Noam Brown

Noam Brown ist ein US-amerikanischer Informatiker und Research Scientist bei OpenAI. Bekannt wurde er während seiner Promotion an der Carnegie Mellon University mit den Poker-KI-Systemen Libratus (2017) und Pluribus (2019), die erstmals professionelle Pokerspieler im No-Limit Hold’em schlugen. 2023 wechselte er von Meta zu OpenAI, wo er zu den zentralen technischen Köpfen hinter dem Reasoning-Modell o1 zählt und seither öffentlich für Inferenzzeit-Skalierung als eigenständige, neben dem Training stehende Achse des KI-Fortschritts wirbt.

Zusammenfassung

Browns Werdegang verläuft von einem Mathematik- und Informatikstudium an der Rutgers University über eine kurze Station als Analyst bei der Federal Reserve zu einer Promotion an der Carnegie Mellon University bei Tuomas Sandholm. Dort entwickelte er mit Libratus und Pluribus zwei Systeme, die als erste KI professionelle Menschen im No-Limit-Poker – zunächst im Eins-gegen-eins-, dann im Mehrspielerformat – schlugen und damit ein jahrelang als ungelöst geltendes Problem der Spieltheorie praktisch bearbeiteten.

Nach der Promotion 2020 wechselte Brown zu Facebooks KI-Forschungslabor FAIR, wo er mit CICERO ein System mitentwickelte, das im Strategiespiel Diplomacy erstmals menschliches Niveau erreichte, indem es Sprachmodelle mit strategischer Planung verband. Im Juli 2023 wechselte er zu OpenAI.

Bei OpenAI übertrug Brown die Kernidee seiner Poker-Forschung – zusätzliche Rechenzeit zum Zeitpunkt der Entscheidung liefert oft größere Fähigkeitsgewinne als ein größeres, aufwendiger trainiertes Modell – auf Sprachmodelle. Er gilt als einer der zentralen technischen Architekten von o1, dem im September 2024 vorgestellten ersten Reasoning-Modell von OpenAI, und vertritt seither öffentlich die These, Inferenzzeit-Skalierung sei eine von der Trainingsskalierung unabhängige zweite Achse, über die sich KI-Fähigkeiten weiter steigern lassen.

Werdegang

Brown wuchs in New Jersey auf und studierte von 2005 bis 2008 Mathematik und Informatik an der Rutgers University. Danach arbeitete er einige Jahre im Bereich algorithmischen Handels, unter anderem in der Abteilung für internationale Finanzmärkte des Federal Reserve Board, bevor er sich 2012 für ein Masterstudium der Robotik an der Carnegie Mellon University einschrieb, das er 2014 abschloss. Anschließend setzte er dort seine Promotion in Informatik bei Tuomas Sandholm fort, die er im Dezember 2020 mit der Dissertation „Equilibrium Finding for Large Adversarial Imperfect-Information Games” abschloss.

Während der Promotionszeit erhielten Brown und Sandholm 2018 die Marvin-Minsky-Medaille der International Joint Conference on Artificial Intelligence für ihre Arbeiten zu Libratus; 2019 wurde Brown von der MIT Technology Review in die Liste „35 Innovators Under 35” aufgenommen.

Libratus und Pluribus: Poker als Testfeld für Spieltheorie

Poker im No-Limit-Format gilt in der KI-Forschung als besonders anspruchsvoll, weil Spieler im Unterschied etwa zu Schach oder Go nur unvollständige Information über den Zustand des Spiels haben – man kennt die eigenen Karten, nicht die der Gegner. Brown und Sandholm entwickelten dafür Verfahren, die auf der counterfactual-regret-minimization-Methode aufbauen, ergänzt um eine von ihnen entwickelte Technik zur Lösung von Endspielen in Echtzeit; anders als das zeitgleich entwickelte System DeepStack verzichtete Libratus dabei auf neuronale Netze.

