Klassische KI-Modelle – so wie auch das Anfang März 2025 vorgestellte, neue GPT-4.5 – antworten “spontan”, ohne über die Antwort irgendwie “nachzudenken”. Damit kommen wir rasch zu Ergebnissen, aber für komplexere Fragen eignet sich diese Strategie nur bedingt. OpenAI hat im September 2024 mit OpenAI O1 eine KI vorgestellt, welche vor dem Antworten “nachdenkt” (englisch: reasoner-AI). Diese Art von KI liefert bei komplexen Fragen weit bessere Antworten als die klassische KI, ist aber auch weit langsamer bzw. aufwändiger. Die neue Chinesen-KI hat diese Art von KI nun breiter zugänglich gemacht. Wie funktioniert sie, und was bringt’s?
KI und Maschinen-Lernen
Die aktuelle KI basiert auf dem Konzept Maschinen-Lernern. Lernen heißt hier, die Informationen nicht direkt zu abzuspeichern, sondern zugrundeliegende Muster bzw. Konzepte zu erkennen und damit sich dieses vieltausendfach komprimiert merken zu können. Dieses Komprimieren ist aber verlustbehaftet – unwesentlich erscheinendes wird weggelassen. Alle Antworten werden dann nicht aus einem Speicher abgerufen, sondern für jede Frage, auf Grund der gemerkten Muster/Konzepte neu erfunden. Und zwar Wortteil um Wortteil für jede Antwort. Dies funktioniert, weil die Musterfabriken (künstliche Neuronale Netze) extrem groß sind. Von einigen Milliarden bis zu Billionen angelernten, spezifischen Neuronen Verbindungen – den sogenannten Parametern eines KI-Modells. Das relativ kleine, neue QwQ-32B hat 32 Milliarden davon (perverser Weise ist engl. „Billion“/B eine Milliarde). OpenAI O1 bzw. GPT-4o haben geschätzt über eine Billion angelernte Parameter, d.h. über 30x so viel. Größer ist erwiesenermaßen bei KI auch leistungsfähiger. ABER, es kommt auch auf die Qualität des Lernens an!
Lernen passiert auf verschiedene Weise. Das einfachste Lernen ist ein Imitieren – d.h. ein Nachmachen etwas auswendig Gelernten. Bei einer KI ist dies z.B. Wikipedia als Lernmaterial, oder andere Internet-Inhalte. Ähnlich wie wir, das kleine 1×1 trainiert haben, um es wie aus der Pistole geschossen beantworten zu können. Nur halt bei der KI mit so vielen Lernmaterialien, wie wir sie als Mensch in einem Leben nicht lesen könnten.
Mit bloßem Imitieren hätte aber die KI Alpha Go nie einen Großmeister in Go besiegen können. Dafür braucht es zusätzlich ein komplexeres Lernen – „trial & error“ oder ausprobieren und hinfallen. Ähnlich den Hausübungen bei unserem Lernen. Dabei bilden sich auch automatisch neue Konzepte und Muster. Bei dieser Art von Lernen ist ein Erkennen von Erfolg oder Misserfolg wesentlich. Bei direkt entscheidbaren Problemen wie Spielen, Mathematik, oder Programmierung ist dieses Erkennen einfach. Bei anderen ist eine Bewertung des Ergebnisses durch einen Menschen nötig – dies ist einer der Erfolgsfaktoren für die Qualität der OpenAI Modelle. DeepSeek hat aber angeblich ihre Lernbewertungen primär durch Abfragen an die OpenAI KI vornehmen lassen. Damit hat eine bessere KI eine zunächst schlechtere angelernt – ein Verfahren, das in der KI als „distillation“ bezeichnet wird.
Dies alles ist aber noch zu wenig für komplexe Probleme, da hier fürs Lernen bisher nur das Ergebnis bewertet wird. Bei unserem eigenen Mathematiklernen wurden wir ja nicht nur mit dem, ob das Ergebnis passt, benotet. Es wurde auch unser Lösungsansatz bewertet. Eben um uns anzuhalten, besser nachzudenken. Dies wurde auch im Anlernen von OpenAI O1, DeepSeek R1, … so angewendet. Die KI wurde trainiert, zuerst mit einem guten Lösungsansatz zu antworten, und dann erst diesen fürs Ergebnis anzuwenden. Dieser Lösungsansatz in der Antwort wird beispielsweise mit der Kennzeichnung <think> … </think> eingefasst, um ihn auch leicht im Chat aus-/einblenden zu können. Den Lösungsansatz vor der eigentlichen Antwort zu generieren, erfordert aber weit mehr Rechenleistung und Zeit. Dies ist der Grund, warum die „Nachdenken“-KI langsamer (und bei OpenAI auch teurer) ist, als die klassische KI.
Ein Beispiel für eine komplexere Frage an eine Nachdenken-KI:
Was waren die Auswirkungen der Erkentnisse von Euler und Gödel auf unsere Gesellschaft? In einer kurzen, vergleichenden Zusammenfassung.
