Sammlung wird geöffnet…
6 Gespräche in dieser Sammlung · Quellenevidenz vorrangig
EINE FRAGE, UNTERSUCHT
9 ausgedrückte Meinungen · 4 Interviews · 5 Personen
Übersetzungen dienen dem Leseverständnis; die Originalauszüge bleiben die Quellenevidence.
Die Antworten werden aus den Quellennachweisen in dieser Sammlung synthetisiert. Überprüfen Sie wichtige Aussagen anhand der Originalinterviews.
Wir suchen in den Interviews nach Belegen für deine Frage.
Erste Schlüsselwortübereinstimmungen · Den Originalinterviews zugeordnete Meinungen
DIE AUSGEDRÜCKTEN MEINUNGEN09
Kuhn empfiehlt, bei der Planung von KI-Einsätzen im Unternehmen von einer eingeschränkten oder gar keinen Internetverbindung auszugehen.
Gehen wir einfach davon aus, dass Sie keinen oder nur eingeschränkten Internetzugang haben werden.
Jensen Huang beschreibt, dass agentischen Systemen jeweils nur zwei von drei Fähigkeiten zugestanden werden: Zugriff auf sensible Informationen, Ausführung von Code und externe Kommunikation. Er beschreibt zudem die Anwendung unternehmensweiter Zugriffskontrollen sowie die Anbindung der Systeme an eine Policy-Engine.
Wir gewähren Ihnen zwei von drei Rechten. Agentische Systeme können auf sensible Informationen zugreifen, sie können Code ausführen und sie können extern kommunizieren. Wir könnten die Dinge sicher halten, wenn wir Ihnen zu jedem Zeitpunkt zwei dieser drei Fähigkeiten zugestehen würden, aber nicht alle drei.
Ein MCP-Gateway bietet eine Möglichkeit, den Zugriff auf MCP-Server innerhalb einer Cloud-Plattform einfach zu steuern und zu skalieren. Organisationen können Dutzende von MCP-Servern betreiben, die registriert und spezifischen Gateways für ein zentrales Management zugeordnet werden.
Wenn Sie sich ein MCP-Gateway als Möglichkeit vorstellen, den Zugriff auf MCP-Server – insbesondere innerhalb einer Cloud-Plattform – einfach zu steuern und zu skalieren, dann könnten wir beispielsweise 30 oder 40 MCP-Server betreiben.
Entgegen der Befürchtung von Stellenabbau berichtet Nick, dass er härter arbeite als je zuvor, weil KI-Agenten ständig menschliche Eingaben benötigen. Er baue Dinge, für die er früher keine Zeit hatte, was darauf hindeutet, dass Agenten die Ausgabe verstärken, aber zugleich auch mehr von ihren Bedienern verlangen.
Ich arbeite gerade härter als je zuvor, weil ich all diese Agenten habe, und die brauchen ständig etwas von mir. Und ich baue ständig Dinge, die ich schon immer bauen wollte, aber einfach nie die Zeit dafür hatte.
Eine informelle Extrapolation jüngster Fortschritte bei KI-Fähigkeiten – von Leistungen auf High-School-Niveau über Bachelor- bis hin zu Promotionsniveau – legt nahe, dass leistungsfähige KI bereits 2026 oder 2027 eintreffen könnte. Diese Schätzung bleibt jedoch unsicher, da potenzielle Störungen wie Datenknappheit, Grenzen beim Clusterskalieren oder geopolitische Unterbrechungen eintreten könnten.
Wenn man einfach die Geschwindigkeit betrachtet, mit der diese Fähigkeiten zunehmen, dann kommt man tatsächlich zu der Annahme, dass wir dort spätestens 2026 oder 2027 angelangt sein werden. Wiederum könnte vieles dazwischenkommen: Wir könnten an Daten knapp werden. Möglicherweise können wir Cluster nicht so stark skalieren, wie wir es gerne würden.
Neuronale Netze werden nicht direkt programmiert, sondern gezüchtet. Forscher entwerfen Architekturen als Gerüste und definieren Verlustfunktionen als Richtungsziele; das resultierende System ähnelt jedoch eher einem biologischen Organismus, dessen innere Funktionsweise untersucht werden muss, statt einem geschriebenen Code.
Wir programmieren nicht, wir bauen sie nicht, wir züchten sie. Wir haben diese neuronalen Netzwerkarchitekturen, die wir entwerfen, und wir haben diese Verlustfunktionen, die wir definieren. Und die neuronale Netzwerkarchitektur ist so etwas wie ein Gerüst, auf dem sich die Schaltkreise entwickeln.
Wenn KI-Regulierung schlecht zielgerichtet ist und unnötige Belastungen schafft, könnten Praktiker zu dem Schluss kommen, dass Sicherheitsbedenken übertrieben sind, nachdem sie Zeit mit Compliance-Aufgaben vergeudet haben. Eine schlecht konzipierte Regulierung könnte einen dauerhaften Konsens gegen zukünftige Verantwortlichkeitsmaßnahmen hervorrufen, weshalb eine präzise, gezielte Ausgestaltung unerlässlich ist.
Wenn wir etwas einführen, das schlecht zielgerichtet ist und viel Zeit der Menschen verschwendet, dann werden die Leute sagen: „Seht her, diese Sicherheitsrisiken – das ist Unsinn. Ich musste gerade zehn Anwälte einstellen, um all diese Formulare auszufüllen.“
Mit über einer Million monatlich generierter Fotos testete Levels zufällig Generierungsparameter wie Schrittzahl und Sampler bei 10 % der Nutzer. Er maß Favorisierungen und Downloads, um statistisch zu ermitteln, welche Einstellungen bessere Bilder erzeugten, bevor er sie flächendeckend einführte.
Bei etwa 10 % der Nutzer testete ich zufällig Parameter und sah dann nach, ob sie das Foto favorisieren oder herunterladen – ich maß also, ob sie es favorisieren oder mögen. Und dann führte ich A/B-Tests durch.
Levels argumentiert, dass strenge europäische Regulierung zu regulatorischem Capture führt: Große etablierte Unternehmen profitieren, weil sie sich die Einhaltung leisten können, während Neuankömmlinge blockiert werden. Er kontrastiert dies mit den USA, wo er behauptet, ein KI-Startup sofort starten zu können – einfach indem er seinen Laptop öffnet.
Regulierung ist sehr gut für große Unternehmen, weil sie ihr folgen können. Ich kann ihr aber nicht folgen, richtig? Wenn ich jetzt in Europa ein KI-Startup gründen möchte, kann ich das nicht, weil es eine KI-Regulierung gibt, die es für mich sehr kompliziert macht. Wahrscheinlich müsste ich sogar Notare einschalten.
nafyi.