Fei-Fei Li zum Verkauf von World Labs an AMD: „Das Universum besteht nicht aus Wörtern, sondern aus realen Dingen …“

Fei-Fei Li ist die Wissenschaftlerin, deren Arbeit Maschinen das Sehen beigebracht hat. Nun hat sie das Labor verkauft, das sie aufgebaut hat, um KI über Sprache hinauszuführen. Mit der Ankündigung, dass World Labs Teil von AMD wird, dem Chipkonzern unter der Führung ihrer frühen Unterstützerin Lisa Su, bekräftigte sie in einem einzigen Satz die Überzeugung, auf der das Unternehmen gegründet wurde – und setzte damit der Ära, in der KI zuerst auf Sprache setzt, eine Wette entgegen.

„Das Universum besteht nicht aus Worten, sondern aus realen Dingen. Viele der wichtigsten Probleme, die KI lösen muss – von der Wissenschaft über die Unterhaltungsbranche bis zur Robotik – verlangen von Modellen, die Struktur und das Verhalten der physischen Welt zu erfassen und Schlussfolgerungen daraus zu ziehen.“

Li schrieb diese Worte in „World Labs to AMD“, einem Beitrag auf ihrem Substack-Blog. The Register zitierte sie in seiner Berichterstattung über den Deal. Der Satz unmittelbar davor steckt den Rahmen ab: Das Unternehmen sei von der grundlegenden Überzeugung geleitet gewesen, „dass Sprache allein für die Entwicklung von Modellen nicht ausreicht“.

AMD hat sich bereit erklärt, World Labs im Rahmen einer reinen Aktientransaktion zu übernehmen, die das Unternehmen mit rund 8,2 Milliarden Dollar bewertet. Der Abschluss wird bis Ende 2026 erwartet, sofern die Aufsichtsbehörden zustimmen. Li wird bei AMD Executive Vice President und Chef-Wissenschaftlerin und direkt an Su berichten. Das Labor in San Francisco, das sie Anfang 2024 gemeinsam mit Ben Mildenhall und Justin Johnson gegründet hat, entwickelt das, was in der Branche als Weltmodelle bezeichnet wird: Systeme, die aus Texten, Bildern und Videos dreidimensionale Umgebungen erzeugen, rekonstruieren und simulieren. Ein großes Sprachmodell sagt das nächste Wort voraus; ein Weltmodell dagegen, wie The Register es formulierte, stellt sich die Umgebung vor und bearbeitet das Problem von dort aus.

Eine naheliegende Einordnung stellt den Satz in eine Reihe mit Yann LeCun, Metas ehemaligem Chefwissenschaftler für KI, der große Sprachmodelle als mögliche Sackgasse bezeichnet hat. Lis Position ist enger gefasst; The Register betonte ausdrücklich, dass sie nicht gegen große Sprachmodelle ist. Ihr neuestes Modell übernimmt sogar deren Vorgehensweise: Atlas, schreibt sie, sage ausgehend von einer Reihe zweidimensionaler Bilder die nächste Ansicht voraus – so, wie ein Sprachmodell das nächste Token vorhersagt. Ihr Streit gilt nicht der Methode, sondern dem Material. Texte sind von Menschen verfasste Aufzeichnungen der Welt. Li argumentiert, dass die Probleme, deren Lösung sich lohnt – von der Wissenschaft über die Unterhaltungsbranche bis zur Robotik –, in dem liegen, was die Texte beschreiben.

Entscheidend ist, wer für diesen Satz bezahlt hat. Ein Chiphersteller gibt nicht Milliarden in Aktien für eine philosophische Überzeugung aus. AMD begründet die Übernahme mit dem Bedarf an Rechenleistung und merkt an, dass mit der Ausweitung von KI auf Robotik, Simulation und physische KI „die Anforderungen an die Recheninfrastruktur vielfältiger werden“. Sus eigener Satz verrät, worum es geht: „Wer die Rechenplattformen für die nächste KI-Generation entwickelt, muss genau verstehen, wie sich Modelle weiterentwickeln.“ Einfach gesagt: AMD will wissen, welche Aufgaben als Nächstes anstehen, bevor das Unternehmen die dafür nötigen Chips entwirft. Neben Nvidia, merkt The Register an, ist AMDs Team für Softwareentwicklung winzig. World Labs verschafft dem Konzern ein eigenes Forschungsteam – nur wenige Wochen, nachdem AMD der Übernahme von Taalas zugestimmt hatte, einem Start-up, das Modellgewichte direkt in Silizium einbettet.

Li beschreibt denselben Zusammenhang von der anderen Seite. „Ohne gezielte Arbeit an der Hardware wird KI bei der Effizienz ausgebremst. Und bei der Skalierung. Und bleibt, für unsere Zwecke, in der digitalen Welt gefangen“, schreibt sie. Darin liegt der praktische Gehalt des Zitats. Ein Modell, das über den physischen Raum nachdenkt, ist nur so nützlich wie die Maschine, die schnell genug läuft, um einen Roboter zu steuern. Li ist zu dem Schluss gekommen, dass der schnellste Weg zu einer solchen Maschine darin besteht, in das Unternehmen zu wechseln, das sie baut.

Der Satz hat Gewicht, weil eine ganze Laufbahn dahintersteht. Li kam im Jahr 2000 in das Fachgebiet und widmete sich der visuellen Intelligenz – bei Maschinen ebenso wie im Gehirn. Die Arbeit ihres Labors an ImageNet trug dazu bei, die moderne KI-Ära einzuleiten. Später gründete sie als Chef-Wissenschaftlerin die KI-Abteilung von Google Cloud und wurde Gründungsdirektorin des Human-Centered-AI-Instituts in Stanford. Ein Vierteljahrhundert später hat sich an ihrer Argumentation nichts geändert. Geändert hat sich, worum es geht. Sobald der Deal abgeschlossen ist, wird die Professorin, die diese Position vertreten hat, an Su berichten.

Wenn Li recht hat, hat AMD einen frühen Einblick in die Aufgaben erworben, die die nächste Generation von KI-Hardware prägen werden. Wenn sie sich irrt und Sprache weiterhin alles in sich aufnimmt, hat der Konzern eine teure Absicherung gekauft. Genau so deutete The Register den Deal: als Versicherung für den Fall, dass sich große Sprachmodelle als Sackgasse erweisen.

Lis Satz beginnt als Aussage über das Universum. Wenn der Deal abgeschlossen ist, wird daraus ein Datenblatt.

Schlagwörter: artificial intelligence, AMD, Fei-Fei Li, World Labs, World models