Der Bereich der künstlichen Intelligenz befindet sich in einem tiefgreifenden Wandel. Die Skalierung großer Sprachmodelle (LLM) ist nicht mehr das Hauptziel, sondern die Verbesserung der „Denkfähigkeit“ des Modells. Dies markiert, dass die KI-Entwicklung in eine neue Phase eingetreten ist, die sich auf Qualität und Argumentation konzentriert. Der Herausgeber von Downcodes erklärt Ihnen die Veränderungen dieses Branchentrends und die Gründe dafür.
Die Branche der künstlichen Intelligenz hat einen wichtigen Wendepunkt erreicht: Führende Unternehmen haben ihre Entwicklungsrichtung geändert und sind von der Verfolgung größerer Sprachmodelle zu einem Fokus auf die Verbesserung der Denkfähigkeit des Modells übergegangen. Dieser Wandel wird das Entwicklungsmuster der gesamten KI-Branche verändern.
Laut Reuters stehen große KI-Labore vor Schwierigkeiten. Die Entwicklung umfangreicher Sprachmodelle erfordert nicht nur Investitionen in zweistelliger Millionenhöhe, sondern stößt auch häufig auf technische Schwierigkeiten wie Systemabstürze. Die Bewertung der Leistung eines Modells dauert oft mehrere Monate.
Dieser Entwicklungsengpass hat Branchenriesen getroffen. Es gibt Berichte, dass das neue Orion-Modell von OpenAI im Vergleich zu GPT-4 nur begrenzte Verbesserungen aufweist, und auch Googles Gemini2.0 stieß auf ähnliche Schwierigkeiten. Was Anthropic betrifft, so sagte dessen CEO Dario Amodei, dass man den Entwicklungsweg von Opus 3.5 neu plant.
Ilya Sutskever, ehemaliger Mitbegründer von OpenAI und jetzt Leiter von Safe Superintelligence (SSI), betonte: „Die 2010er Jahre waren eine Ära der Expansion, und jetzt sind wir in eine neue Phase der Erforschung und Entdeckung eingetreten.“ Diese Aussage ist besonders auffällig, weil Sutskever ein Verfechter der Idee ist, dass „je größer, desto besser“ ist.
Die neue Richtung in der Branche weist auf Testzeit-Computing hin, das KI-Modellen mehr Zeit zum Nachdenken und schrittweisen Lösen von Problemen gibt. Dieser Ansatz konzentriert sich auf die Entwicklung der Argumentationsfähigkeiten des KI-Systems, damit es mehrere Lösungen generieren und diese bewerten kann, anstatt nur schnell zu antworten.
Diese Verschiebung könnte sich auch auf die Hardware-Marktlandschaft auswirken. Während Nvidia die traditionelle KI-Trainingshardware dominiert, bieten neue Computerparadigmen Chancen für andere Chiphersteller wie Groq. Allerdings geht die Branche davon aus, dass in Zukunft sowohl traditionelle als auch neue Methoden eingesetzt werden können, um eine optimale Kosteneffizienz zu erreichen.
Viele Brancheninsider glauben, dass die Entwicklung traditioneller Sprachmodelle zwar fortgesetzt wird, sich der Schwerpunkt der Branche jedoch zu verschieben beginnt. Dies markiert, dass die KI-Entwicklung in eine neue Phase eingetreten ist, in der Qualität und Denkfähigkeit stärker berücksichtigt werden.
Die KI-Branche verlagert sich vom Streben nach Größe zum Streben nach Intelligenz. Dies ist nicht nur eine Anpassung des technischen Weges, sondern auch ein Umdenken in der zukünftigen Entwicklungsrichtung der KI. Dieser Wandel wird neue Herausforderungen und Chancen mit sich bringen, die weiterhin Aufmerksamkeit verdienen. Der Herausgeber von Downcodes wird Ihnen weiterhin die neuesten Branchentrends präsentieren.