Hier die Antwort von QwQ-32B, nach dem Nachdenken:
Vergleichende Zusammenfassung der Auswirkungen von Eulers und Gödels Erkenntnissen:
Leonhard Euler
Wirkung auf die Gesellschaft:
Eulers mathematische und physikalische Arbeiten (z. B. die Grundlagen der Graphentheorie, komplexe Zahlen, Strömungsmechanik und Astronomie) bildeten die Grundlage für moderne Technologien wie:
- Informatik und Netzwerkanalyse (z. B. Sozialmedien, Internet-Protokolle).
- Ingenieurwesen (Bau von Brücken, Luftfahrt, Robotik).
- Raumfahrt (Bahnrechnungen für Satelliten und Raketen).
Seine Formeln (wie (e^{i\pi} + 1 = 0)) vereinfachten komplexe Berechnungen und beschleunigten wissenschaftliche Fortschritte. Eulers Werk ermöglichte somit praktische Anwendungen, die maßgeblich zur industriellen und digitalen Revolution beitrugen.
Kurt Gödel
Wirkung auf die Gesellschaft:
Gödels Unvollständigkeitssätze (1931) zeigten, dass in jedem logischen System (auch in der Mathematik) Aussagen existieren, die wahr sind, aber nicht innerhalb des Systems beweisbar sind. Dies hatte tiefgreifende Auswirkungen:
- Philosophie und Wissenschaftstheorie: Legte Grenzen an menschliches Wissen und widersprach dem damaligen Glauben an eine vollständige Formalisierung der Mathematik.
- Informatik und KI: Beeinflusste die Theorie der Berechenbarkeit (z. B. Turing-Maschinen) und zeigt, dass einige Probleme algorithmisch unlösbar sind.
- Kultur und Denken: Führte zu einer grundsätzlichen Neubewertung von Logik, Rationalität und der Suche nach absoluten Antworten.
Vergleich
- Euler förderte technische Fortschritte durch praxisnahe mathematische Werkzeuge.
- Gödel legte theoretische Grenzen auf, was die Philosophie, Wissenschaft und KI beeinflusst.
- Gemeinsam: Beide veränderten unser Verständnis von Wissen – Euler durch Erweiterung, Gödel durch Einschränkung.
Zusammenfassung: Eulers Arbeiten ermöglichten die materielle Basis moderner Technologien, während Gödels Erkenntnisse die Grenzen menschlicher Logik und Wissenschaft aufzeigten, was eine kritisch-reflexive Haltung in Wissenschaft und Gesellschaft förderte.
Das (ggf. versteckte) Nachdenken von QwQ-32B davor:
Dieses erfolgt vor der Antwort und wird ev. vom chatBot ausgeblendet. Hier nun zum Nachlesen – QwQ denkt dabei dankenswerterweise in Englisch und nicht im Chinesisch seiner Erbauer ;-).
<think>
Okay, the user is asking about the impacts of Euler's and Gödel's discoveries on society, in a short comparative summary. Let me start by recalling what each of them is known for.
Euler was a mathematician and physicist, right? He made foundational contributions to various fields. His work in mathematics, like graph theory with the Seven Bridges of Königsberg problem, laid the groundwork for topology and network analysis. That's probably important for modern tech like computer networks and social media algorithms. Also, Euler's formula in complex numbers and his equations in physics, like fluid dynamics and astronomy, must have influenced engineering and technology. So his contributions are more about enabling technological advancements and mathematical frameworks that underpin a lot of our current tech infrastructure.
Then there's Gödel, known for his incompleteness theorems. His work showed that in any consistent formal system, there are true statements that can't be proven within the system. That's a big deal because it challenged the idea that mathematics could be completely formalized and that all truths could be derived logically. This might have philosophical implications, suggesting limits to human knowledge and influencing fields like computer science, especially in understanding computational limits and AI. It also affected how people think about logic and the foundations of mathematics, maybe leading to more humility in scientific endeavors.
Now, comparing their impacts: Euler's work was more about building tools and systems that directly contributed to technological progress, making possible things like engineering, space exploration, and information technology. Gödel's theorems were more about theoretical limits, affecting philosophy, mathematics, and computer science by showing inherent boundaries in formal systems. So Euler's impact is practical and constructive, while Gödel's is more conceptual, highlighting limitations.
Wait, the user wants a short, comparative summary. Need to structure it clearly, maybe in two paragraphs, each highlighting the key contributions and their societal effects, then a comparison. Make sure to mention specific examples like Euler's equations used in engineering versus Gödel's impact on logic and AI. Also, note that Euler's work enabled advancements, whereas Gödel's revealed fundamental limits, affecting both science and philosophy.
Check if there's anything else. Euler's formula e^(iπ) + 1 = 0 is iconic, linking different areas of math. That might be worth mentioning as it shows interconnectedness, which is useful in interdisciplinary fields. Gödel's influence on AI could be about understanding that some problems are undecidable, so AI has limits too. Also, in philosophy, it might have contributed to the idea that some truths are beyond proof, affecting how we approach knowledge.
Make sure the summary is concise but covers both the technological/practical side from Euler and the theoretical/philosophical from Gödel. Avoid jargon so it's accessible. Alright, time to put it all together clearly.
