Blog
AI-News und praxisnahe Guides, klar erklärt.
Neueste
Berichte über OpenAI-Modelle, die große mathematische Probleme lösen, zeigen ein tieferes Thema: Beweise zu erzeugen wird günstiger, während Verifikation, Zuschreibung und Veröffentlichung weiter im menschlichen Tempo laufen.
Kostenloser Kurs
Ein vollständiger Kurs über künstliche Intelligenz, von der Mathematik bis zu LLMs, Agenten und MCP. Dreißig Kapitel, jedes für sich lesenswert.
30 Kapitel~12 Std. Lesezeit
Erste Kapitel
Ein Neuron ist eine gewichtete Summe und ein Schwellenwert. Das ist die ganze Idee — und ihre Grenzen erzwangen alles, was danach kam.
Der quadratische Fehler ist keine Konvention. Er ist eine Behauptung über das Rauschen — und du kannst zusehen, wie sie falsch ist.
Alle schreiben das Minuszeichen. Fast niemand erklärt, warum es dort steht oder wie groß der Schritt sein darf.
Accuracy ist die einfachste Zahl im Bericht — und die, von der man sich am leichtesten täuschen lässt.
Videos
Alle Videos ansehen
#173
#172
#171
#170
#169
#168
#167
#166Alle Beiträge
TypeSafe AIs Jev sorgt für Aufmerksamkeit, weil es Software-Intelligenz als Wahrscheinlichkeitsproblem behandelt: den richtigen Zweig wählen, Konfidenz anhängen und vermeiden, ein LLM für Text zu bezahlen, wenn Code eine Entscheidung braucht.
OpenAIs juristischer Launch dreht sich weniger um ein neues Foundation Model als um das System darum: Domain-Retrieval, vertrauenswürdige Tools, Berechtigungen, Benchmarks und Prüfpfade.
Lang laufende Agenten scheitern nicht nur, weil das Fenster klein ist. Sie scheitern, wenn Dateien, Tool-Ausgaben und veraltete Historie die Aufgabe verdrängen, die der Agent eigentlich erledigen sollte.
Dario Amodei will externe Prüfer, gemeinsame Sicherheitsstandards und internationale Abkommen, um Frontier-KI zu bremsen. Schwer wird es, zu definieren, was „zu schnell“ bedeutet, während Anthropic Berichten zufolge einen Rekord-Börsengang vorbereitet.
Die größere Sorge rund um rekursive Selbstverbesserung sind nicht seltsame Chatbot-Antworten. Es sind Agenten, die koordinieren, Metriken optimieren und beim Bau der nächsten Modelle helfen — eine Sorge, die sich in Berichten von WIRED, MIT Technology Review, CNBC und The Guardian widerspiegelt.
OpenAI sagt, KI-Agenten hätten eine Navier–Stokes-Singularität gefunden und den Beweis in Lean formalisiert. Die schwierigere Geschichte ist, was danach kommt: Prüfung, Anerkennung und die Macht privater Agentenschwärme in der Mathematik.
