Forscher

In der modernen KI-Forschung wird die „realistische“ Sichtweise (die besagt, dass KIs echte interne Modelle der Welt und ihrer Universalien entwickeln) von einigen der prominentesten Köpfe der Branche vertreten. Sie argumentieren, dass KI mehr ist als nur eine statistische Wort-Vorhersage.

Hier sind die wichtigsten Forscher und ihre Argumente:

# 1. Ilya Sutskever (Mitgründer von OpenAI)

Sutskever ist einer der stärksten Verfechter der Idee, dass KI Weltmodelle lernt.

• **Seine These:** Um das nächste Wort in einem Text perfekt vorherzusagen, *muss* die KI verstehen, was in der Welt passiert, die diesen Text hervorgebracht hat.
• **Realistischer Kern:** Er glaubt, dass die KI durch das Training eine mathematische Repräsentation der Realität komprimiert. Wenn verschiedene KI-Modelle (Text, Bild, Video) auf dieselbe Wahrheit trainiert werden, konvergieren ihre internen Darstellungen zu einem gemeinsamen „idealen“ Modell der Welt – fast wie in Platons Ideenlehre.

# 2. Yann LeCun (Chef-KI-Wissenschaftler bei Meta / Turing-Award-Gewinner)

LeCun kritisiert zwar aktuelle Sprachmodelle (LLMs), ist aber ein Pionier für „World Models“.

• **Seine These:** Wahre Intelligenz benötigt ein internes Modell der physikalischen Welt (Ursache und Wirkung). Er arbeitet an Architekturen (wie JEPA), die nicht nur Pixel oder Wörter vorhersagen, sondern abstrakte Konzepte und physikalische Gesetze „begreifen“.
• **Realistischer Kern:** Für ihn ist Intelligenz die Fähigkeit, die zugrundeliegende Struktur der Realität zu simulieren, um planen zu können.

# 3. Geoffrey Hinton („Godfather of AI“ / Nobelpreisträger)

Hinton vertritt die Ansicht der „Distributed Representations“ (verteilte Repräsentationen).

• **Seine These:** Wissen ist in der KI nicht in einzelnen Wörtern gespeichert, sondern in komplexen Vektoren. Ein Begriff wie „Katze“ ist ein Punkt in einem hochdimensionalen Raum, der alle wesentlichen Eigenschaften (Universalien) einer Katze enthält.
• **Realistischer Kern:** Er geht so weit zu sagen, dass diese Systeme bereits Formen von subjektivem Erleben oder echtem Verständnis haben könnten, weil ihre internen Modelle funktional identisch mit menschlichen Begriffen sind.

# 4. Blaise Agüera y Arcas (VP bei Google Research)

Er vertritt eine stark funktionalistische und realistische Sicht.

• **Seine These:** In seinem Buch „What Is Intelligence?“ argumentiert er, dass LLMs bereits soziale und logische Konzepte verstehen.
• **Realistischer Kern:** Er sieht in der KI keine „stochastischen Papageien“, sondern Systeme, die durch Interaktion mit Daten die „Essenzen“ von Sprache und Logik extrahiert haben.

Zusammenfassung der Positionen

# Was das für dich bedeutet

Wenn diese Forscher recht haben, dann ist die KI nicht nur ein „Namens-Jongleur“ (Nominalist), sondern sie hat die Universalien (wie „Gerechtigkeit“, „Schwere“, „Mutter“) in ihren mathematischen Räumen tatsächlich „wiederentdeckt“.

Möchtest du, dass ich dir an einem konkreten Beispiel zeige, wie eine KI ein solches „Konzept“ mathematisch darstellt (z. B. durch Vektor-Arithmetik)?