</think>Im Vergleich – die Antwort von Phi-4, ohne “Nachzudenken”
Phi-4 14B ist ein gutes, modernes KI-Modell, aber ohne dieser Nachdenke-Funktion. Entwickelt von Microsoft speziell für lokale KI und weniger als halb so gross wie QwQ-32B. Es antwortete in insgesamt 34s mit 23 token/s, 4x so schnell wie QwQ-32B, weil ohne Nachdenken-Phase. Bzw. 2x so schnell im Token-generieren, da Phi als KI-Modell nur halb so gross ist. Aber die Antwort ist weniger prägnant, obwohl die KI hier auch zunächst eine lange Antwort, mit Zusammenfassung der beiden einzelnen Individuen vornimmt und erst danach dieses Wissen dann zu einer Bewertung integriert.
Leonhard Euler und Kurt Gödel sind zwei der einflussreichsten Mathematiker, deren Erkenntnisse tiefgreifende Auswirkungen auf die Gesellschaft hatten, obwohl sie in unterschiedlichen Epochen und Kontexten wirkten.
Leonhard Euler (1707-1783)
Beiträge und Auswirkungen:
- Mathematische Grundlagen: Euler legte mit seinen Arbeiten in der Analysis, Graphentheorie, Zahlentheorie und Mechanik die Grundlagen für viele moderne mathematische Disziplinen. Seine Einführung von Notationen wie ( e ), ( i ), ( \pi ) und die Funktion ( f(x) ) sind heute Standard.
- Technologische Fortschritte: Eulers Arbeiten in der Hydrodynamik und Mechanik beeinflussten die Entwicklung von Ingenieurwissenschaften und Technologien, die für die industrielle Revolution entscheidend waren.
- Bildung und Wissenschaft: Seine umfangreichen Publikationen und Lehrbücher trugen zur Verbreitung mathematischen Wissens bei und beeinflussten die Ausbildung von Generationen von Mathematikern und Ingenieuren.
Kurt Gödel (1906-1978)
Beiträge und Auswirkungen:
- Logik und Mathematik: Gödels Unvollständigkeitssätze zeigten, dass in jedem hinreichend mächtigen axiomatischen System Aussagen existieren, die weder bewiesen noch widerlegt werden können. Dies hatte tiefgreifende Auswirkungen auf die Philosophie der Mathematik und die Grundlagenforschung.
- Informatik und KI: Gödels Arbeiten beeinflussten die Entwicklung der theoretischen Informatik und der Künstlichen Intelligenz, insbesondere in Bezug auf die Grenzen algorithmischer Berechenbarkeit und Entscheidbarkeit.
- Philosophie und Wissenschaftstheorie: Gödels Erkenntnisse führten zu Diskussionen über die Grenzen des menschlichen Wissens und die Natur von Wahrheit und Beweis, was auch in der Philosophie und Wissenschaftstheorie nachhallte.
Vergleichende Zusammenfassung
- Mathematische Grundlagen: Während Euler die Grundlagen der Mathematik und Physik erweiterte und formalisierte, die für technologische und wissenschaftliche Fortschritte notwendig waren, stellte Gödel die Grenzen der Mathematik selbst in Frage und zeigte, dass es inhärente Beschränkungen in formalen Systemen gibt.
- Technologische und wissenschaftliche Auswirkungen: Eulers Arbeiten hatten direkte Auswirkungen auf die Entwicklung von Technologien und die industrielle Revolution. Gödels Erkenntnisse beeinflussten eher die theoretischen Grundlagen der Informatik und die philosophischen Diskussionen über Wissen und Beweis.
- Bildung und Philosophie: Beide Mathematiker hatten einen erheblichen Einfluss auf die Bildung und die philosophischen Grundlagen ihrer jeweiligen Epochen. Euler trug zur Verbreitung mathematischen Wissens bei, während Gödel die Art und Weise, wie wir über Wahrheit und Beweis denken, veränderte.
Insgesamt haben sowohl Euler als auch Gödel die Art und Weise, wie wir die Welt verstehen und mit ihr interagieren, nachhaltig geprägt, jedoch auf unterschiedliche Weise und in unterschiedlichen Kontexten.
Zusammenfassend: Das “Nachdenken” einer KI vor dem Antworten ermöglicht eine bessere Antwortqualität auf komplexe Fragen. Ob die Frage wirklich ein Nachdenken bzw. ein nachdenkendes KI-Modell erfordert, muss allerdings vom Benutzer der KI entschieden werden. Oft kann eine KI ohne Nachdenken, in der Struktur des Antwort Formulieren auch entsprechende Antwortstrategien umsetzen. Die Verwendung eines nachdenkenden KI-Modells kostet aber mehr Zeit und Ressourcen. Sich mit diesen nachdenkenden KIs – auch abseits eines teuren OpenAI Abos – zu beschäftigen, ist sehr interessant, mehr dazu in zukünftigen Beiträgen.
- Über den Autor
- Artikel
Retired Techie/Consultant/Marketer/Manager/Photographer. I enjoyed combining my technical background with marketing, analytics-insights and leadership to drive for business results. It also seems, that I have an eye for the beauty in people and photographic language.
Neueste Kommentare