Originaltitel: (Hassabis tritt ab, die letzte Szene der Ära vor den LLMs)
Originalautor: Erkenntnisse Beating

Hassabis hatte ursprünglich auch vor, zu gehen.

Laut von Pathfounders angeführten Insiderinformationen sollte der Mitgründer von Google DeepMind und Nobelpreisträger für Chemie 2024, Demis Hassabis, ursprünglich gemeinsam mit Jeff Dean Google verlassen. Das Management befürchtete, dass der gleichzeitige Abgang zweier KI-Führungskräfte den Aktienkurs stark beeinträchtigen würde, und versuchte daher, Hassabis zu halten. Insidern zufolge könnte er dennoch gehen, sobald sich die Lage beruhigt hat.

Am 5. August veröffentlichte Google nach außen hin eine Geschichte, die weitaus eleganter formuliert war.

Hassabis gab eigenständig die tägliche Geschäftsführung von Google DeepMind ab und wechselte in die Rolle als Vorsitzender sowie Chief Scientist bei Alphabet. Weiterhin verantwortet er AGI, wissenschaftliche Forschung und das Pharma-Forschungsunternehmen Isomorphic Labs. Koray Kavukcuoglu, der dreizehn Jahre bei DeepMind gearbeitet hatte, übernahm den Alltag: Er ist Googles Chief-AI-Architect und einer der Schöpfer des frühen DeepMind-Teams für Deep Learning. Künftig berichtet er direkt an Sundar Pichai.

Große Unternehmen wissen sehr gut, wie man sich verabschiedet.

Die Verabschiedung großer Leute beginnt oft mit dem Wachsen der Titel. Vorsitzender, Chief Scientist – auf der Visitenkarte stehen mehr Worte, aber die Zahl der direkt von ihnen gesteuerten Personen sinkt. Google behält Hassabis’ Ansehen und den Nobelpreis – und lässt außerdem einen Namen zurück, der Investoren zumindest vorerst beruhigt.

Dieses weltweit mächtigste Technologieunternehmen kann den Wissenschaftler, der es mit AlphaGo, AlphaFold und Nobelpreisen vorangebracht hat, kaum noch weiter in derselben alten Weise „unterbringen“. Was es jetzt tun kann: erst die Menschen behalten – und für die Trennung, die vielleicht bevorsteht, ein weniger hässliches Datum finden.

Google und Hassabis hielten gemeinsam die letzte vollständige Lebensweise aus der Zeit vor den LLMs aufrecht. Wissenschaftler entscheiden über die Fragestellung, das Unternehmen bezahlt, Forschung läuft in Jahren, Produkte können später erscheinen oder man denkt anfangs noch nicht an Gewinne. Alles passt nicht mehr so streng wie früher – aber alle lassen sich auf denselben Rhythmus ein.

Auch die Trennung zwischen Google und Hassabis – die noch nicht einmal ganz vollzogen war – wurde zur letzten Szene der Zeit vor den LLMs.

Eine Stunde

Hassabis sollte ursprünglich am selben Tag wie Jeff Dean gehen. Jeff Dean gehört zu Googles legendärsten Ingenieuren: Er kam 1999 zu Google, baute an den Basissystemen mit, die Search, Ads und verteiltes Rechnen ermöglichten, und gründete später auch Google Brain mit. Google-Mitarbeiter haben unzählige Witze über ihn gemacht, als ob jemand nur mit den Fingern schnippt und damit das halbe Internet neu starten müsste.

An dem Tag, als er seinen Rücktritt verkündete, machte jemand einen Scherz: Google habe Jeff Dean endlich „für alle Menschen“ open source gestellt.

Vor vierzehn Jahren war es genau umgekehrt, was er tat. Er brachte für Google genau die knappste Gruppe an KI-Wissenschaftlern der Welt durch die Tür.

Dezember 2012: Lake Tahoe in den USA, Zimmer 731 im Harrah’s Hotel. Eines der berühmtesten Talent-Auktionsereignisse in der Geschichte der modernen KI fand an einem Tisch am Ende von zwei Doppelbetten statt.

Der Auktionator Jeffrey Hinton – ein kanadischer Wissenschaftler britischer Abstammung, der seit Jahrzehnten an neuronalen Netzwerken forscht – wurde später als „AI-Pate“ bezeichnet. Er hatte schwere Rückenprobleme. Seit 2005 konnte er nicht mehr ordentlich sitzen. Sobald er sich hinsetzt, kann sich die Bandscheibe erneut verschieben, was ihn für Wochen ans Bett fesselt.

