Künstliche Intelligenz in der Krise: Eine neue Methode könnte die Lösung sein

Die Welt der künstlichen Intelligenz (KI) steht vor einer bedeutenden Herausforderung. Ilya Sutskever, Mitbegründer des Unternehmens OpenAI, hat auf einer wichtigen Konferenz bekannt gegeben, dass die Menge an verfügbaren Daten, die für das Training von KI-Modellen benötigt wird, erschöpft ist. Diese Aussagen lassen aufhorchen, denn die beeindruckenden Fortschritte in der KI-Entwicklung basierten bisher auf der Analyse unzähliger Daten, die aus dem Internet gesammelt wurden. Doch was passiert, wenn diese Ressource zur Neige geht?

„Wir haben den Höhepunkt erreicht, was die Datenmenge betrifft“, erklärte Sutskever. Dies bedeutet, dass es zunehmend schwerer wird, neue nützliche Informationen zu finden, die für das Training smarter KI-Systeme wie ChatGPT verwendet werden können. Das ist ein ernsthaftes Problem für die gesamte Industrie: Woher sollen neue Daten kommen, wenn das Internet bereits erschlossen scheint?

Es gibt jedoch Hoffnung. Eine neuartige Methode namens „Inferenzzeit-Berechnung“ könnte den Durchbruch bringen. Diese Technik funktioniert so: Anstatt ein Problem direkt zu lösen, zerlegt die KI es in kleinere, handhabbare Schritte. Das hilft dem Modell, die Aufgabe gründlicher zu überdenken. Wenn es beispielsweise eine komplexe Matheaufgabe zu lösen hat, geht es Schritt für Schritt vor und prüft jeden Zwischenschritt. So entstehen präzisere und durchdachtere Antworten.

Diese verbesserten Antworten können dann als neue Trainingsdaten verwendet werden, um die KI weiterzuentwickeln. Dadurch entsteht ein Kreislaufsystem, in dem die KI aus ihren eigenen Lösungsschritten lernt und sich laufend verbessert. Große Unternehmen wie OpenAI, Google und das chinesische Unternehmen Deepseek haben bereits Modelle entwickelt, die auf dieser Methode basieren. OpenAI hat im September ein neues Modell vorgestellt, das direkt auf der Technik der Inferenzzeit-Berechnung beruht, und auch bei Google und Deepseek werden ähnliche Ansätze verfolgt.

Experten, wie der Forscher Charlie Snell, erklären, dass diese Technik das Potenzial hat, die KI-Entwicklung erheblich voranzutreiben. „Wenn man eine KI dazu bringt, während des Nachdenkens bessere Antworten zu liefern, kann man diese Antworten als Trainingsmaterial verwenden“, sagt Snell. So könnte es gelingen, die Datenknappheit zu überwinden, was für die Branche von großer Bedeutung ist.

Optimismus zeigt auch Microsoft-CEO Satya Nadella. Im Podcast betonte er die Chancen, die die Inferenzzeit-Berechnung bietet, um KI-Modelle noch leistungsfähiger zu machen. Die großen KI-Firmen planen, diese Technik in den kommenden Jahren eingehend zu testen. Es gibt jedoch noch Fragen: Wird die Methode bei allen Aufgaben funktionieren? Insbesondere bei komplexen Herausforderungen, wie dem Verfassen von Texten, könnte es schwierig werden.

Trotz dieser Unsicherheiten gibt es unter den Experten viel Zuversicht. Sie glauben, dass die Inferenzzeit-Berechnung eine entscheidende Rolle dabei spielen könnte, den Fortschritt in der KI-Entwicklung trotz des Mangels an neuen Internet-Daten voranzutreiben. Die Industrie befindet sich an einem spannenden Wendepunkt. Wird diese neue Methode die Lösung für die gegenwärtigen Herausforderungen bieten? Die kommenden Jahre werden zeigen, ob die Hoffnung auf einen Durchbruch Realität wird.

OpenAI und Deepseek hatten bislang nicht auf Anfragen nach Kommentaren reagiert.