OpenAI und neue Modelle: Wie KI Code versteht, den Menschen nicht mehr durchschauen

Jordan Nanos von SemiAnalysis teilte eine faszinierende Beobachtung aus dem Inneren von OpenAI. Während er gemeinsam mit Ingenieuren des Unternehmens deren Kerncode überprüfte, stellte sich heraus, dass diese den Code nicht Zeile für Zeile vollständig verstanden. Für die Funktionsweise war das jedoch irrelevant, denn die künstliche Intelligenz verstand ihn.

"Dieser Code ist kein Müll, weil er funktioniert. Aber im Wesentlichen ist es buchstäblich KI-generierter Assembler, der einfach in Gluon geworfen wurde – einer Low-Level-Programmiersprache für Cores, die sie auf Basis von Triton entwickelt haben und die ein sehr interessantes Programmiermodell nutzt."

Nanos betonte den Kontrast zwischen menschlichem Wissen und KI-Kompetenz:

"Der Punkt ist, dass die Kollegen, die diesen Code mit uns überprüften, die Hardware sehr gut verstanden und auch die Konzepte des gesamten Systems klar begriffen. Gleichzeitig hatten sie jedoch keine Ahnung, was dieser MLA-Core für DeepSeek, den sie uns zeigten, tatsächlich tut."

"Man kann den Code Zeile für Zeile durchgehen, und dort heißt es buchstäblich: Nein, ich weiß es nicht, ich weiß es nicht."

Doch genau hier liegt der Paradigmenwechsel:

"Das spielt keine Rolle. Die KI versteht es, die KI testet es, und die Ergebnisse sind sichtbar. Sie generiert korrekte Cores, die wirklich gut funktionieren."

"Und ich denke, dies ist nur ein weiteres Zeichen dafür, was noch auf uns zukommt."

"Der Code selbst muss nicht zwingend etwas sein, das ein Mensch tiefgehend verstehen und seziert, wenn die KI weiß, wie sie die Bewegung von Daten und Rechenelementen auf der bereitgestellten Hardware steuert."