Im Januar 2017 trat Libratus beim Wettbewerb „Brains vs. Artificial Intelligence: Upping the Ante” gegen vier professionelle Spieler an – Jason Les, Dong Kim, Daniel McAulay und Jimmy Chou –, die über 20 Tage insgesamt 120.000 Hände Heads-up No-Limit Hold’em spielten (Carnegie Mellon University 2017). Ein Preisgeld von 200.000 US-Dollar wurde unter den vier Profis verteilt, unabhängig vom Ergebnis, um sie zu bestmöglichem Spiel zu motivieren (Carnegie Mellon University 2017). Libratus gewann mit einem Vorsprung von umgerechnet 1,77 Millionen Dollar in Chips (Carnegie Mellon University 2017), was einer für Pokerverhältnisse außergewöhnlich hohen Gewinnrate entsprach – alle vier menschlichen Spieler lagen am Ende im Minus.

Das komplexere Sechs-Spieler-Format blieb danach als „letzter verbliebener Meilenstein” des Computer-Pokers offen, da sich die für Zweispielerspiele entwickelten spieltheoretischen Garantien auf Mehrspielersituationen nicht übertragen lassen. Mit Pluribus, entwickelt in Zusammenarbeit mit Facebooks KI-Forschung, gelang Brown und Sandholm 2019 auch dieser Schritt: Das System schlug im Sommer 2019 in zwei Testreihen sowohl den Poker-Profi Darren Elias als auch Chris „Jesus” Ferguson sowie in einem weiteren Durchlauf mit 13 Profispielern, die zusammen über eine Million Dollar an Turniergeldern gewonnen hatten. Die Ergebnisse erschienen im Juli 2019 in der Fachzeitschrift Science und waren für den „Breakthrough of the Year” des Magazins nominiert. Anders als bei früheren Meilensteinen wie AlphaZero war die Basisstrategie von Pluribus mit geschätzt rund 144 US-Dollar an Rechenkosten vergleichsweise günstig zu berechnen. Die Entwickler veröffentlichten den Quellcode bewusst nicht, um einen Missbrauch beim Online-Poker zu verhindern.

Von der Spieltheorie zu den Reasoning-Modellen

Nach der Promotion wechselte Brown zu Facebooks KI-Forschungslabor FAIR, wo er an CICERO mitarbeitete, einem System, das im November 2022 vorgestellt wurde und im Strategie- und Verhandlungsspiel Diplomacy erstmals menschliches Spielniveau erreichte, indem es ein Sprachmodell für die natürlichsprachige Kommunikation mit einer spieltheoretischen Planungskomponente kombinierte.

Im Juli 2023 gab Brown seinen Wechsel zu OpenAI bekannt. Ausschlaggebend war nach eigener Darstellung die Überzeugung, dass Sprachmodelle einen Punkt erreicht hatten, an dem sich sein aus der Pokerforschung stammender Kerngedanke – ein System zum Zeitpunkt der Antwort länger nachdenken zu lassen, statt es nur größer zu trainieren – produktiv anwenden ließ. In einem Gespräch mit OpenAI-Mitgründer Ilya Sutskever Ende 2021 hatte Brown die Einschätzung vertreten, echte Fortschritte zu übermenschlicher KI setzten die Entdeckung eines neuen Reasoning-Paradigmas voraus, da reines Skalieren von Trainingsdaten und Modellgröße irgendwann an wirtschaftliche Grenzen stoße; Sutskevers Einschätzung, das Problem sei „vielleicht nicht so schwer”, wie Brown zunächst skeptisch vermutete, bestätigte sich in der internen Arbeit bei OpenAI.

