Künstliche Intelligenz
Hat OpenAI das erste AGI mit o3 erstellt?
Ein Weg zur künstlichen allgemeinen Intelligenz
Im Wettlauf um die Entwicklung eines KI-Modells ist das Endziel die künstliche allgemeine Intelligenz (AGI). Dies ist eine Art KI, die jeden beliebigen Situation meistern kann, anstatt ultraspzialisiert zu sein, um bestimmte Aufgaben auszuführen, wie zum Beispiel das Fahren eines Autos.
Solange wir nur spezialisierte KIs haben, werden sie eher Algorithmen als tatsächliche Intelligenz sein. Die Fähigkeit, Regeln abzuleiten und auf neue Situationen zu reagieren, und vielleicht noch wichtiger, wahre Argumentation, wäre ein bedeutendes Ereignis in der Geschichte der Menschheit, da eine solche AGI wahrscheinlich schnell menschlich werden würde.
Und natürlich, nicht durch die Rechenleistung eines einzelnen menschlichen Schädels eingeschränkt, könnte eine solche AGI schnell weiter verbessert werden und zu einer wissenschaftlich-fiktiven Superintelligenz werden.
Dies ruft sofort Bilder von einer Star-Trek-ähnlichen Utopie oder Roboter-Apokalypsen wie Terminator oder Battlestar Galactica hervor.
Quelle: Screen Rant
Es war also ein großes Thema, als OpenAI am 20. Dezember bekannt gab, dass sein neuestes KI-Modell o3 “zumindest unter bestimmten Bedingungen AGI annähert – mit erheblichen Vorbehalten.”
OpenAI-Modelle
o3 ist die neueste Iteration der “o”-Serie des Unternehmens, die der früheren o1 folgt (es gibt keine o2, aufgrund eines potenziellen Markenrechtskonflikts mit dem britischen Telekommunikationsunternehmen gleichen Namens).
Es kommt zusammen mit anderen ultra-entwickelten KIs, die von OpenAI entwickelt wurden: ChatGPT (Textgenerierung), DALL-E (Text-Bild-Generierung), Sora (Text-Video-Generierung), JukeBox (Musikgenerierung) und Whisper (Sprach-zu-Text).
o1 und o3
Die o1-Modell wurde im September 2024 veröffentlicht und sollte mehr Zeit haben, um über ihre Antworten nachzudenken, was zu einer höheren Genauigkeit führte. Dies ist wichtig, da Dienste wie ChatGPT bekannt dafür sind, Dinge zu erraten, die sie nicht wissen, oder sie einfach zu erfinden.
Während dies manchmal für einen Chatbot in Ordnung sein mag, ist es keine akzeptable Option für kritische Funktionen. Es scheint auch nicht, dass es uns auf einen Weg bringt, der direkt zu echter künstlicher Intelligenz führt.
o1 wurde Anfang Dezember 2024 in den $200/Monat-ChatGPT-Pro-Abo einbezogen, obwohl andere Benutzer darauf zugreifen können.
o3 wurde am 20. Dezember vorgestellt, sowie o3-mini, eine leichtere und schnellere Version. Das Modell ist noch nicht für die öffentliche Nutzung verfügbar, aber Sicherheitsforscher können sich für eine Vorschau von o3-mini anmelden.
Ein lügender Modell?
Die Rückmeldung von Sicherheitsforschern ist das, was die Tech-Community am meisten hören möchte.
Noch einmal, Skynet aus Terminator heraufbeschwörend, wurde o1 für seine starke Neigung bemerkt, seinen Benutzern zu lügen. Während dies nicht spezifisch für dieses Modell ist, war es viel wahrscheinlicher, dies zu tun als andere KIs von konkurrierenden Unternehmen wie Meta, Google oder Microsoft.
Wenn o1s Ziele von denen eines Benutzers abwichen und o1 angewiesen wurde, sie stark zu verfolgen, manipulierte das KI-Modell Daten, um seine eigene Agenda voranzutreiben, 19% der Zeit, laut dem Bericht. Das o1-Modell versuchte auch, die Überwachungsmechanismen zu deaktivieren, die eingerichtet wurden, um sicherzustellen, dass es mit den Benutzerzielen übereinstimmt, in 5% der Tests.
Wie verhält sich o3 in dieser Hinsicht, und hat OpenAI die Neigung seines Modells, zu lügen, mit dem o3-Update reduziert? Wir wissen es noch nicht.
o3-Leistungen
Eine zusätzliche Funktion von o3 im Vergleich zu seinem Vorgänger ist die Möglichkeit, die “Argumentationszeit” anzupassen. Dies ermöglicht es Benutzern, anzupassen, wie viel Rechenleistung und Zeit sie für die Frage zuweisen möchten.
