Schlagwort: Andrej

  • Ex-Tesla-KI-Chef Andrej Karpathy gibt KI-Start-ups vier Tipps für den Wettbewerb mit OpenAI und Co.

    Andrej Karpathy sieht im Erfolg von Cursor ein Muster für KI-Start-ups: Wer Sprachmodelle für spezifische Branchen orchestriert und mit eigenen Daten und Werkzeugen verbindet, kann sich gegen OpenAI und Co. behaupten.

    Der Artikel Ex-Tesla-KI-Chef Andrej Karpathy gibt KI-Start-ups vier Tipps für den Wettbewerb mit OpenAI und Co. erschien zuerst auf The Decoder.

  • OpenAI-Insider enthüllt: Darum scheitern KI-Agenten

    Das Schaubild wie sich KI-Agenten entwickeln

    Nano Banana

    Kurzfassung

    Quellen

    OpenAI-Mitgründer Andrej Karpathy dämpft im Dwarkesh Podcast den Hype um KI-Agenten. Er prognostiziert, dass echte, autonome KI-Agenten noch mindestens ein Jahrzehnt Entwicklungszeit benötigen. Als Hauptgründe nennt er fundamentale Defizite bei Intelligenz, Gedächtnis, Multimodalität und Selbstständigkeit. Karpathy sieht den Nutzen heutiger KI eher in spezialisierten Tools, etwa beim Coding, als in universellen Agenten.

    OpenAI – Blog X (vormals Twitter), Andrej Karpathy (offiziell) YouTube – Dwarkesh Podcast mit Andrej Karpathy t3n Heise Online

    Zehn Jahre. Diese Zahl dämpft den aktuellen Hype um künstliche Intelligenz. OpenAI-Mitgründer Andrej Karpathy äußerte in einem Podcast deutliche Zweifel am Entwicklungsstand heutiger KI-Agenten. Er sieht fundamentale Hürden, die einen echten Durchbruch noch lange verhindern werden. Der Realitätscheck für KI-Agenten Die Industrie erwartet KI-Agenten, die eigenständig komplexe, mehrstufige Aufgaben lösen. Andrej Karpathy widerspricht dieser kurzfristigen Erwartung deutlich. In einem aktuellen Podcast bezeichnete er die momentanen Fähigkeiten als „kognitiv enttäuschend“. Die Systeme seien noch weit von echter Autonomie entfernt. Der Hype suggeriert, KI-Agenten könnten bald menschliche Aufgaben komplett übernehmen. Karpathy warnt jedoch vor dieser Überschätzung. Die derzeitigen Modelle seien eher verbesserte Werkzeuge als echte, selbstständige Akteure. Für den Einsatz in kritischen Bereichen fehle ihnen die nötige Zuverlässigkeit und Planungsfähigkeit. Fehlende Intelligenz und Gedächtnis Karpathy benennt konkrete technische Defizite. Den Modellen fehle es an fundamentaler Intelligenz und echtem Verständnis. Sie könnten schlecht aus Erfahrungen lernen oder ein stabiles Gedächtnis aufbauen. Stattdessen würden sie oft in Schleifen scheitern oder einfache Fehler wiederholen. Auch die Multimodalität sei eine große Baustelle. Ein echter Agent müsse seine Umgebung wahrnehmen und Aktionen ableiten. Aktuelle Systeme seien meist auf Text beschränkt. Die Integration von Sehen, Hören und Handeln funktioniere noch nicht robust genug für autonome Einsätze. Spezialisierte Tools statt Universalagenten Der OpenAI-Experte unterscheidet klar zwischen universellen Agenten und spezialisierten Tools. Letztere sieht er positiv. Besonders beim Programmieren seien KI-Werkzeuge schon heute sehr nützlich. Sie agieren dort als fähige Assistenten, nicht als autonome Entwickler. Diese spezialisierten Helfer können repetitive Aufgaben im Code übernehmen. Sie sind aber auf einen engen, klar definierten Bereich beschränkt. Der Sprung zu einem universellen Agenten, der beliebige Ziele in einer komplexen Umgebung verfolgt, sei gewaltig. Karpathy rechnet deshalb erst im kommenden Jahrzehnt mit einem echten Durchbruch.

  • KI-Forscher Andrej Karpathy rückt die Erwartungen an agentische KI zurecht

    Der ehemalige OpenAI-Forscher Andrej Karpathy kritisiert, dass das Reinforcement Learning from Human Feedback (RLHF) beim Training von KI-Sprachmodellen nur begrenzt effektiv ist.

    Der frühere OpenAI- und Tesla-Forscher Andrej Karpathy sieht agentenbasierte KI-Systeme und große Sprachmodelle derzeit am Limit. Fortschritte brauche es insbesondere bei Gedächtnis, Multimodalität und Trainingsdaten.

    Der Artikel KI-Forscher Andrej Karpathy rückt die Erwartungen an agentische KI zurecht erschien zuerst auf THE-DECODER.de.

  • KI-Forscher Andrej Karpathy zweifelt an Skalierbarkeit aktueller LLM-Trainingstechniken

    Der ehemalige Tesla- und OpenAI-Forscher Andrej Karpathy gehört zu einer wachsenden Gruppe von KI-Experten, die grundlegende neue Ansätze für die Weiterentwicklung großer Sprachmodelle (LLMs) und genereller KI-Systeme fordern.

    Der Artikel KI-Forscher Andrej Karpathy zweifelt an Skalierbarkeit aktueller LLM-Trainingstechniken erschien zuerst auf THE-DECODER.de.