Gary Marcus

Gary Marcus ist ein US-amerikanischer Kognitionswissenschaftler, Autor und Unternehmer. Er ist emeritierter Professor für Psychologie und Neurowissenschaft an der New York University und einer der prominentesten Kritiker der These, dass die Skalierung neuronaler Netze zu allgemeiner künstlicher Intelligenz führt.

Zusammenfassung

Marcus vertritt seit den 1990er Jahren die Position, dass Intelligenz strukturierte Repräsentationen und kausales Verständnis erfordert und nicht allein aus statistischer Mustererkennung hervorgeht.

Aus dieser kognitionswissenschaftlich begründeten Position leitet er eine anhaltende Kritik am dominierenden Deep-Learning-Paradigma ab und wirbt für neurosymbolische Ansätze. Als Unternehmer gründete er Geometric Intelligence, das 2016 von Uber übernommen wurde, sowie gemeinsam mit dem Robotiker Rodney Brooks das Robotikunternehmen Robust.AI.

Im Mai 2023 sagte er neben Sam Altman vor einem Unterausschuss des US-Senats aus. Seine Kritik erfährt unterschiedliche Bewertung: Als Prognose zutreffend hinsichtlich anhaltender Schwächen wie Halluzinationen, als Prognose fragwürdig hinsichtlich der Leistungsentwicklung selbst.

Leben und Werdegang

Marcus wuchs in Baltimore, Maryland, auf und studierte Kognitionswissenschaft am Hampshire College. Er promovierte am Massachusetts Institute of Technology, wo Steven Pinker sein Doktorvater war; seine Forschung befasste sich mit dem kindlichen Spracherwerb, insbesondere mit Regularisierung und Überregularisierung grammatischer Formen.

Als Professor für Psychologie und Neurowissenschaft an der New York University publizierte er in Fachzeitschriften einschließlich Science und Nature. Er ist heute Professor emeritus.

2014 gründete er das Unternehmen Geometric Intelligence, das im Umfeld der NYU Tandon School of Engineering entstand und KI-Systeme nach Prinzipien der Kognitionswissenschaft entwickelte. Uber übernahm das Unternehmen im Dezember 2016; Marcus wirkte am Aufbau des KI-Forschungslabors des Konzerns mit und schied 2017 aus.

2019 gründete er mit Rodney Brooks, dem früheren Chef von iRobot, das Unternehmen Robust.AI, das symbolisches Schließen mit Wahrnehmungsfähigkeit in der Robotik verbinden soll.

Marcus schreibt regelmäßig in Publikumsmedien und betreibt den Newsletter Marcus on AI.

Position

Kritik am Deep Learning

Marcus’ Argument ist kognitionswissenschaftlich, nicht primär technisch. Er hält Systeme, die ausschließlich statistische Zusammenhänge aus Daten lernen, für strukturell unfähig, verlässliches Schließen zu leisten.

Erforderlich seien angeborene beziehungsweise vorstrukturierte Repräsentationen, die Verallgemeinerung über die Trainingsverteilung hinaus erlauben. Diese Position vertrat er in The Algebraic Mind (2001) und damit lange vor dem Aufkommen großer Sprachmodelle.

Als praktische Ausprägung des Defizits nennt er Halluzinationen, mangelnde Verlässlichkeit und fehlendes Weltmodell. Auf das Phänomen erfundener Modellausgaben verweist er nach eigener Angabe seit 2001.

Neurosymbolische Ansätze

Als Alternative wirbt Marcus für die Verbindung neuronaler Verfahren mit symbolischer Wissensrepräsentation und logischer Inferenz. Die Position, die lange als überholt galt, hat in den 2020er Jahren an Aufmerksamkeit gewonnen; Marcus verzeichnet Positionswechsel früherer Kritiker als Bestätigung.

Regulierung

In Taming Silicon Valley (2024) verbindet Marcus die technische Kritik mit einer politischen: Er argumentiert, dass große KI-Anbieter regulatorische Rahmenbedingungen zu ihren Gunsten prägen, und plädiert für verbindliche Aufsicht. Bei seiner Senatsanhörung im Mai 2023 sprach er sich für unabhängige Kontrollmechanismen aus.

Wirkung in der Politik

Anders als die meisten fachlichen Kritiker ist Marcus über die wissenschaftliche Debatte hinaus wirksam geworden. Seine Aussage vor einem Ausschuss des US-Senats im Mai 2023 – gemeinsam mit Sam Altman, was die Sitzung zu einer der meistbeachteten Anhörungen zum Thema machte – verschob den Gegenstand der politischen Diskussion.

