MirroS | Mache jedes Unbekannte zum Ausgangspunkt der nächsten Evolutionsrunde

Andrej Karpathys AutoResearch stellt einen minimalistischen RSI-Zyklus (Rekursive Selbstverbesserung) vor: Die KI modifiziert Code, führt Experimente durch, bewertet die Ergebnisse, behält wirksame Verbesserungen bei und fährt dann mit der nächsten Runde fort. Dieser Mechanismus funktioniert, weil die Software-Sandbox eine „bereits geschriebene Welt“ ist: Regeln sind festgelegt, Zustände sind begrenzt, Ziele sind klar definiert. Die Aufgabe der KI besteht darin, bessere Antworten in einer bekannten Welt zu finden.

Aber die reale Welt wurde nie vollständig niedergeschrieben.

Roboter wissen nicht, was in einem Raum auftauchen könnte; fortschrittliche Fertigungssysteme können nicht davon ausgehen, dass der digitale Zwilling immer genau ist; wissenschaftliche Experimente können auch Ergebnisse liefern, die mit bestehenden Theorien nicht erklärt werden können. In diesen Szenarien bedeutet ein Scheitern nicht unbedingt, dass die KI eine falsche Entscheidung getroffen hat, es kann auch bedeuten: Die Welt, aus der sie Antworten sucht, fehlt selbst ein Teil der Realität.

Das ist genau das Problem, das Physical RSI lösen soll. Es soll nicht nur den Actor verbessern, der Aufgaben ausführt, sondern auch das Weltmodell, auf das sich der Actor bei seinen Handlungen stützt, gleichzeitig erweitern. Beide entwickeln sich gemeinsam weiter, und jeder Fortschritt der einen Seite deckt die nächste Grenze der anderen Seite auf.

Was wir brauchen, ist kein Weltmodell, das nur realistische Videos erzeugen kann, sondern ein Agentic World Model, das die Realität verstehen, Simulationen aufbauen, Hypothesen aufstellen und sich durch echte Rückmeldungen ständig selbst korrigieren kann. Ein solches Weltmodell erfasst Objekte, Beziehungen und Kausalitäten in der Realität durch Abstraktion und verwandelt dann mithilfe von Sprache und Code ein zufälliges Ereignis in eine reproduzierbare, überprüfbare und übertragbare Umgebung.

Zum Beispiel wird ein Roboterhund von einem Kabel verwickelt. Das System muss zunächst beurteilen: Kann das Weltmodell die Beziehung zwischen Kabel, Spannung und Bewegung nicht erklären? Oder hat es das Problem bereits verstanden, weiß aber nicht, wie es sich befreien kann? Ersteres ist eine environment gap, die eine Erweiterung des Weltmodells erfordert; Letzteres ist eine skill gap, die eine Verbesserung des Actors erfordert. Neue Erkenntnisse und Strategien müssen schließlich in der Realität überprüft werden.

So werden „unerwartete Ereignisse“ nicht mehr nur zu Fehlern, sondern zu Einstiegspunkten für die Evolution der Intelligenz:

Begegnung → Unerwartetes Ereignis → Diagnose → Abstraktion → Simulation → Lösung → Überprüfung → Internalisierung

Derselbe Zyklus kann in Bereichen wie verkörperter Intelligenz, fortschrittlicher Fertigung, wissenschaftlicher Entdeckung und allen anderen Bereichen stattfinden, in denen eine kontinuierliche Interaktion mit der nicht vollständig bekannten Realität erforderlich ist.

Die erste Hälfte von RSI besteht darin, die KI zu einem besseren Problemlöser zu machen.

Die zweite Hälfte besteht darin, die KI dazu zu bringen, die Welt, die sie verstehen und lösen kann, ständig zu erweitern.

Echte Intelligenz bedeutet nicht, sich ständig in einer festen Welt zu optimieren, sondern jedes Unbekannte zum Ausgangspunkt der nächsten Evolutionsrunde zu machen.

Spiegle die sich ständig verändernde Welt wider,

Baue das Betriebssystem, in dem Weltmodell und Intelligenz gemeinsam evolvieren.

MirroS, geboren für das Unbekannte.