OpenAIs KI löst ein Millennium-Problem – mit tausenden Agenten gleichzeitig

Diese Woche kamen kaum neue Modelle — dafür Debatten, die es in sich haben. Und eine Nachricht, die man leicht überliest: OpenAIs KI hat eines der Millennium-Preisprobleme gelöst, an denen Mathematiker seit Jahren arbeiten. Es geht um die Bewegung von Flüssigkeiten — anschaulich die Frage, ob man in einer Kaffeetasse durch genug Umrühren ein schwarzes Loch erzeugen könnte. Gearbeitet haben daran tausende Agenten gleichzeitig, und zwar in überschaubarer Zeit; anschließend wurde die Herleitung in Lean formal belegt. Praktisch zählt das überall dort, wo Strömungen berechnet werden: Wetter, Blut, Klima. Und weil Mathematik die Basis der anderen Wissenschaften ist, ist das mehr als eine Randnotiz. Fast zeitgleich hat Jacob Coxson bei Anthropic hingeworfen. Er hat sowohl bei OpenAI als auch bei Anthropic am Pre-Training gearbeitet und sagt jetzt öffentlich: keine dieser Firmen verhalte sich verantwortungsvoll, im Grunde spiele man mit der Zukunft der Menschheit. Der Post hat eine große Debatte ausgelöst — die einen halten ihm vor, das stehe so im Pitch Deck jeder dieser Firmen; viele andere geben ihm recht. Daran hängt auch die Frage, die sich im Silicon Valley inzwischen ernsthaft gestellt wird: Was ist dein P(Doom)? Und Ende September treffen sich USA und China, um über KI-Sicherheit zu sprechen. Außerdem: Unitree zeigt Humanoide, die inzwischen selbstständig boxen — technisch beeindruckend, aber nicht unbedingt der Use Case, den es braucht. Suno hat ein Modell trainiert, das nach eigener Aussage nur lizenzierte Musik gesehen hat. Eine EU-Studie vergleicht, wie stark KI-Skills in Stellenanzeigen ankommen — Deutschland liegt unter dem europäischen Mittel. Und zum Schluss geht es um simulierte Welten, begehbare 3D-Räume von World Labs und die Frage, ob unsere Realität selbst eine Simulation ist. In dieser Folge von AI Weekly mit Nadine: • Unitree: Humanoide, die selbstständig boxen • Suno und die Frage nach den Trainingsdaten • Warum Datenqualität wichtiger ist als Rechenpower • EU-Studie: wo Deutschland bei KI-Skills steht • Wenn das Skill-Gefälle im Entwicklerteam auseinandergeht • Mistral sammelt drei Milliarden ein • OpenAIs Agenten und der Hugging-Face-Hack • Ein Millennium-Problem, gelöst von einer KI • Jacob Coxson kündigt bei Anthropic • Was ist dein P(Doom)? • Simulierte Welten und die Simulationshypothese ⏱️ Kapitel 00:00 Intro 00:22 Diese Woche: wenige Releases, viele Debatten 01:09 Embodied AI: Unitree und die neuen Humanoiden 02:28 Warum humanoide Roboter überhaupt? 03:11 Wo es mir zu weit geht: kämpfende Roboter 03:29 Der Boxroboter steuert sich selbst 04:36 Suno und die Frage nach den Trainingsdaten 05:46 Das erste Modell auf lizenzierter Musik 07:03 Warum die Datenqualität den Ausschlag gibt 07:41 Das Zeitfenster für Firmen mit eigenen Daten 08:43 EU-Studie: AI Skills Demand 09:10 Deutschland unter dem europäischen Mittel 10:37 Welche KI-Skills sind eigentlich gemeint? 11:33 KI in der Entwicklerszene 12:13 Wenn das Skill-Gefälle im Team auseinandergeht 13:32 Warum es jemanden braucht, der moderiert 13:55 Mistral sammelt drei Milliarden ein 15:30 Alignment und Red Teaming 16:47 OpenAIs Agenten und der Hugging-Face-Hack 18:23 Ein Millennium-Problem, gelöst von einer KI 18:48 Das schwarze Loch in der Kaffeetasse 19:39 Tausende Agenten arbeiten gemeinsam daran 20:18 Warum das für Wetter und Medizin zählt 21:27 Jacob Coxson kündigt bei Anthropic 22:23 Die Debatte, die daraus wurde 24:00 Was ist dein P(Doom)? 24:40 Hinton, Amodei und die Zahlen dahinter 26:08 Der Blick auf China 26:35 USA und China treffen sich am 24. September 28:14 Ein Paper aus China 29:04 Die Welt simulieren: Personas im Playground 30:07 Woher die Personenbeschreibungen kommen 31:33 World Labs: begehbare 3D-Welten 32:24 Die Simulationstheorie 33:01 Der Vorschlag von 2003 34:00 Die Frage an dich 🔗 LEEON: https://leeon.com 👉 Abonnieren für jede Woche KI-News auf Deutsch. #KünstlicheIntelligenz #KINews #OpenAI #Anthropic #Robotik #AIWeekly #LEEON