Verstärkendes Lernen

Das KI-Modell GLM-5.2 von Z. ai hat in nur zehn Wochen bemerkenswerte Fortschritte gemacht und schließt die Leistungsdifferenz zu führenden Modellen wie Claude und GPT. Mit einer Punktzahl von 51 auf dem Intelligence Index hat GLM-5.2 einen Anstieg von 11 Punkten im Vergleich zu seinem Vorgänger erzielt. Diese Verbesserungen sind das Ergebnis einer optimierten Architektur, längeren Kontexttrainings und einer effizienteren Nutzung von Rechenressourcen. Z. ai hat zudem neue Methoden wie kompaktes, verstärkendes Lernen eingeführt, die es dem Modell ermöglichen, aus längeren Aufgaben zu lernen, ohne alle Informationen dauerhaft speichern zu müssen. Trotz dieser Fortschritte bleibt GLM-5.2 auf multimodale Eingaben beschränkt, was die Komplexität und Kosten des Trainings verringert.

Baidu hat mit Ernie 5.1 ein neues, ressourcenschonendes Sprachmodell vorgestellt, das 94 Prozent der Vorabtrainingskosten im Vergleich zu seinem Vorgänger Ernie 5.0 einspart. Das Modell nutzt einen vierstufigen Trainingsprozess, der spezialisierte Expertenmodelle für unterschiedliche Aufgaben integriert, um Interferenzen zu minimieren. Ernie 5.1 hat sich als führend in chinesischen KI-Benchmarks etabliert und belegt global den vierten Platz. Baidu behauptet, dass das Modell in bestimmten Anwendungen, wie bei autonomen KI-Agenten, besser abschneidet als Wettbewerber und in anderen Bereichen nahezu die Leistung von Google erreicht. Die Entwicklung wurde durch eine neue Infrastruktur für verstärkendes Lernen unterstützt, die eine unabhängige Skalierung der Komponenten ermöglicht. Allerdings steht die Veröffentlichung der Modellgewichte noch aus, was eine unabhängige Leistungsüberprüfung erschwert.

Nvidia hat sich als führender Anbieter von KI-Chips etabliert, sieht jedoch wachsenden Wettbewerb durch Startups wie Wafer. Dieses Unternehmen trainiert KI-Modelle, um Code zu optimieren und effizient auf verschiedenen Chips auszuführen, und nutzt Verstärkendes Lernen zur Verbesserung bestehender Codierungsmodelle. Wafer kooperiert mit Firmen wie AMD und Amazon, um deren Softwareleistung zu steigern. CEO Emilio Andere ist überzeugt, dass die KI-gesteuerte Optimierung Nvidias Dominanz herausfordern könnte, da viele neue Chips vergleichbare Leistungswerte bieten. Zudem entwickelt das Startup Ricursive Intelligence innovative Methoden zur Chipgestaltung mit KI, was es mehr Unternehmen ermöglichen könnte, eigene Chips zu entwerfen. Diese Fortschritte könnten die Programmierbarkeit und Effizienz von Chips revolutionieren und die Abhängigkeit von Nvidia verringern. Die Automatisierung im Chipdesign könnte zudem die Hardwareentwicklung beschleunigen und die gesamte Branche nachhaltig beeinflussen.