Also machte er sein Leben komplett anders: Er stand und lag abwechselnd, im Auto lag er mit dem Körper über die Rückbank, beim Essen kniete er am Tischrand. Im Hotel stülpte er dann einen Papierkorb umgedreht auf den Tisch, stellte das Notebook darauf, und stand wartend da, bis die E-Mail mit einem neuen Auktionsangebot einging.

Hinton und seine zwei Schüler hatten gerade eine Firma namens DNNresearch gegründet: noch kein Produkt, kein Umsatz. Ihr gesamtes Vermögen bestand aus den drei Personen im Raum – und aus dem AlexNet, das sie gerade erst entwickelt hatten.

AlexNet wurde nach Hassabis’ Studenten Alex Krizhevsky benannt. In genau diesem Jahr riss es in der ImageNet-Wettbewerbsreihe zur Bilderkennung die traditionellen Methoden deutlich in den Schatten – und das neuronale Netzwerk, das Jahrzehnte lang im Abseits gestanden hatte, drehte plötzlich auf.

Einer von Hintons weiteren Schülern, Ilya Sutskever, wurde später Mitbegründer und Chief Scientist von OpenAI. Doch zu diesem Zeitpunkt stand er noch mit seinem Lehrer im Raum 731 und sah zu, wie in Gmail nach und nach Angebotsschreiben eintrafen.

Die Auktionsregeln waren einfach: Sobald ein neuer Preis auftauchte, hatten die anderen Unternehmen eine Stunde Zeit zu entscheiden, ob sie mitgehen. Bei jedem Schritt musste mindestens um 1 Million US-Dollar erhöht werden.

Baidu kam, Microsoft kam, Google kam – und da war noch ein Londoner Unternehmen, das erst zwei Jahre alt war: DeepMind. Es konnte mit dem Cash in der Hand nicht mit den Giganten konkurrieren. Also bot es mit seinen eigenen Anteilen – und wurde schnell vom Tisch der Auktion gedrängt.

Die restlichen drei Unternehmen hoben weiter ihre Gebote, riefen sich den Kurs bis zu 44 Millionen US-Dollar hoch. Hinton stoppte die Auktion, schlief eine Nacht darüber und entschied am nächsten Tag, die Firma an Google zu verkaufen.

Er erhöhte die Preise nicht weiter. Ab einem solchen Niveau war genug Geld da. Wo er und seine zwei Schüler als Nächstes arbeiten würden, war viel wichtiger.

Vor der Auktion begleiteten Jeff Dean und Googles Engineering-Leiter Alan Eustace Hinton durch seinen 65. Geburtstag. Sie wollten vor allem sehen, wie die beiden Studenten sind, die Hinton um sich hatte. Später kaufte Google für 44 Millionen US-Dollar diese Firma ohne Produkt – im Grunde ging es darum, diese drei Personen zu kaufen.

Die besten Jahrzehnte

DeepMind kaufte Hinton am Lake Tahoe nicht. Ein Jahr oder so später war es selbst zu dem gewachsen, was Google kaufen wollte.

Die Geschichte spielt sich auf einer völlig chaotischen Geburtstagsfeier ab.

Im Juni 2013 mietete Muskhs Frau, die Schauspielerin Talulah Riley, in Tarrytown im US-Bundesstaat New York ein Schloss, um den Geburtstag ihres Mannes zu feiern. Die Gäste zogen Samurai-Kleidung an, und vor Ort war auch noch ein Sumo-Champion mit etwa 350 Pfund Körpergewicht. Musk trat selbst gegen ihn an und verletzte sich dabei am Hals.

Auch Larry Page, Mitbegründer von Google, nahm an der Party teil. In den Jahren zuvor plagten ihn Stimmbandprobleme, weshalb er nur noch sehr leise sprechen konnte. Page rief Hassabis heraus, und beide gingen entlang des Schlosses im Freien spazieren.

Nach draußen gehend fragte er:

„Warum nutzt du nicht alles, was ich schon erschaffen habe?“

Hassabis bekam den berühmten Geistesblitz. Sinngemäß bedeutet dieser Satz: „Du musst nicht noch ein Google bauen“, denn das würde die besten Jahrzehnte deiner Karriere kosten. Google hat bereits Rechenzentren, Ingenieure, Bargeld und Produkte, die überall auf der Welt verbreitet sind. Du musst Intelligenz lösen – warum also erst diese ganze Baustelle abarbeiten, bei der man ein Unternehmen gründet?

