Richard Sutton – 2024 mit dem Turing-Preis ausgezeichnet und Mitbegründer der Temporal-Difference-Methoden, die dem modernen Reinforcement Learning zugrunde liegen – hat laut The Decoder im Juli 2026 mit Khurram Javed in Toronto das Oak Lab gegründet. Zuvor arbeitete Sutton bei John Carmacks KI-Firma Keen Technologies.
Die Website des Labs nennt als Ziel, „Algorithmen zu entdecken und zu implementieren, die Agenten erlauben, in großen Welten Ziele zu erreichen“. Kern ist die OaK-Architektur (Options and Knowledge): Lernen mit Batch-Größe eins ohne Datenspeicherung, ereignisgesteuerte neuronale Netze, direktes Lernen aus verrauschten Datenströmen statt aus kuratierten Datensätzen sowie kontinuierliches Echtzeit-Lernen. Als „heiligen Gral“ formuliert das Lab einen Agenten mit einer Billion Parametern, der in Echtzeit lernt und plant und dabei nur rund 20 Watt verbraucht.
Sutton begründet den Ansatz mit scharfer Kritik am Mainstream: Aktuelle Deep-Learning-Verfahren seien „schwach und ineffizient“; generative KI könne gut nachahmen, ihre eigenen Ergebnisse aber nicht bewerten und sei daher unfähig zu echter Entdeckung. Einzuordnen ist das als Positionsbestimmung eines prominenten Skeptikers der LLM-Skalierung: Oak Lab hat noch keine Modelle, Veröffentlichungen oder unabhängig geprüften Ergebnisse vorgelegt; belastbar sind heute die Gründung, die genannten Personen und die auf oaklab.ai dokumentierte Forschungsagenda.