ZIGU LABS stellt GBR vor: Souveräne KI ohne Transformer-Architektur

Das koreanische KI-Start-up ZIGU LABS unter Geschäftsführer Lee Jun-su hat am 1. November das GBR System vorgestellt, eine gedächtniszentrierte Architektur für souveräne KI. Sie beruht nach Unternehmensangaben auf einer eigenen mathematischen Theorie und kommt weder mit der Transformer-Architektur noch mit herkömmlichen großen Sprachmodellen aus.

Stattdessen koppelt GBR eine eigene Gedächtnisstruktur an Mechanismen von Datenbanksystemen (DBMS). Das System interpretiert eine Frage, schlussfolgert auf Basis gespeicherten Wissens und leitet daraus die Antwort ab.

Gedächtniseinheiten statt Modellgewichte

Kernstücke sind ein System zur kontinuierlichen Wissensanreicherung ohne Nachtraining sowie ein Präzisions-Suchalgorithmus. Klassische neuronale Netze integrieren Wissen in ihre Gewichte. GBR speichert Daten dagegen getrennt als eigenständige „Gedächtnis“-Einheiten, die jeweils Quelle und Version tragen.

Die „Zero-Miss“-Suche soll im vorab festgelegten Bereich das beste Gedächtnis lückenlos finden. Bei Anfragen außerhalb dieses Bereichs hält das System die Antwort zurück oder fordert zusätzliche Belege an. Das Gedächtnisnetz folgt einer fraktalen Struktur, in der Ganzes und Teil selbstähnlich sind. Hinzufügungen, Änderungen und Löschungen wirken deshalb sofort auf die Antworten, ohne dass das gesamte Modell neu trainiert wird.

Benchmark und Edge-Demo

ZIGU LABS nennt außerdem Leistungswerte. Aus rund 420.000 Aufgaben des Datensatzes Sudoku-Extreme zog das Unternehmen 10.000 als Stichprobe. Die Engine habe alle 10.000 in einem einzigen Schlussfolgerungsschritt gelöst, ohne externe Rechenwerkzeuge. Prüfdaten und Ergebniszertifikate liegen auf GitHub; als Nächstes will die Firma den Benchmark ARC-AGI einbeziehen, der die Lösung unbekannter Aufgaben misst.

Außerdem lief das System auf dem Nvidia Jetson Orin Nano Super, einem winzigen Embedded-Computer mit 8 GB Speicher. Ohne Cloud-Anbindung beantwortete das Gerät Fragen und aktualisierte sein Wissen. Kamera- und Motorsteuersignale wurden direkt im selben Gerät verknüpft, was laut Unternehmen den eigenständigen Betrieb in Robotik und Edge-Umgebungen belegt.

Lee sagte, KI müsse in der Industrie nachvollziehbar sein: Anwender müssten die logische Grundlage einer Antwort prüfen und Fehler sofort korrigieren können. Das Unternehmen will seine Lösungen für souveräne KI auf nationaler Ebene weiterentwickeln, ohne Abhängigkeit von ausländischen Frameworks.