Hassabis war als Kind ein Schach-Wunderkind. Mit siebzehn hatte er an der Entwicklung eines Videospiels mitgearbeitet und studierte später Kognitions-Neurowissenschaften. 2010 gründete er DeepMind zusammen mit Mustafa Suleyman und Shane Legg. Von Anfang an war das Ziel AGI.

Als das Unternehmen erst ein paar Jahre existierte, war er schon von dem ganzen Fundraising komplett genervt.

Forschung an Intelligenz ist ohnehin wie Steine in einen bodenlosen Brunnen zu werfen – und dann muss man alle paar Wochen wieder herauskommen, um Investoren zu erklären, warum aus diesem Brunnen bis heute kein Echo zurückkommt. Und nach jeder Finanzierungsrunde muss man sofort die nächste Runde anstoßen.

Die Antwort von Page lautete: Er sparte Hassabis damit Dutzende Jahre, um noch ein weiteres Google zu bauen, und Google übernahm die Zeit, deren Rendite man vorerst nicht sehen konnte.

2014 erwarb Google DeepMind für etwa 650 Millionen US-Dollar. Das Labor blieb in London, behielt seinen Namen und die eigene Forschungskultur. Google sagte außerdem zu, einen Ethik- und Sicherheitsrat für KI einzurichten, der überwacht, wie diese Technologien eingesetzt werden.

Jaan Tallinn, Mitgründer von Skype und früher Investor von DeepMind, erinnert sich später: In der reinen Finanzperspektive war das Angebot von Google nicht besser. Die Zusagen des Sicherheitsausschusses waren der entscheidende Grund, warum DeepMind sich schließlich für Google entschied.

Das war die verführerischste Verlobung der Zeit vor den LLMs.

Google versprach Geld und Geduld, DeepMind lieferte die Möglichkeit eines Wegs in Richtung AGI. Was das Geldverdienen angeht, soll man sich zunächst noch etwas gedulden.

Damals hatte Google viel, viel Substanz – es konnte verlieren und es konnte warten.

Zwei Milliarden jeweils

Vor Weihnachten 2024 traf der britische Journalist Sebastian Mallaby Hassabis in einer Bar in London. Sie hatten zuvor schon viele Gespräche geführt.

Bei dieser Gelegenheit holte Hassabis aus seinem Rucksack eine Ledertasche hervor. Als er sie öffnete, kam darin eine schwere goldene Scheibe zum Vorschein.

Er hatte gerade erst die Nobelpreis-Medaille für Chemie aus Stockholm abgeholt.

Hassabis und der DeepMind-Wissenschaftler John Jumper erhielten gemeinsam den Nobelpreis für Chemie des Jahres für AlphaFold. Nur ein halbes Jahr nach Jupmers Doktorabschluss übergab Hassabis das AlphaFold-Projekt an ihn zur Leitung. Später löste dieses Team das Proteinstruktur-Vorhersageproblem, das die Biologie seit Jahrzehnten beschäftigte.

Der Nobelpreis ist bereits die höchste Auszeichnung, die die säkulare Welt Wissenschaftlern verleihen kann. Hassabis sagte zu Mallaby:

„Selbst wenn du mir 10 Milliarden US-Dollar gibst, um diesen Nobelpreis zu bekommen, würde ich es ablehnen.“

Im Juni 2026 startete Alphabet eine Eigenkapitalfinanzierung in Höhe von bis zu 80 Milliarden US-Dollar, um seine KI-Infrastruktur auszubauen. Buffets Berkshire kaufte durch eine Privatplatzierung für 10 Milliarden US-Dollar Aktien von Alphabet.

Bis Juli hatte das Investmentunternehmen, das Buffett seit sechzig Jahren steuert, die Alphabet-Position bereits auf über 31 Milliarden US-Dollar ausgebaut.

Buffett sprach über kein AGI. Er blieb der Mann, der in Omaha Buchstabenzahlen vergleicht. Er glaubte an die alte Regel: Eine gute Firma müsse in einer langen Zeit deutlich höhere Kapitalrenditen erwirtschaften als risikofreie Vermögenswerte.

Wenn es um Google und andere KI-Unternehmen ging, war das, was ihn interessierte, die Vielzahl von Milliarden US-Dollar, die sie gerade versenken – und ob daraus am Ende wirklich noch mehr Geld entstehen kann.

