Turing-Preisträger Sutton gründet Oak Lab — und nennt die heutige KI „schwach und ineffizient“

Richard Sutton, Turing-Preisträger 2024 und Mitbegründer des modernen Reinforcement Learning, hat gemeinsam mit dem Forscher Khurram Javed ein eigenes KI-Labor gegründet: Oak Lab mit Sitz in Toronto. Beide arbeiteten zuvor bei Keen Technologies, der KI-Firma des Doom-Programmierers John Carmack.

Ungewöhnlich deutlich fiel Suttons Begründung aus. In einem Beitrag auf X am 14. Juli bezeichnete er die heutigen Deep-Learning-Methoden als „schwach und ineffizient“ — nicht durch weiteres Skalieren zu verbessern, sondern nur durch „grundlegend neue Ideen und eine gründliche Überarbeitung“. Damit stellt er sich frontal gegen den Kurs von OpenAI, Anthropic und Google DeepMind, die Milliarden in immer größere Transformer-Modelle stecken, welche einmal auf gewaltigen, statischen Datensätzen trainiert werden.

Oak Lab baut stattdessen auf Suttons OaK-Architektur (Options and Knowledge): Agenten sollen in Echtzeit aus ihrer Umgebung lernen, ohne Daten zu speichern oder nachzuspielen, sich eigene innere Weltmodelle bauen und selbst bewerten, was sie behalten. Suttons Fernziel ist bewusst grandios formuliert — „ein Agent mit einer Billion Parametern, der in Echtzeit lernt und plant, mit 20 Watt Energie“, also ungefähr dem Verbrauch eines menschlichen Gehirns.

Einzuordnen ist das als Grundsatzposition, nicht als bewiesene Widerlegung: Ein vollständiger Prototyp der OaK-Architektur ist erst „in den nächsten Jahren“ geplant. Zunächst will Oak Lab in kontrollierten Umgebungen belegen, wo die heutigen Methoden an ihre Grenzen stoßen, bevor größer skaliert wird. Die Gründung ist damit vor allem ein Signal: Ein Teil der KI-Pioniere hält den aktuellen Boom-Pfad für eine Sackgasse — und beginnt, offen an einer Alternative zu arbeiten.