Während der Unternehmensvertreter für künftige Risiken großer Systeme und eine Zulassungspflicht warb, richtete Marcus die Aufmerksamkeit auf gegenwärtige und belegbare Schäden: fehlerhafte Ausgaben in verlässlichkeitskritischen Anwendungen, Manipulation im großen Maßstab, undurchsichtige Datengrundlagen.

Er hat daraus eine wiederkehrende These entwickelt: Die Konzentration der Regulierung auf existenzielle Risiken sei für die betroffenen Unternehmen bequem, weil sie Auflagen in eine unbestimmte Zukunft verschiebt und zugleich Marktzutrittsschranken schafft, die etablierten Anbietern nützen. Wirksame Aufsicht müsse an prüfbaren Eigenschaften gegenwärtiger Systeme ansetzen – Offenlegung der Trainingsdaten, Haftung für Ausgaben, unabhängige Prüfstellen.

Diese Position stellt Marcus quer zu beiden Lagern: Von den Vertretern der Skalierungsthese trennt ihn die Diagnose, von den Vertretern des existenziellen Risikos die Einschätzung, worin die dringende Gefahr besteht. Mit der Kritik aus der sozio-technischen Linie teilt er den Gegenwartsbezug, nicht aber deren Analyse der Machtverhältnisse; seine Begründung bleibt kognitionswissenschaftlich.

Rezeption

Die Bewertung von Marcus’ Position fällt zweigeteilt aus.

Zugunsten seiner Kritik wird angeführt, dass die von ihm früh benannten Schwächen – Halluzination, mangelnde Verlässlichkeit, Generalisierungsdefizite – trotz erheblicher Skalierung fortbestehen und heute als zentrale offene Probleme gelten. Auch die Rückkehr neurosymbolischer Ideen in die Fachdebatte wird ihm zugerechnet.

Gegen ihn wird eingewandt, dass er die Leistungsentwicklung wiederholt zu pessimistisch eingeschätzt habe: Fähigkeiten, deren Erreichbarkeit durch reine Skalierung er bezweifelte, wurden in mehreren Fällen erreicht. Kritiker verweisen zudem darauf, dass die Diagnose fortbestehender Defizite nicht zwingend die Schlussfolgerung stützt, das Paradigma sei prinzipiell untauglich.

Sein Stil – pointiert, polemisch, öffentlichkeitswirksam – trägt zur Polarisierung bei. Marcus selbst bezeichnet sich als AI contrarian.

Werke (Auswahl)

• The Algebraic Mind (2001)
• Kluge: The Haphazard Evolution of the Human Mind (2008)
• Guitar Zero (2012)
• Rebooting AI: Building Artificial Intelligence We Can Trust, mit Ernest Davis (2019)
• Taming Silicon Valley (2024)

Verwandte Begriffe

• Neurosymbolische KI – von ihm vertretener Ansatz
• Halluzination – von ihm früh benanntes Defizit
• Scaling Laws – Gesetzmäßigkeiten, deren Reichweite er bestreitet
• AGI – Zielbegriff, dessen baldiges Erreichen er für unplausibel hält
• Stochastic Parrots – verwandte, anders begründete Kritik
• François Chollet – Vertreter einer verwandten, messtheoretisch begründeten Skalierungskritik
• Rodney Brooks – Mitgründer von Robust.AI
• Melanie Mitchell – weitere prominente Kritikerin

Quellenangaben

1. Marcus, Gary F., 2001. The Algebraic Mind: Integrating Connectionism and Cognitive Science.
2. Marcus, Gary (2024): Taming Silicon Valley: How We Can Ensure That AI Works for Us.
3. Marcus, Gary / Davis, Ernest (2019): Rebooting AI: Building Artificial Intelligence We Can Trust.
4. Marcus, Gary, laufend. Marcus on AI. https://garymarcus.substack.com
5. MIT Press, o. J. Autorenprofil Gary F. Marcus. https://mitpress.mit.edu/author/gary-f-marcus-4510/
6. NYU Tandon School of Engineering, o. J. NYU’s Gary Marcus is an Artificial Intelligence Contrarian.

← Zurück zur Lexikon-Übersicht

Zuletzt bearbeitet: 10. August 2026

Zusammengestellt, formuliert, lektoriert und korrigiert mit KI-Unterstützung. Kuratiert von Nils Brauer. Alle Angaben ohne Gewähr.