„Das ist echtes Geld“, sagte er.

Wenn echtes Geld fließt, muss man zumindest ein Geräusch hören.

Zwei Posten über 10 Milliarden US-Dollar – nur durch 18 Monate getrennt – aber es fühlte sich an, als prallten in Googles Innerem zwei verschiedene Sprachen des Werts aufeinander.

Hassabis bezifferte den unbezahlbaren Wert einer Medaille mit 10 Milliarden US-Dollar. Buffett bezifferte nach und fragt mit 10 Milliarden US-Dollar danach, was dieses Unternehmen künftig überhaupt wert sein wird.

Als Google DeepMind übernahm, folgte das Geld den wissenschaftlichen Fragen: Es kaufte sich eine Forschungszeit, die man nicht in Geldwert ausdrücken kann. Bis 2026 werden die jährlichen Investitionsausgaben von Alphabet voraussichtlich fast 200 Milliarden US-Dollar betragen, von denen der Großteil in KI-Rechenleistung und Rechenzentren fließt. Das Geld läuft nun nicht mehr der Forschung hinterher, sondern geht ihr voraus – erst wird es zu Chips, zu Land, zu Strom, zu Servern und zu Abschreibungen.

Rechenzentren haben keine Romantik. Wenn jedes Rechenzentrum und jeder Maschinensaal „aufgeht“, wird in den Büchern eine neue Schuld für die Zukunft verbucht. LLMs schieben Intelligenz aus einer wissenschaftlichen Frage im Labor heraus – hinein in ein gigantisches Bauprojekt aus Beton und Stahl.

An beiden Enden des Tisches

Die Ehe zwischen Google und DeepMind war – schon ab dem ersten Jahr – nicht so ruhig, wie sie von außen wirkte.

Im August 2015 fand in dem von ihnen beim DeepMind-Deal vereinbarten AGI-Sicherheitsausschuss das erste Treffen statt – in SpaceX. Anwesend waren Hassabis, der DeepMind-Mitgründer Mustafa Suleyman, Musk, Führungskräfte von Google sowie auch Reid Hoffman, Mitgründer von LinkedIn.

Suleyman beobachtete langfristig die gesellschaftlichen Auswirkungen von KI und wollte ein Governance-Modell aufbauen, das nicht vollständig von Googles Aktionären kontrolliert wird.

Das Treffen brachte keine Vereinbarung zustande.

Auf dem Tisch ging es um das Schicksal der Menschheit. Unter dem Tisch wurde es hart: Googles Interessenkonflikte mit Musk, Musks private Konflikte mit Page – und wie jeder einzelne das Risiko durch KI völlig unterschiedlich einschätzt.

Nach dem Ende des Treffens führten Hassabis und Suleyman dann noch eine lange Verhandlung mit Google – unter dem Codenamen „Mario Project“. Sie wollten DeepMind so umgestalten, dass daraus eine Organisation wird, die über unabhängige Direktoren verfügt und dem öffentlichen Interesse weltweit dient.

In den darauffolgenden Jahren zerrte ein unabhängiger Plan immer wieder daran – bis er 2021 endgültig aufgegeben wurde. Google wollte es sich nicht leisten, bei KI lockerzulassen, und DeepMind konnte nicht ohne Googles Rechenleistung und Geld.

Auch das war 2015: Im Rosewood Hotel auf dem Sandhügel Road in Silicon Valley schickte Sam Altman, damals Chef von Y Combinator, eine E-Mail an Ilya Sutskever, mit der Bitte, mit ihm essen zu gehen. Als Sutskever ankam, waren Musk, Greg Brockman – der früher Stripe’s Technikchef gewesen war – und andere bereits da.

Irgendwann begriff er schließlich, dass er selbst der Hauptdarsteller bei diesem Essen war.

Die Fragen, über die sie sprachen, waren sehr direkt: Sie hatten Sorge, dass Google und DeepMind zu weit voraus sind. Sie wollten ein neues Labor aufbauen und eine ausgleichende Kraft sein.

Einige Monate später wurde OpenAI gegründet.

Sutskever verließ Google und wurde Mitbegründer und Leiter der Forschung bei OpenAI. Die früheste OpenAI war eine gemeinnützige Forschungseinrichtung. In der Gründungsankündigung stand, dass sie nicht an finanzielle Renditen gebunden seien; Forschende konnten Papers, Blogs und Code veröffentlichen, und Patente würden ebenfalls mit der Welt geteilt.

