Collin Burns ist ein amerikanischer Speedcuber und Forscher im Bereich künstliche Intelligenz. Er erlangte erstmals als Teenager internationale Anerkennung für seine außergewöhnlichen Fähigkeiten beim Lösen des Rubik's Cube und stellte 2015 einen Weltrekord auf. Später wechselte Burns zu einer Karriere in der KI-Ausrichtung und trug zur Entwicklung von Bewertungs-Benchmarks für große Sprachmodelle bei.
Speedcubing-Karriere
Burns' wettbewerbsorientierte Speedcubing-Karriere erreichte ihren Höhepunkt Mitte der 2010er Jahre. 2014 stellte er mit 5,93 Sekunden einen nordamerikanischen Kontinentalrekord für den 3×3×3-Würfel auf. Im selben Jahr besiegte er bei den US Nationals 2014, einem Speedcubing-Wettbewerb, den damaligen Weltmeister Feliks Zemdegs, was eine bedeutende Überraschung in diesem Sport darstellte.
Am 25. April 2015 gelang Burns seine bemerkenswerteste Leistung: ein Weltrekord-Einzellösen von 5,25 Sekunden. Das Lösen erfolgte bei einem Wettbewerb an der Central Bucks West High School in Doylestown, Pennsylvania. Er war damals 15 Jahre alt und verwendete einen 3×3×3-Würfel der Marke YuXin. Seine Zeit war 0,3 Sekunden schneller als der vorherige Weltrekord von 5,55 Sekunden, den Mats Valk aufgestellt hatte. Burns' Rekord hielt etwa sieben Monate, bis Lucas Etter den Würfel am 21. November 2015 in 4,90 Sekunden löste.
Übergang zur KI-Forschung
Nach seiner Speedcubing-Karriere verlagerte Burns seinen Fokus auf akademische und forschungsbezogene Aktivitäten im Bereich der künstlichen Intelligenz. Er engagierte sich im Feld der KI-Ausrichtung, das untersucht, wie sichergestellt werden kann, dass fortgeschrittene KI-Systeme im Einklang mit menschlichen Absichten und Werten handeln.
Im Jahr 2020 arbeitete Burns mit Dan Hendrycks und anderen Forschern zusammen, um den Massive Multitask Language Understanding (MMLU)-Benchmark zu entwickeln. MMLU ist ein Datensatz, der darauf ausgelegt ist, das Wissen und die Denkfähigkeiten großer Sprachmodelle über ein breites Spektrum von Themen zu bewerten, von Geisteswissenschaften bis hin zu MINT-Fächern. Der Benchmark ist seitdem zu einem Standardwerkzeug für die Bewertung der Leistung von Modellen geworden, die von Organisationen wie OpenAI, Anthropic und Google DeepMind entwickelt wurden.
Beiträge zur KI-Bewertung
Der von Burns mitentwickelte MMLU-Benchmark adressiert den Bedarf an robusten Bewertungsmethoden im sich schnell entwickelnden Bereich der großen Sprachmodelle. Er testet Modelle bei Aufgaben, die sowohl faktisches Wissen als auch mehrstufiges Denken erfordern, und bietet so ein umfassenderes Maß für die Fähigkeiten als frühere Benchmarks. Die Entwicklung von MMLU hat nachfolgende Forschung zu Modellbewertung und -sicherheit beeinflusst, einschließlich Bemühungen im Bereich RLHF und anderer Ausrichtungstechniken.
Burns' Arbeit liegt an der Schnittstelle von maschinellem Lernen und KI-Sicherheit, einem Feld, das an Bedeutung gewonnen hat, da Modelle immer leistungsfähiger werden. Seine Beiträge sind Teil einer breiteren Bewegung innerhalb der KI-Gemeinschaft, um sicherzustellen, dass Systeme nicht nur leistungsfähig, sondern auch mit menschlichen Zielen ausgerichtet sind.
Persönliches Leben und Vermächtnis
Burns' Doppelkarriere zeigt eine seltene Kombination von Fähigkeiten: weltklasse Geschicklichkeit im Speedcubing und analytische Strenge in der KI-Forschung. Sein Speedcubing-Rekord bleibt ein bemerkenswerter Meilenstein in der Geschichte des Sports, und seine spätere Arbeit an MMLU hat einen nachhaltigen Einfluss darauf gehabt, wie KI-Modelle bewertet werden.
Stand Mitte der 2020er Jahre ist Burns weiterhin in der KI-Ausrichtungsforschung aktiv und trägt zu laufenden Bemühungen bei, fortgeschrittene KI-Systeme sicher und nützlich zu machen. Sein Werdegang vom wettbewerbsorientierten Cubing zur KI-Forschung dient als Beispiel dafür, wie vielfältige Talente im Dienst der Bewältigung komplexer technologischer Herausforderungen zusammenkommen können.