Wenn Maschinen erinnern, Unternehmen neu bauen und Mini-KIs Riesen schlagen
Wie verändert sich unser Verhältnis zur Arbeit, wenn KI nicht ersetzt, sondern ergänzt? Was passiert, wenn kleine Modelle plötzlich die großen übertrumpfen?
Von Gedächtnisexperimenten für KI-Agenten über milliardenschwere Infrastruktur-Deals bis hin zu einem David-gegen-Goliath-Moment in der Welt der generativen Modelle – heute dreht sich alles um den nächsten Evolutionssprung in der KI-Welt. Und um die Frage: Wer bleibt dabei auf der Strecke – und wer erfindet sich neu?
Forschung & Entwicklung
KI mit Erinnerungsvermögen: ReasoningBank lässt Agenten dazulernen
Forscher:innen der University of Illinois Urbana-Champaign und von Google Cloud AI haben ein neues Framework entwickelt, das KI-Agenten hilft, aus ihren Erfahrungen zu lernen – wie ein Tagebuch für Maschinen. Das System namens ReasoningBank speichert vergangene Aufgaben und Erkenntnisse, sodass die KI bei neuen Problemen auf diese „Erinnerungen“ zurückgreifen kann. So sollen Sprachmodelle (LLMs) in der Lage sein, langfristig Strategien zu entwickeln – und nicht bei jedem neuen Problem wieder bei null anzufangen.
Ob der nächste Super-Agent dann auch weiß, wo er gestern den Autoschlüssel hingelegt hat, ist allerdings noch offen.
Quelle: VentureBeat AI
Yale-Studie: ChatGPT hat den Arbeitsmarkt (noch) nicht umgekrempelt
Die große Job-Klatsche durch KI? Bisher ausgeblieben. Eine neue Studie der Yale University zeigt: Trotz des KI-Booms rund um ChatGPT blieb der US-Arbeitsmarkt weitgehend stabil. Die Forscher:innen fanden kaum Hinweise auf massive Jobverluste in den betroffenen Branchen. Aber: Die Studie warnt auch davor, sich in falscher Sicherheit zu wiegen. KI kann sich schleichend auswirken – etwa indem Anforderungen an Jobs sich ändern oder Aufgaben automatisiert werden, ohne dass gleich Stellen verschwinden.
Vielleicht frisst KI also nicht unsere Jobs – sondern unsere Stellenbeschreibungen.
Quelle: t3n Magazine
Modelle & Unternehmen
OpenAI auf Einkaufstour: Sam Altman kündigt weitere Milliarden-Deals an
OpenAI-Chef Sam Altman hat offenbar noch lange nicht genug. Nach Mega-Partnerschaften mit Oracle, Nvidia und AMD – mit einem geschätzten Gesamtvolumen von einer Billion US-Dollar – kündigte Altman an, dass weitere große Infrastruktur-Deals in der Pipeline seien. Ziel: Die Rechenpower massiv ausbauen, um die nächste Generation an KI-Modellen zu ermöglichen.
Langsam wirkt es so, als würde OpenAI nicht nur an der AGI bauen – sondern auch an einem eigenen Stromnetz.
Quelle: TechCrunch AI
Neustart bei Notion: Für KI-Agenten wird die Software von Grund auf neu gebaut
Notion, das beliebte Produktivitäts-Tool, hat seine komplette technische Architektur überarbeitet – für die Integration sogenannter „agentischer KI“. Gemeint sind damit KI-Systeme, die nicht nur reagieren, sondern eigenständig handeln und Entscheidungen treffen können. Um das zu ermöglichen, musste Notion seine Software quasi entkernen und neu zusammensetzen. Version 3.0 ist damit nicht nur ein Update, sondern eine KI-fähige Wiedergeburt.
Wer sagt, dass man das Rad nicht neu erfinden kann – wenn es plötzlich selbst fährt?
Quelle: VentureBeat AI
Generative KI
David schlägt Goliath: Samsungs Mini-KI TRM übertrifft Modelle, die 10.000-mal größer sind
Größe ist nicht alles – zumindest nicht in der Welt der generativen KI. Die Samsung-Forscherin Alexia Jolicoeur-Martineau hat mit TRM (Tiny Reasoning Model) ein Open-Source-Modell vorgestellt, das auf bestimmten Aufgaben selbst riesige Konkurrenzmodelle hinter sich lässt. TRM ist winzig im Vergleich – aber dank cleverer Architektur und spezialisierter Aufgabenlösung ein echter Überflieger. Besonders spannend für Entwickler:innen: Das Modell ist offen zugänglich und lässt sich leicht in Projekte integrieren.
Vielleicht ist die Zukunft der KI nicht groß und schwer – sondern klein, flink und verdammt effizient.
Quelle: VentureBeat AI
Fazit
Ob Gedankenbank für KI-Agenten, radikal neue Software-Architekturen oder Mini-Modelle mit Maximalleistung – der KI-Zirkus überrascht uns täglich neu. Doch während Unternehmen Milliarden investieren, bleibt eine Frage offen: Wird die KI irgendwann auch lernen, was wirklich wichtig ist – oder nur, wie man besser rechnet?
Schreibe einen Kommentar