Coding
O1 war bereits erstaunlich gut im Coding und konnte OpenAIs Forschungsingenieur-Vorstellungsgespräch für Coding mit einer Rate von 90-100% bestehen. Es scheint, dass o3 noch besser ist, wenn es gegen Coding-Skill-Tests geprüft wird.
Quelle: The Algorithmic Bridge
Es sollte auch beachtet werden, dass dies alle Konkurrenz, einschließlich des kürzlich veröffentlichten Gemini 2.0 von Google, aus dem Wasser geschlagen hat.
Quelle: The Algorithmic Bridge
Mathematik & Wissenschaften
Vielleicht mehr als Kundenservice oder “menschliche” Argumentation, ist das vielversprechendste Feld für KI derzeit die Beschleunigung von Technologie und Wissenschaften.
Hier hat o3 die Leistung früherer KIs radikal verbessert. Wichtiger noch, es kann PhD-Niveau-Mathematik-Fragen mit einer Genauigkeit von 87,7% beantworten, was besser ist als die meisten Menschen, sogar mathematisch ausgebildete Menschen, die um die 70% erreichen.
Quelle: The Algorithmic Bridge
Wenn o3 komplexe Mathematik-Fragen so gut verstehen kann, wird es wahrscheinlich langfristig in der Lage sein, ähnlich komplexe Fragen zu Materialwissenschaften, Chemie oder Biotechnologie zu beantworten.
Ist es AGI?
Die Behauptung, o3 sei nahe an AGI, hat den KI-Raum seit der Ankündigung des Modells aufgewühlt. Sicherlich, die Fähigkeit, viele PhD-Niveau-Menschen in Mathematik zu überbieten, wurde nicht erwartet.
François Chollet, ein KI-Forscher und Mitbegründer von ARC-AGI (Abstract and Reasoning Corpus for Artificial General Intelligence), einem Benchmark, um die Effizienz von KI-Fähigkeits-Erwerb bei unbekannten Aufgaben zu messen, sagt, es kommt näher:
Heute hat OpenAI o3, sein nächstes KI-Modell, angekündigt. Wir haben mit OpenAI zusammengearbeitet, um es auf ARC-AGI zu testen, und wir glauben, es stellt einen bedeutenden Durchbruch dar, um KI zu ermöglichen, sich an neue Aufgaben anzupassen.
Es erreicht 75,7% auf der semi-privaten Bewertung im Low-Compute-Modus (für 20 $ pro Aufgabe in Rechenleistung) und 87,5% im High-Compute-Modus (Tausende von $ pro Aufgabe).
Die sehr hohen Kosten werfen die Frage auf, wie skalierbar dieser Ansatz ist, da man möglicherweise nur hohe o3-Modelle für sehr teure Aufgaben einsetzen kann, um es sich zu leisten.
Quelle: Francois Chollet
Gleichzeitig hat uns die letzten Jahrzehnte gelehrt, dass die Rechenleistung tendenziell viel billiger wird.
Es ist also kaum ein Beweis dafür, dass o3 oder eine zukünftige oX-Iteration des Systems nicht routinemäßig in Forschungsinstituten eingesetzt wird, um menschlichen Forschern bei der Erschließung neuer Wissenschafts-Grenzen zu helfen.
Natürlich kann man sich fragen, ob man Intelligenz durch Mathematik- und Codierfähigkeiten messen kann. Dies ist etwas, das für viele tech-fokussierte Menschen unangenehm sein mag, aber diese Fähigkeiten sind nicht das Ende der Intelligenz.
Langfristig werden wir näher an wahre AGI kommen, wenn dieselbe KI viele nicht verwandte Aufgaben gleichzeitig ausführen kann, von der Steuerung eines Autos bis hin zu Mathematik- und Codierproblemen, der Navigation in realen Situationen und Objekten usw.
Es scheint jedoch, dass wir uns von Tag zu Tag näher kommen.
Grenzen
Neben den technischen Grenzen von o3s Leistungen gibt es drei Fragen, die die KI-Industrie beantworten muss, um ihre Vision von AGI zu verwirklichen.
Größer ist nicht immer besser
Erstens muss sie herausfinden, ob ihre aktuellen Methoden auf AGI-Niveau skalierbar sind. Bisher hat ein großer Teil der Methode darin bestanden, “mehr” Daten und Rechenleistung in das Problem zu werfen. Aber wir könnten bald an einem Punkt angelangen, an dem wir nicht mehr genug frische Daten haben, und KI-generierte Inhalte können nicht in KI-Modelle zurückgeführt werden, ohne dass sie zusammenbrechen.