Brown gilt seither als einer der zentralen technischen Architekten des im September 2024 unter dem internen Codenamen „Strawberry” veröffentlichten Modells o1, das vor der eigentlichen Antwort eine längere, ausformulierte Gedankenkette durchläuft und dabei Fehler erkennen, Zwischenschritte vereinfachen und verschiedene Lösungsansätze ausprobieren kann. Öffentlich beschreibt Brown die dabei genutzte Rechenzeit zum Antwortzeitpunkt als eine von der klassischen Trainingsskalierung unabhängige zweite Achse des Fortschritts: Eine Einheit zusätzlicher Rechenzeit bei der Inferenz könne unter bestimmten Bedingungen den Effekt einer 1.000- bis 10.000-fach höheren Modellgröße erzielen (Latent Space 2025) – allerdings erst, seit Basismodelle wie GPT-4 eine hinreichende Fähigkeitsschwelle überschritten hätten; bei schwächeren Modellen früherer Generationen habe längeres Nachdenken kaum Zusatznutzen gebracht.

In seiner heutigen Rolle bei OpenAI beschäftigt sich Brown zunehmend mit Multi-Agenten-Systemen, die er in Anlehnung an seine Diplomacy-Arbeit als Ansatz beschreibt, aus dem Zusammenspiel vieler KI-Systeme über Zeit hinweg emergente Fähigkeiten entstehen zu lassen, die einzelne Modelle nicht erreichen – eine Analogie, die er selbst mit dem Aufbau einer „Zivilisation” aus KI-Systemen umschreibt.

Verwandte Begriffe

• OpenAI – das Unternehmen, bei dem Brown seit 2023 als Research Scientist arbeitet
• Reasoning-Modelle – die Modellklasse, an deren technischer Grundlage Brown mit o1 zentral mitwirkte
• Jakub Pachocki – OpenAI-Chefwissenschaftler, der die Weiterentwicklung der Reasoning-Modelllinie nach o1 verantwortet
• Scaling Laws – die Trainingsskalierung, der Brown die Inferenzzeit-Skalierung als eigenständige Achse gegenüberstellt
• Reinforcement Learning – das Trainingsverfahren, mit dem o1 komplexe mehrstufige Probleme löst
• Compute (Rechenleistung) – die Ressource, deren Verteilung zwischen Training und Inferenz durch Browns Arbeit neu verhandelt wurde

Quellenangaben

1. Grokipedia: „Noam Brown” (Stand September 2026, gegenprüfen mit weiteren Quellen empfohlen). https://grokipedia.com/page/Noam_Brown
2. Carnegie Mellon University, School of Computer Science: „Noam Brown” (Doktorgrad-Verzeichnis, Dissertation, Abschlussdatum). https://www.csd.cmu.edu/academics/doctoral/degrees-conferred/noam-brown
3. Carnegie Mellon University News, 31. Januar 2017: „Carnegie Mellon Artificial Intelligence Beats Top Poker Pros”. https://www.cmu.edu/news/stories/archives/2017/january/AI-beats-poker-pros.html
4. Carnegie Mellon University News, 11. Januar 2017: „Poker Play Begins in ‘Brains Vs. AI: Upping the Ante’“. https://www.cmu.edu/news/stories/archives/2017/january/poker-play.html
5. Carnegie Mellon University News, 11. Juli 2019: „Carnegie Mellon and Facebook AI Beats Professionals in Six-Player Poker”. https://www.cs.cmu.edu/news/2019/carnegie-mellon-and-facebook-ai-beats-professionals-six-player-poker
6. NPR, 11. Juli 2019: „Bet On The Bot: AI Beats The Professionals At 6-Player Texas Hold ’Em”. https://www.npr.org/2019/07/11/740661470/bet-on-the-bot-ai-beats-the-professionals-at-6-player-texas-hold-em
7. Noam Brown, persönliche Website (Lebenslauf, Karrierestationen Federal Reserve, FAIR/CICERO, OpenAI). https://noambrown.com/
8. Latent Space, Juni 2025, Interview mit Noam Brown: „Scaling Test Time Compute to Multi-Agent Civilizations”. https://www.latent.space/p/noam-brown
9. Noam Brown auf X (@polynoamial), 12. September 2024: Ankündigung von OpenAI o1. https://x.com/polynoamial/status/1834280155730043108

← Zurück zur Lexikon-Übersicht