Warum 95% der KI-Pilotprojekte scheitern: SingularityNETs Weg zur AGI

Wie die Artificial Superintelligence Alliance plant, Big Tech bei AGI zu schlagen

Janet Adams, COO von SingularityNET und Gruendungsmitglied der Artificial Superintelligence Alliance (ASI), hielt eine eindrucksvolle Praesentation auf der Global AI Show in den VAE. Ihre Botschaft: Waehrend die Welt von grossen Sprachmodellen besessen ist, fuehrt der wahre Weg zur AGI - und zum Unternehmens-ROI - ueber neurosymbolische KI. Mit einem Hintergrund in Bankentechnologie und KI-Regulierung bringt Adams die Perspektive einer Praktikerin in das ein, was sie als "Winner-takes-all-Rennen" um kuenstliche allgemeine Intelligenz bezeichnet.

Ueber die Bedeutung der AGI-Eigentumsrechte: "If that technology is owned by a very few privileged big tech companies or government powers, it will be the most intelligent, the most powerful technology ever invented. It will have the ability to be a winner takes all race." (Wenn diese Technologie von einigen wenigen privilegierten Big-Tech-Unternehmen oder Regierungsmaechten besessen wird, wird sie die intelligenteste und maechtigste Technologie sein, die je erfunden wurde. Sie wird das Potenzial haben, ein Winner-takes-all-Rennen zu werden.) Die Antwort von SingularityNET ist dezentrale Open-Source-Entwicklung - eine direkte Herausforderung an die geschlossenen Ansaetze von OpenAI, Google und Microsoft.

Ueber das schmutzige Geheimnis der Unternehmens-KI: "MIT recently did a very vast report on implementation of AI in industry. They concluded that 90% of companies are saying they have implemented some form of AI in their company. But 95% of the generative AI pilots show no measurable ROI." (Das MIT hat kuerzlich einen sehr umfassenden Bericht ueber die Implementierung von KI in der Industrie erstellt. Sie kamen zu dem Schluss, dass 90% der Unternehmen sagen, sie haetten irgendeine Form von KI implementiert. Aber 95% der generativen KI-Pilotprojekte zeigen keinen messbaren ROI.) Adams hat dies aus erster Hand erlebt: KI-Teams werden mit grosser Begeisterung aufgebaut und dann wieder aufgeloest, wenn die Ergebnisse ausbleiben.

Warum LLMs in kritischen Bereichen versagen: "In anything which is high stakes—finance, education, healthcare, aviation, manufacturing, oil and gas—the industries in which you can't afford to make a mistake cannot effectively deploy LLMs for any serious processing." (In allen Bereichen mit hohem Risiko - Finanzen, Bildung, Gesundheitswesen, Luftfahrt, Fertigung, Oel und Gas - in den Branchen, in denen man sich keine Fehler leisten kann, koennen LLMs nicht effektiv fuer ernsthafte Verarbeitung eingesetzt werden.) Das Halluzinationsproblem ist kein Fehler, der behoben werden kann; es ist grundlegend fuer die Funktionsweise neuronaler Netzwerke.

Ueber den Vorteil neurosymbolischer KI: "Neurosymbolic AI—they can reason and they can explain themselves in a way that regulators can approve, in a way that executives can understand that they are fulfilling their fiduciary duty towards their customers." (Neurosymbolische KI - sie kann logisch denken und sich auf eine Weise erklaeren, die Regulierungsbehoerden genehmigen koennen, auf eine Weise, die Fuehrungskraefte verstehen laesst, dass sie ihre treuhänderische Pflicht gegenueber ihren Kunden erfuellen.) Dies ist der entscheidende Differenzierungsfaktor: Erklaerbarkeit, die regulatorischen Anforderungen entspricht, keine Black-Box-Vorhersagen.

Ueber das Tempo der KI-Entwicklung: "AI is increasing in power at 10x a year right now. That means in three years it's going to be a thousand times smarter than today. We as humanity, our brains, we can't even get our heads around what this could mean." (KI wird derzeit jedes Jahr zehnmal leistungsfaehiger. Das bedeutet, dass sie in drei Jahren tausendmal intelligenter sein wird als heute. Wir als Menschheit, unsere Gehirne, koennen nicht einmal ansatzweise begreifen, was das bedeuten koennte.) SingularityNET glaubt, dass AGI innerhalb von 1-3 Jahren kommt - und sie bauen die dezentrale Infrastruktur auf, um sicherzustellen, dass alle davon profitieren.

Ueber Web4 und KI-Agenten: "Web 4 is the web of AI. It's where we will have AI intelligent agents interacting with each other to do much of the work that humans currently do. They're taking that basic programmable researchy stuff that we all do in our day jobs, and it's moving on to the web." (Web 4 ist das Web der KI. Dort werden intelligente KI-Agenten miteinander interagieren, um einen Grossteil der Arbeit zu erledigen, die derzeit Menschen tun. Sie uebernehmen die grundlegende programmierbare Recherchearbeit, die wir alle in unseren Jobs machen, und verlagern sie ins Web.) Die Agenten-Schicht der ASI Alliance (ueber Fetch.ai) ist genau fuer diese Multi-Agenten-Zukunft konzipiert.

5 Wichtige Erkenntnisse von Janet Adams ueber Unternehmens-KI und AGI

• ROI erfordert Neudenken, keine Zusaetze - Unternehmen, die Ergebnisse erzielen, gehen "AI first" vor und ueberdenken ihr gesamtes Geschaeft in der Welt der KI, anstatt zu fragen "Wo kann ich einen Chatbot einsetzen"
• Neurosymbolisch schlaegt rein neural - Wissensgraphen enthalten reichhaltigere semantische Informationen als Datenbanken; neurosymbolische KI verwendet weniger Rechenleistung und liefert erklaerbare Ergebnisse
• ASI Chain zielt auf 100K TPS - Ihre KI-optimierte Blockchain konkurriert mit Visas Transaktionsgeschwindigkeiten und ermoeglicht Echtzeit-Messaging zwischen KI-Agenten auf Finanzabwicklungsniveau
• Dezentralisierung verhindert Winner-takes-all - Die ASI Alliance (SingularityNET, Fetch.ai, Kudos) nutzt Community-Governance, um zu verhindern, dass eine einzelne Partei AGI kontrolliert
• OpenCog Hyperon ermoeglicht Multi-KI-Zusammenarbeit - Ihr Framework ermoeglicht es verschiedenen KI-Typen (evolutionaer, logisch, neural), miteinander zu interagieren, zu lernen und sich gemeinsam in Richtung AGI zu entwickeln

Was das fuer Organisationen bedeutet, die KI-Agenten einsetzen

Adams' These widerspricht dem aktuellen KI-Hype: LLMs allein werden keinen Unternehmenswert in Bereichen liefern, in denen Fehler kostspielig sind. Der Weg nach vorne kombiniert die heutigen KI-Faehigkeiten mit neurosymbolischen Methoden, die denken, erklaeren und regulatorische Pruefungen bestehen koennen. Ob man SingularityNETs AGI-Zeitplan glaubt oder nicht, ihr Punkt ueber die 95%-Misserfolgsquote von generativen KI-Pilotprojekten verdient Aufmerksamkeit. Die Organisationen, die mit KI erfolgreich sind, streuen nicht einfach Chatbots auf bestehende Prozesse - sie ueberdenken grundlegend, wie Menschen und Maschinen in der von ihr genannten "Web4"-Aera zusammenarbeiten.