Damals gab es noch kein ChatGPT, keine Abo-Gebühren, keine Unternehmens-API und auch keine endlos wirkende Rechnung für Rechenzentren.

Auch diese Leute glaubten, dass Wissenschaftler zuerst an der Zukunft forschen können – und dass man das Geldverdienen später erledigt.

OpenAI entstand aus der Furcht vor Googles übermächtiger Stärke – und erbte zugleich die ursprünglichen Ideale von DeepMind. Später begannen die Scaling Laws die Entwicklung von KI zu dominieren: Je größer die Modelle wurden, desto länger wurden auch die Rechnungen. 2019 gründete OpenAI eine gewinnorientierte Tochtergesellschaft; 2022 schaffte es ChatGPT schließlich auf die Bildschirme der breiten Öffentlichkeit.

Von da an müssen alle anfangen zu laufen – einschließlich Google.

Nach dem 37. Zug

Im März 2016 spielte AlphaGo in Seoul ein Fünf-Partien-Match gegen den Go-Weltmeister Lee Sedol. In Partie zwei, nach dem 37. Zug, setzte AlphaGo einen schwarzen Stein an einer Stelle ab, die menschliche Spieler so gut wie nie wählen. Die Kommentatoren vor Ort zweifelten kurzzeitig sogar, ob die Maschine sich im Spiel vertan hatte.

Lee Sedol verließ seinen Platz und ging für ein paar Minuten in den Raucherraum. Als er zum Brett zurückkam, verlor er am Ende doch dieses Spiel.

Später wurde immer wieder über diesen Zug gesprochen; man sah ihn als den Moment, in dem die Maschine öffentlich erstmals über die Grenzen der menschlichen Erfahrung hinausging.

Auch der Preis von 1 Million US-Dollar für jenes Spiel hatte genau die Art von DeepMind, die es damals ausmachte. Hassabis hatte die finanzielle Freigabe von Google nicht einmal im Voraus abgeschlossen, bevor er diese Preiszusage hinausgab.

Nachdem AlphaGo gewonnen hatte, ging das Preisgeld schließlich an Wohltätigkeitsorganisationen und an Organisationen rund um Go.

Wissenschaftliche Fragen kamen zuerst vor den Finanzprozessen – das war das goldene Zeitalter des Labors.

Danach folgten AlphaZero, MuZero und schließlich AlphaFold.

Früher lösten Wissenschaftler die Struktur eines Proteins häufig über Monate, manchmal sogar über Jahre hinweg durch Experimente auf. AlphaFold macht aus Sequenzen dreidimensionale Strukturen-Vorhersagen. DeepMind baut außerdem mit dem Europäischen Institut für Bioinformatik eine kostenlose Datenbank auf und speist mehr als 200 Millionen vorhergesagte Strukturen ein – und deckt damit den Großteil der Proteine ab, die der Wissenschaft bislang bekannt sind.

Mehr als drei Millionen Forschende aus über 190 Ländern haben es genutzt. AlphaFold wird nicht monatlich abgerechnet und es gibt keine einzelne kommerzielle Wachstumskurve, die man im Geschäftsbericht präsentieren könnte. Es spart unzähligen Wissenschaftlern Jahre im Labor – und brachte Google zwei Nobelpreis-Medaillen ein. Im Geschäftslichen gab es jedoch kaum Entsprechendes an Einnahmen.

Unter dem Druck durch ChatGPT ist auch der Mitgründer Sergei Brin zurückgekehrt, der sich mittlerweile aus der täglichen Arbeit bei Google zurückgezogen hatte.

Brin erinnerte sich später, dass er auf einer kleinen Feier auf einen Mitarbeiter von OpenAI traf. Der fragte ihn:

„Was machst du da eigentlich? Das könnte der transformierendste Moment in der Geschichte der Informatik überhaupt sein.“

Brin fand, dass der andere recht hatte. So machte er fortan immer stärker bei Gemini mit.

Im Jahr 2023 vereinte Pichai Google Brain und DeepMind zu Google DeepMind. Hassabis wurde CEO, Jeff Dean wurde Chief Scientist. Das sieht wie der Höhepunkt von Hassabis’ Macht aus – und zugleich ist es genau das Ende des alten DeepMind als eigenständiges Labor.

Es wurde an Googles Modelle, Anwendungen und Geschäftssysteme angeschlossen und wurde zum KI-Motor des gesamten Unternehmens. Heute übernimmt Koray, der den Alltag von DeepMind managt, die Verantwortung für Gemini-Modelle, die Spitzenforschung, Gemini-Anwendungen sowie das Entwicklerteam.

