Das japanische KI-Start-up Sakana AI hat ein Forschungslabor für rekursive Selbstverbesserung (Recursive Self-Improvement, RSI) gegründet. Ziel ist es, KI-Systeme zu entwickeln, die den eigenen Entwicklungsprozess eigenständig optimieren – von der Architektur über das Training bis hin zur Evaluierung.
Wie Sakana AI in seinem Blogbeitrag zur Laborgründung beschreibt, setzt das Unternehmen auf „offene, adaptive Architekturen“, die sich gemeinsam selbst verbessern sollen.
RSI in vier Phasen
Hierfür skizziert das Start-up vier Phasen. Den Anfang bilden „Agent-Native Models“, also KI-Architekturen und Weltmodelle, die von Grund auf für offene Agentenaufgaben statt für klassische Chat-Anwendungen entwickelt werden. Darauf folgt „The AI Scientist“. In dieser Phase sollen die Modelle eigenständig wissenschaftliche Forschung durchführen – von der Ideenfindung über Experimente bis zur Erweiterung des wissenschaftlichen Wissens. Die dritte Stufe „Recursive Self-Improvement“ beschreibt den Übergang zu Systemen, die ihre eigenen Foundation-Modelle und Architekturen verbessern können. KI-Agenten sollen dabei selbst Code schreiben, testen und verifizieren und so einen autonomen Zyklus der Selbstoptimierung auslösen. Als langfristiges Ziel nennt Sakana AI „Democratized AI“. Durch rekursive Selbstverbesserung und effizientere Nutzung von Rechenressourcen sollen auch kleinere Staaten, Institutionen und Unternehmen leistungsfähige KI-Systeme entwickeln können, ohne auf die riesigen Rechenzentren großer Technologiekonzerne angewiesen zu sein.