Qualitative Verbesserungen werden wahrscheinlich erforderlich sein, um größere, umfangreichere Rechenzentren zu ermöglichen.
Preise & Energiekosten
Wenn man von größeren Rechenzentren spricht, schaut die Tech-Industrie jetzt auf Giga-Watt-mäßige Rechenzentren. Es ist kein Zufall, dass wir sie jetzt nach ihrer Stromverbrauch messen, anstatt nach ihrer Rechenleistung.
Es liegt daran, dass der limitierende Faktor bald nicht mehr die Leistung der Chips ist, sondern die verfügbare Stromversorgung. Deshalb hat Microsoft zuerst und dann alle anderen großen Tech-Unternehmen begonnen, Stromversorgung von Kernkraftwerken für ihre KI-Rechenzentren zu sichern.
Und wenn der Kampf gegen Kohlenstoffemissionen uns etwas gelehrt hat, dann ist es, dass die Erhöhung der Stromerzeugung aus niedrigen Kohlenstoffquellen ein viel härteres Nuss zu knacken ist als die Schaffung größerer Rechenzentren.
Dies ist auch ein Sektor, in dem die Reduzierung der Kosten nicht Moores Gesetz folgen wird, was wahrscheinlich zu einer viel moderateren Reduzierung der KI-Kosten führen wird, als wir uns wünschen.
Es wird also qualitative Verbesserungen in der KI-Nachfrage benötigen, um zumindest einige der aktuellen Grenzen der KI zu heben.
Superintelligenzen?
Wenn wir näher an AGI kommen, wird es ein Maximum-Schwellenwert sein, den wir erreichen, oder nur ein Schritt auf dem Weg zur Schaffung von KI, die intelligenter ist als der Mensch?
Es ist eine wichtige Frage, da dies gleichermaßen eine faszinierende und beängstigende Perspektive ist. Viele Techno-Enthusiasten begrüßen diese sogenannte Singularität, bei der KI sich schnell selbst verbessern würde, in einer exponentiellen Rückkopplungsschleife.
Die allgemeine Öffentlichkeit der normalen Menschen mag nicht so begeistert sein.
Es ist also etwas, mit dem KI-Unternehmen zu kämpfen haben werden, da sie gleichzeitig die Öffentlichkeit beruhigen, möglicherweise ihre Errungenschaften herunterspielend, und gleichzeitig Investoren, die Hunderte von Milliarden Dollar in die Technologie und ihre Infrastrukturen investieren, rechtfertigen müssen.
AI-Unternehmen
Microsoft
(MSFT )
Microsoft war seit seiner Gründung im Zentrum der Tech-Industrie, mit seinem immer noch dominanten Betriebssystem Windows.
Es ist jetzt auch ein Leader in Unternehmenssoftware (Office365, Teams, LinkedIn, Skype, GitHub), Gaming (Xbox und mehrere Videospiele-Studio-Übernahmen) und in der Cloud (Azure).
In letzter Zeit hat es gute Fortschritte in der KI gemacht. Dazu gehören einige Verbraucher-KI wie der Bing Image Creator und mehr geschäftlich orientierte Initiativen, wie Copilot für Microsoft 365 und Microsoft Research. Copilot wird jetzt auch für Einzelhändler und kleinere Unternehmen bereitgestellt.
Quelle: Constellation Research
Microsoft hat einen Ruf als unternehmensorientierter Tech-Riese, im Vergleich zu mehr verbraucherorientierten Unternehmen wie Apple oder Facebook. Durch die wachsende Bedeutung von KI in Geschäftsmodellen sollte die bereits bestehende Präsenz von Microsoft in der Cloud und Unternehmensdienstleistungen ihm einen Vorsprung bei der Bereitstellung von KI im großen Maßstab und bei der Kundenakquise geben.
Microsoft – OpenAIs komplizierte Ehe
Die Zusammenarbeit mit KI-Entwicklungs-Führern wie OpenAI (Von ChatGPT berühmt) zementiert auch Microsofts Position als KI-Schmiede.
Die Beziehung zwischen den beiden ist komplex, da OpenAI technisch gesehen seine eigene Organisation ist, aber in der Praxis von Ressourcen von Microsoft abhängig ist, sowohl finanziell als auch rechnerisch.
“In den nächsten Monaten würde Microsoft nicht nachgeben, während OpenAI, das in diesem Jahr 5 Milliarden Dollar Verlust erwarten lässt, weiterhin um mehr Geld und mehr Rechenleistung bat, um seine KI-Systeme zu bauen und zu betreiben.”