In der Bekanntmachung betonte Pichai unablässig „Beschleunigung“, „schnelles Handeln“ und die neuen Modelle, die bald erscheinen sollen.

Vor dreizehn Jahren gab Google DeepMind vor allem: Zeit.

Dreizehn Jahre später war es genau die Zeit, die Google am dringendsten fehlte.

Den Zeiger der Uhr um eine Stufe zurückdrehen

Im Sommer 2026 waren es fast alles Leute, die aus den alten Geschichten der Vor-LLM-Ära stammten – die dann gingen.

Der Projektleiter von AlphaFold, John Jumper, ging zu Anthropic; der Autor des Transformer-Papers und Co-Leiter von Gemini, Noam Shazeer, ging zu OpenAI.

随后 gründeten Jeff Dean gemeinsam mit Sanjay Ghemawat, Oriol Vinyals und Quoc Le die Discovery Loop. Jeff Dean und Ghemawat hatten in Googles Anfangszeit einige der wichtigsten verteilten Systeme gebaut, Vinyals und Quoc Le hingegen standen seit Langem im Zentrum der modernen KI-Forschung bei Google.

Discovery Loop wurde als gemeinnützige Gesellschaft registriert. In seinem Abschiedsschreiben erklärte Jeff Dean, dass eine der Bedeutungen einer unabhängigen Gesellschaft darin bestehe, Entscheidungen treffen zu können, die „nicht unbedingt dem reinsten finanziellen Eigeninteresse des Unternehmens entsprechen“.

Google wurde Gründungspartner von Discovery Loop und Cloud-Computing-Kooperationspartner. Es schaffte nicht, diese Leute in der eigenen Organisationsstruktur weiterzubeschäftigen – also beschloss es, Geld auszugeben, damit sie draußen weiterarbeiten können.

Die Zeit vor den LLMs sah wohl ungefähr so aus, wenn sie ausging.

Niemand riss die Ideale öffentlich auseinander, und auch niemand warf eine Tür ins Schloss und ging. Das alte Labor wurde in die Produktlinien integriert, die alten Wissenschaftler nahmen das Geld des Mutterkonzerns mit nach draußen und forschten weiter – alle behielten so viel Würde, wie eben möglich war.

Hassabis ist noch nicht gegangen, aber die Vereinbarung, die 2013 vor dem Schloss begann, hat längst die Voraussetzungen verloren, auf denen sie beruhte: Zeit.

„Warum nutzt du nicht alles, was ich schon erschaffen habe?“

Das „alles“, von dem Page sprach, ist heute viel umfangreicher als vor dreizehn Jahren.

Google hat mehr Geld, mehr Maschinen, mehr Ingenieure und mehr Rechenzentren – so viel, dass Buffett bereit ist, 10 Milliarden US-Dollar herauszugeben, in der Hoffnung, dass sich diese enormen Investitionen am Ende auszahlen.

Doch das „Kernvermögen“, das Page Hassabis damals gegeben hatte, wurde immer weniger.

Es war die Kühnheit, einem Problem zehn Jahre zu geben – und die Luxusfähigkeit, dass eine Gruppe von Wissenschaftlern vorübergehend nicht auf den Kalender schauen muss.

Vom Papierkorb, der von Raum 731 am Lake Tahoe „verkehrt herum“ in den Raum gekehrt wurde, bis zu den Kapitalausgaben von Alphabet, die jedes Jahr fast 200 Milliarden US-Dollar erreichen – AI brauchte dafür nur vierzehn Jahre. Aus dem Raum wurden Rechenzentren, aus den kleinen Firmen von drei Personen wurde ein industrielles System, das von zigtausenden Chips getragen wird. Aus einer stündlichen Talent-Auktion wurde ein Model-Wettbewerb, der quartalsweise berechnet und bewertet wird. Sie machten KI aus einem kleinen Kreis zu dem größten industriellen System der Zeit. Und als all das schließlich so groß geworden war, dass es kaum noch vorstellbar war, begannen sie, nacheinander zu gehen.

Hassabis war eigentlich ebenfalls im Begriff zu gehen, aber Google drehte den Zeiger der Uhr, die seine Kündigung anzeigte, eine Stufe zurück.

Aber das konnte es nicht in Richtung 2013 zurückdrehen.

Link zum Originaltext