Google-Forscher haben eine neue KI-Technik entwickelt, internes Reinforcement Learning (internes RL), die einen Durchbruch für Langzeit-KI-Agenten bedeuten könnte. Der Durchbruch, der am 16. Januar 2026 angekündigt wurde, behebt Einschränkungen in der Art und Weise, wie KI-Modelle komplexes Denken erlernen. Internes RL lenkt die internen Prozesse eines Modells auf die schrittweise Problemlösung. Dies umgeht die traditionelle Methode der Next-Token-Vorhersage, die oft zu Fehlern führt.

Das Problem bei der Next-Token-Vorhersage besteht darin, dass LLMs Sequenzen Token für Token generieren. Dies erschwert es den Modellen, während des Trainings neue Strategien zu erkunden. Internes RL bietet einen skalierbaren Weg zur Schaffung autonomer Agenten. Diese Agenten könnten komplexes Denken und reale Robotik bewältigen.

Die unmittelbaren Auswirkungen könnten sich in der Fähigkeit der KI zeigen, komplexe Aufgaben ohne ständige menschliche Aufsicht auszuführen. Experten glauben, dass dies zu effizienteren und zuverlässigeren KI-Systemen führen könnte.

Derzeit wird Reinforcement Learning verwendet, um LLMs für komplexes Denken zu trainieren. Die Architektur dieser Modelle schränkt jedoch ihre Fähigkeit zur effektiven Planung ein.

Die nächsten Schritte umfassen das Testen von internem RL in realen Anwendungen. Die Forscher wollen die Technik verfeinern und ihr Potenzial für verschiedene KI-Aufgaben erforschen. Die Entwicklung verspricht eine Zukunft mit leistungsfähigeren und autonomeren KI-Agenten.