echte physikalische Intuition. Kein kausales Verständnis. Keine Weltwahrnehmung. Keine langfristige Planung. Oft raten sie nur anhand der Trainingsdaten, welche Antwort die wahrscheinlichste ist.

Deshalb hat LeCun in den letzten Jahren ständig ein anderes Konzept vorangetrieben:

World Model (Weltmodell).

In seiner Ansicht ist der Kern der menschlichen Intelligenz nicht die Sprache, sondern die Fähigkeit, die Welt vorherzusagen. Die Sprache ist nur ein Ausdrucksinstrument, das Verständnis der Welt ist die wahre Quelle der Intelligenz.

Er meint, dass der Großteil der Informationen, die Menschen erhalten, nicht aus der Sprache stammt, sondern aus der visuellen Wahrnehmung, dem Raum, den Bewegungen und der Interaktion mit der Umwelt. Die Sprache ist nur die Form der Intelligenzausdrucks, nicht die Intelligenz selbst. Ein KI-System, das sich wirklich dem menschlichen Erkenntnisniveau nähert, muss nicht nur Texte verstehen, sondern auch verstehen, wie die Welt funktioniert, wie kausale Beziehungen entstehen und welche Auswirkungen seine eigenen Handlungen haben.

Dies ist auch die wichtigste Forschungsrichtung von AMI.

03┃ Die nächste Revolution in der KI könnte nicht in größeren Modellen liegen

Wenn man die Technologiegeschichte der letzten zehn Jahre betrachtet, wird man eine interessante Regel entdecken. Fast jede bedeutende technologische Veränderung in der Technologiegeschichte war nicht einfach eine Vergrößerung der vorherigen Technologie. Google ist nicht ein größeres Yahoo, das iPhone ist nicht ein größeres Nokia, und ChatGPT ist nicht ein größerer Suchmaschine. Was wirklich das Branchengeschehen verändert, ist oft ein neues technologisches Paradigma.

Und heute werden immer mehr Forscher sich bewusst, dass Transformer vielleicht nicht das Ende ist, sondern eher eine Phase in der Entwicklung der KI. Deshalb beginnen immer mehr Top-Labore, erneut zu forschen:

• Weltmodelle;
• Langlebiges Gedächtnis;
• Aktives Lernen;
• Kausale Inferenz;
• Modellierung der physischen Welt;
• Embodied Intelligence...

Und AMI ist genau in diesem Kontext entstanden.

Das Problem, das es wirklich lösen will, ist nicht, wie man bessere Texte generiert, sondern wie man die KI dazu bringt, die reale Welt wie ein Mensch zu verstehen.

04┃ Warum beginnen die Kapitalgeber wild nach Wissenschaftlern zu jagen?

Für Investoren ist das Attraktivste an AMI nicht der heutige kommerzielle Umsatz.

Tatsächlich betrachten viele Top-Investoren ein solches Unternehmen nicht mit der Logik eines herkömmlichen Softwareunternehmens. Denn das wirklich seltene Asset ist weder das Produkt noch die Benutzer, sondern die Möglichkeit, das nächste technologische Paradigma zu schaffen.

In den letzten zwanzig Jahren hat Yann LeCun die Entwicklung des Convolutional Neural Networks mitgestaltet, und diese Technologie ist später zur Infrastruktur im Bereich des maschinellen Sehens geworden. Später hat die Deep-Learning-Revolution die gesamte KI-Branche neu geformt.

Deshalb interessieren sich die Kapitalgeber, wenn ein solcher Wissenschaftler beschließt, neu zu gründen, nicht dafür, wie viel Umsatz das Unternehmen in diesem Jahr erzielen kann, sondern dafür, ob es die Chance hat, die technologische Richtung der nächsten zehn Jahre zu beeinflussen. Von dieser Perspektive aus gesehen, ist AMI eher eine langfristige Wette auf die Zukunft.

05┃ Wie groß ist der Markt, um den AMI wirklich konkurriert?

Viele Menschen sehen AMI und denken automatisch, dass es sich um ein weiteres Unternehmen für große Modelle handelt.

Tatsächlich zielt es auf einen Markt ab, der weit über Chatbots hinausgeht. Denn sobald das Weltmodell wirklich reif wird, wird nicht nur die Softwarebranche betroffen sein, sondern die gesamte reale Welt.

• Autonomes Fahren erfordert das Verständnis der physischen Umwelt
• Roboter müssen räumliche Beziehungen verstehen
• Industrielle Automatisierung erfordert die Vorhersage komplexer Systeme
• Medizinische KI muss kausale Beziehungen verstehen
• Wissenschaftliche Forschung erfordert die Erstellung von Weltmodellen
• Abwehrsysteme müssen reale Umgebungen simulieren

Fast alle Szenarien, die die Interaktion mit der realen Welt betreffen, könnten von der Entwicklung in dieser Richtung profitieren. Diese Szenarien bilden gemeinsam die zukünftige KI-Ökonomie im Bereich von mehreren Billionen Dollar. Von dieser Perspektive aus gesehen, konkurriert AMI nicht um einen bestimmten Anwendungsbereich, sondern um den Standard der zukünftigen KI-unterliegenden Erkenntnisarchitektur.

06┃ Warum sind die Silicon-Valley-Investoren so aufgeregt?

Wenn man OpenAI als das Microsoft der KI-Zeit und Anthropic als das Oracle der KI-Zeit ansieht. Dann möchten viele Investoren wissen: Wer wird das Bell Labs der KI-Zeit?

Wer wird die technologische Richtung der nächsten zehn Jahre definieren? Wer wird die nächste echte Architektur-Revolution schaffen?

Die Attraktivität von AMI liegt genau hier: Es repräsentiert nicht eine Produktinnovation, sondern eine Paradigmeninnovation. Und die Geschichte hat es unzählige Male bewiesen: Die Unternehmen, die wirklich den größten Wert schaffen, sind oft nicht diejenigen, die zuerst Produkte herstellen, sondern diejenigen, die die Regeln definieren.

Abschluss┃ Nach GPT gibt es noch ein zweites Akt in der KI

In den letzten drei Jahren hat sich die Geschichte der KI um eine Frage dreht: Wer kann das stärkste große Modell trainieren?

Und in den nächsten zehn Jahren wird sich die Branche vielleicht um eine andere Frage drehen:

• Wer kann die KI dazu bringen, die Welt wirklich zu verstehen?
• Wer kann das nächste Erkenntnissystem aufbauen?
• Wer kann die technologische Richtung zur AGI definieren?

Yann LeCun gründete AMI vielleicht gerade, um diese Frage zu beantworten.

Für die meisten Investoren ist der größte Wert dieses Unternehmens heute nicht der Umsatz, nicht das Produkt und sogar nicht der Schätzwert. Sondern es repräsentiert eine neue Möglichkeit: Während die gesamte Branche daran arbeitet, GPT zu optimieren, versucht jemand, die KI neu zu definieren.

Dieser Artikel stammt aus dem WeChat-Account “Silicon Rabbit King” (ID: gh_1faae33d0655), Autor: Silicon Rabbit King, veröffentlicht von 36Kr mit Genehmigung.