Future Feed

Forscher von Apple haben eine Studie veröffentlicht, die die bisherigen Betrachtungen und somit auch das Potenzial von sogenannten Reasoning-Modellen wie o1, o3 oder DeepSeek R1 infrage stellt. Das Team unterzog derartige Modelle verschiedenen Denksportaufgaben, die ein Nachdenken und Logik erfordern – wie etwa die Türme von Hanoi oder ein Rätsel, bei dem Personen mit einem Boot von einer Uferseite auf die andere gebracht werden müssen.

Das Ergebnis war ernüchternd. Zwar können Reasoning-Modelle leichte bis mittelschwere Denk- und Logikrätsel durchaus bewältigen, jedoch nicht wesentlich besser als traditionelle Sprachmodelle. Ab einem bestimmten Komplexitätsgrad kollabieren die Reasoning-Modelle sogar, unabhängig davon, wie viel Rechenzeit aufgewendet werden könnte. Bei simplen Aufgaben waren normale Sprachmodelle sogar schneller und besser als ihre „denkenden” Pendants, da letztere auch nach dem Fund der Lösung weiter nach anderen Lösungsansätzen suchten.

Die Studie deutet darauf hin, dass die aktuellen Reasoning-Ansätze nicht der revolutionäre Durchbruch sind, als der sie gefeiert wurden. Das Reasoning scheint klare Grenzen zu haben und in seiner Leistung nicht steigerbar zu sein. Es stellt somit wohl auch nicht den Weg hin zu einer Allgemeinen Künstlichen Intelligenz dar, wie manche KI-Enthusiasten hoffen.