Google-Forscher haben möglicherweise eine große KI-Herausforderung gemeistert. Sie entwickelten "internes RL", eine neue Technik zum Trainieren von KI-Modellen. Dieser Durchbruch könnte langfristige KI-Agenten ermöglichen. Die Ergebnisse wurden am 16. Januar 2026 veröffentlicht.

Internes RL steuert die inneren Abläufe eines Modells. Es leitet die KI zu schrittweiser Problemlösung an. Dies umgeht die Einschränkungen der Next-Token-Vorhersage. Aktuelle LLMs haben oft Schwierigkeiten mit komplexem Denken.

Die unmittelbaren Auswirkungen könnten erheblich sein. KI-Agenten könnten autonomer werden. Sie könnten komplexe Aufgaben ohne ständige menschliche Aufsicht bewältigen. Dies hat Auswirkungen auf die Robotik und andere Bereiche.

LLMs lernen traditionell durch Next-Token-Vorhersage. Diese Methode kann für langfristige Planung ineffizient sein. Internes RL bietet einen direkteren Ansatz. Es konzentriert sich auf die Entwicklung von High-Level-Strategien.

Die nächsten Schritte umfassen weitere Tests und Verfeinerungen. Die Forscher wollen die Technik skalieren. Das ultimative Ziel ist die Schaffung wirklich autonomer KI-Agenten. Dies könnte die Interaktion von KI mit der Welt revolutionieren.