Der Artikel behauptet, ein neues, unveröffentlichtes KI-Modell von Google habe zwei grundlegende Probleme der KI gelöst: Es erreiche eine nahezu perfekte Genauigkeit bei der automatischen Handschrifterkennung (HTR) und zeige Anzeichen von spontanem, abstraktem, symbolischem Denken. Der Hauptbeweis ist ein einzelner Fall, in dem das Modell eine mehrstufige arithmetische Umrechnung mit nicht-dezimalen Währungs- und Gewichtssystemen aus dem 18. Jahrhundert durchführte, um eine mehrdeutige Zahl in einem Kaufmannsbuch korrekt zu interpretieren. Der Autor sieht dies als einen Durchbruch, der zeigt, dass Skalierung zu echten kognitiven Fähigkeiten führt. Die anschließende Diskussion auf Hacker News ist jedoch sehr skeptisch und stellt sowohl die außergewöhnlichen Behauptungen als auch die Interpretation des Hauptbeweises in Frage.
Eine Analyse des neuen Google-KI-Modells und der öffentlichen Reaktion
Nahezu perfekte Handschrifterkennung: Ein neues Google-Modell, das über A/B-Tests im AI Studio zugänglich ist, erzielt bei schwierigen historischen Dokumenten eine Wortfehlerrate (WER) von 1,22 %. Dies entspricht der Leistung eines menschlichen Experten und deutet darauf hin, dass die Skalierungsgesetze weiterhin gelten.
Beweis für spontanes Denken: Das Kernargument des Artikels stützt sich auf die Transkription eines Kaufmannsbuches von 1758. Eine mehrdeutige Angabe, „145“, wurde vom Modell korrekt als „14 lb 5 oz“ (14 Pfund, 5 Unzen) interpretiert.
Die implizite Berechnung: Der Autor schlussfolgert, dass das Modell das Gewicht zurückgerechnet haben muss. Es nutzte den Stückpreis (1 Schilling, 4 Pence) und den Gesamtpreis (19 Schilling, 1 Penny), was komplexe Umrechnungen zwischen Pfund, Schilling, Pence und Unzen erforderte – eine unaufgeforderte, logische Leistung.
Schlussfolgerung des Autors: Dieser Vorfall wird als Beweis dafür dargestellt, dass LLMs die Schwelle von der reinen Mustererkennung zu echtem, abstraktem Verständnis überschreiten.
Zusammenfassung der Diskussion auf Hacker News
Starke Skepsis: Die Kommentatoren sind weitgehend unbeeindruckt und kritisch gegenüber den Behauptungen des Artikels.
Überzogene Behauptungen: Die Berichte, das Modell könne funktionierende Betriebssysteme erstellen, werden als wahrscheinlich auf HTML/CSS basierende Benutzeroberflächen abgetan, die lediglich das Aussehen eines Betriebssystems imitieren – ein gängiges Projekt in den Trainingsdaten.
Alternative Erklärungen für das „Denken“:
Es wird vermutet, dass die Interpretation des Hauptbuchs weniger beeindruckend sein könnte. Möglicherweise gab es einen sichtbaren Abstand zwischen „14“ und „5“, oder das Ergebnis war ein einmaliger Zufall.
Andere argumentieren, das Modell habe lediglich von ähnlichen Buchhaltungsbeispielen in seinen Trainingsdaten interpoliert, anstatt wirklich zu schlussfolgern.
Die Debatte über „Neuartigkeit“: Eine zentrale Diskussion dreht sich um die Frage, ob LLMs grundsätzlich nur vorhandenes Wissen neu kombinieren können oder ob sie in der Lage sind, wirklich Neues zu schaffen. Viele argumentieren, dass ihnen die Fähigkeit zur echten Problemlösung durch Versuch und Irrtum fehlt.
Kritik am Stil: Der hyperbolische und weitschweifige Stil des Artikels wird kritisiert, was für viele Kommentatoren die Glaubwürdigkeit der Behauptungen untergräbt.