Sakana AI und Jürgen Schmidhuber bündeln ihre Kräfte zur Entwicklung realer KI

Sakana AI hat ein Symposium mit dem Titel «From World Models to Real-World AI» angekündigt, das Ende Oktober in Tokio stattfinden wird. Das Hauptereignis ist die offizielle Beteiligung von Jürgen Schmidhuber, dem Schöpfer von LSTM-Netzwerken und einem der Begründer des modernen Deep Learning. Schmidhuber übernimmt die Rolle des Chief Scientific Advisor und verleiht dem Startup massive wissenschaftliche Glaubwürdigkeit im asiatischen Raum.

Weg von Chatbots, hin zur physischen Welt

Während der Großteil des Marktes weiterhin um Prozentpunkte in Chatbot-Benchmarks kämpft, kündigen Sakana AI und Schmidhuber einen Wechsel zur «Real-World AI» an. Schmidhuber kritisiert seit langem die Fixierung auf rein textbasierte Modelle und betont die Notwendigkeit, KI mit physischen Sensoren und Robotik zu verbinden. Sein World Models-Framework, das Agenten lehrt, physikalische Gesetze zu verstehen, bevor sie Aktionen planen, passt perfekt zu Sakana AIs Philosophie des effizienten, verteilten Lernens.

Für wen sich die Spielregeln ändern

Dies ist ein starkes Signal für Investoren und die asiatische Tech-Szene. Unter der Führung von Sakana AI und unterstützt durch Regierungsinitiativen versucht Tokio, ein Gegengewicht zu dem Modell «Mehr Daten und mehr Chips in einem Rechenzentrum» zu schaffen, das in den USA dominiert. Schmidhubers Ansatz für algorithmische Eleganz und das Lernen aus begrenzten Daten gibt dem Startup Werkzeuge an die Hand, um mit OpenAI zu konkurrieren, ohne Milliarden von Dollar für Trainingsläufe verbrennen zu müssen.

Die Trainingshalle versus die echte Fabrik

Die Marketingkraft eines Namens ist eine Sache, die praktische Anwendbarkeit von «Real-World AI» eine andere. Während World Models in Simulationen überragend sind, stößt der Einsatz in tatsächlichen Fabriken und Robotern auf Rauschen, Verschleiß und unerwartete Ereignisse. Sensorlatenz und die Unvorhersehbarkeit der physischen Welt bleiben die schwierigsten Aufgaben, die auch der intelligenteste Algorithmus nicht lösen kann, wenn ihm hochwertige Hardware fehlt.

Hardware wird die wahren Ambitionen offenbaren

Das Signal für den Erfolg wird nicht sein, wie viel Aufmerksamkeit das Symposium auf sich zieht, sondern die erste praktische Demonstration. Der Beweis für einen funktionalen Ansatz werden Sakana AIs Partnerschaften mit spezifischen japanischen Hardware-Akteuren (z. B. in der Robotik oder der Automobilindustrie) sein, bei denen Modelle die Simulation verlassen und beginnen, Hardware in der Realität zu steuern.

Liliths Urteil

Schmidhuber verleiht dem Tokioter Startup wissenschaftliches Gütesiegel, aber die Hauptschlacht wird außerhalb des Labors stattfinden. Der Gewinner in der realen KI wird nicht durch ein schöneres Rechenmodell ermittelt, sondern durch denjenigen, der als Erster einen Algorithmus dazu zwingt, mit durchschnittlichen Sensoren in einer schlammigen Fabrik zu arbeiten.