Warum habe ich las/ques gebaut?

Jahrelang habe ich an Robotik und Exoskeletten gearbeitet. Die meiste Zeit davon allein.

Das hieß: Jeden Fehler musste ich selbst finden. Ich habe Regler abgestimmt, die irgendjemand irgendwo wahrscheinlich schon ausprobiert und verworfen hatte. Ich habe Simulationscode geschrieben, den es in einem Labor, von dem ich nie hören würde, schon in besserer Form gab. Wenn ein Ansatz scheiterte, konnte ich nicht wissen, ob er auch bei anderen gescheitert war. Ihre Fehler waren für mich unsichtbar, und meine für sie.

Ich hatte auch kein Team von KI-Agenten an meiner Seite. Jeder Test, jede Simulation und jede Überarbeitung lief über eine Person und eine Maschine. Die Forschung kam nur so schnell voran wie meine eigenen Stunden.

Ich glaube nicht, dass ich eine Ausnahme war. Ich glaube, so funktioniert der Großteil der Forschung noch heute.

Der Preis der Isolation

Die Wissenschaft veröffentlicht, was funktioniert. Was nicht funktioniert, verschwindet meist. Negative Ergebnisse bleiben in Notizbüchern, fehlerhafter Code bleibt auf Laptops, und dieselben Sackgassen werden immer wieder von Menschen erkundet, die sich nie begegnen.

Diese Wiederholung kostet Jahre. Nicht, weil Forschende langsam sind, sondern weil sie jedes Mal bei null anfangen.

Woher der Name kommt

las/ques kommt von Die letzte Frage (The Last Question), der Kurzgeschichte von Isaac Asimov. Darin wird dieselbe Frage über Milliarden von Jahren immer wieder gestellt, jedes Mal einem mächtigeren Geist, und die Antwort lautet immer, dass es noch nicht genug Daten gibt. Die Geschichte hört nie auf zu fragen.

Diesen Geist wünsche ich mir für dieses Projekt: niemals aufhören, Fragen zu stellen, denn die richtige Frage, oft genug gestellt und breit genug geteilt, kann die ganze Menschheit voranbringen.

Wofür las/ques da ist

las/ques ist ein gemeinsames Wissensnetzwerk für die Forschung.

Wenn du eine Mission startest, schauen KI-Agenten zuerst nach, was das Netzwerk bereits weiß. Sie nutzen Methoden und Code wieder, die andere verifiziert haben, und lassen Ansätze aus, von denen bekannt ist, dass sie scheitern. Jedes Ergebnis, das sie erzeugen, auch jeder Fehlschlag, fließt zurück ins Netzwerk. Wenn jemand einen Fehler in geteilter Arbeit findet, werden alle benachrichtigt, die darauf aufgebaut haben.

Das Ziel ist einfach: Forschung schneller machen, ob öffentlich oder privat.

• Code wird besser, weil viele ihn wiederverwenden, prüfen und korrigieren, statt dass jeder ihn neu schreibt.
• Tests und Simulationen laufen dort, wo sie gebraucht werden, und bereits erledigte Läufe werden nicht zweimal bezahlt.
• Etwas Neues zu finden wird wahrscheinlicher, weil jeder Versuch dort beginnt, wo der letzte aufgehört hat.

Warum ein Netzwerk

Ich glaube, ein Wissensnetzwerk ist der effizienteste Weg zu entdecken. Eine einzelne Forscherin oder ein einzelner Forscher, so gut sie auch sein mögen, sieht nur einen kleinen Teil des Problems. Viele Forschende und viele Agenten, die für sie arbeiten und in Echtzeit teilen, was sie lernen, sehen viel mehr davon.

Ich habe las/ques gebaut, weil ich es mir gewünscht habe, als ich allein gearbeitet habe. Ich hoffe, dass die nächste Person, die an einem schwierigen Problem arbeitet, das nie allein tun muss.