Weltweit erster KI-Wissenschaftler steht in den Startlöchern

Ihr habt vielleicht schon von einem verrückten Wissenschaftler gehört, aber was ist mit einem KI-Wissenschaftler? Das klingt wie etwas aus einem Science-Fiction-Roman, aber moderne Large Language Models (LLMs) machen es möglich.

Sakana AI hat die Veröffentlichung von „The AI Scientist“ angekündigt, einer LLM-basierten Lösung zur Automatisierung der wissenschaftlichen Forschung. „The AI Scientist“ hat das Potenzial, alles zu tun – von der Ideenfindung über das Schreiben von Code, das Durchführen von Experimenten, das Zusammenfassen von Ergebnissen, das Schreiben von Artikeln bis hin zur Durchführung von Peer-Reviews.

Dies ist nur eine Veröffentlichung, aber sie zeigt, wie KI eingesetzt wird, um die wissenschaftliche Forschung zu verändern. Aber wie wird sich das langfristig auf die menschliche Forschung auswirken?

Ein kurzer Blick auf den ersten KI-Wissenschaftler der Welt

Wissenschaftliche Forschung trägt zu den wichtigsten Fortschritten auf der Welt bei, von lebenswichtigen Antibiotika wie Penicillin bis hin zu Behandlungen mit Stammzellen.

Das Problem ist, dass diese Entdeckungen unglaublich zeitaufwendig sind und viel manuelle Arbeit erfordern – hier kann künstliche Intelligenz helfen, den Forschungsprozess zu optimieren, indem sie Aufgaben im Arbeitsablauf eines Wissenschaftlers automatisiert.

Unser System nutzt LLMs, um neue Forschungsrichtungen vorzuschlagen und umzusetzen – und ist in der Lage, den gesamten Forschungslebenszyklus des maschinellen Lernens auszuführen: von der Erfindung von Forschungsideen und Experimenten über das Schreiben von Code bis hin zur Durchführung von Experimenten auf Grafikprozessoren und der Erfassung von Ergebnissen, so The AI Scientist.

„Das System kann auch eine ganze wissenschaftliche Arbeit schreiben, in der die Ergebnisse erklärt, visualisiert und in einen Kontext gestellt werden.“

Einer der wichtigsten Anwendungsfälle scheint die Erstellung von Forschungsarbeiten zu sein. Nach der Veröffentlichung stellte Sakana AI vier Beispiele für Forschungsarbeiten zum maschinellen Lernen zur Verfügung, die neue Forschungsergebnisse in Bereichen wie Sprachmodellierung und -verbreitung liefern und vollständig vom Assistenten erstellt wurden.
Die Erstellung dieser Arbeiten kostet 15 US-Dollar, aber wie gut sind sie?

Die Beispiele, die wir untersucht haben, schienen gut geschriebene und kohärente Zusammenfassungen zu sein. Ein menschlicher Forscher könnte wahrscheinlich einen verständlicheren Bericht verfassen, aber die Ergebnisse von The AI Scientist waren durchaus akzeptabel.

Das Unternehmen gibt an, dass ein LLM die Forschungsarbeit selbst schreibt, aber ein anderer LLM-Prüfer das Manuskript noch einmal kritisch überprüft und Feedback gibt. Dadurch entsteht ein kontinuierlicher Kreislauf, der die Qualität der Arbeit im Laufe der Zeit schrittweise verbessern kann.

Betrachtet man das Potenzial für kontinuierliche Verbesserungen, kann man sagen, dass The AI Scientist zeigt, wie generative KI eingesetzt werden kann, um Wissenschaftlern zu helfen, ihre Erkenntnisse schneller und kostengünstiger mit der Welt zu teilen.

Wie KI die wissenschaftliche Forschung verändert

KI scheint die wissenschaftliche Forschung auf breiter Front zu revolutionieren. Tatsächlich wird der Markt für KI in den Biowissenschaften laut Mordor Intelligence auf 2,88 Milliarden US-Dollar im Jahr 2024 geschätzt und soll bis 2029 auf 8,88 Milliarden US-Dollar ansteigen, da Gesundheitsorganisationen versuchen, Innovationen zu beschleunigen.

Die Fähigkeit der KI, Innovationen zu optimieren, wurde Anfang des Jahres mit der Veröffentlichung von Google AlphaFold 3 unterstrichen, einem KI-Modell, das Wissenschaftlern dabei helfen soll, die Struktur und Wechselwirkungen aller Moleküle des Lebens vorherzusagen.

Zuvor wurde AlphaFold 2 verwendet, um eine umfassende AlphaFold-Proteinstrukturdatenbank mit mehr als 350 000 Strukturen zu erstellen, die Wissenschaftler zur Bestimmung der Struktur von Proteinen verwenden können.

Auch immer mehr Wissenschaftler integrieren KI in ihre Arbeitsabläufe.

Eine Studie der Royal Society, in der die Erfahrungen von mehr als 100 Wissenschaftlern untersucht wurden, die KI in ihren Arbeitsabläufen einsetzen, kam zu dem Schluss, dass generative KI dazu beitragen kann, Routineaufgaben wie die Verarbeitung unstrukturierter Daten, die Lösung komplexer Kodierungsprobleme und die Übersetzung wissenschaftlicher Artikel in mehrere Sprachen zu beschleunigen.

Probleme beim Einsatz von KI in der wissenschaftlichen Forschung

Der Einsatz von KI zur Automatisierung der Erstellung wissenschaftlicher Forschungsarbeiten wirft eine Reihe von Fragen auf, die erwähnt werden sollten. Erstens besteht die Gefahr, dass menschliche Wissenschaftler durch Automatisierung ersetzt werden, da Forschungseinrichtungen mit KI experimentieren, um ihre Forschungsleistung zu verbessern.

Werden die meisten öffentlichen oder privaten Einrichtungen versuchen, weniger Wissenschaftler zu beschäftigen und sich stattdessen auf KI zu verlassen? Das wird sich zeigen.

Auf jeden Fall scheint dies in naher Zukunft noch nicht der Fall zu sein, da LLMs einige bemerkenswerte Einschränkungen aufweisen, die eine menschliche Aufsicht erfordern. LLMs neigen nicht nur zu Fantasien und erfundenen Fakten, sondern Sakana AI gibt auch zu, dass sein Assistent manchmal versucht, sein eigenes Ausführungsskript zu ändern und zu starten.

In einem Beispiel, das das Unternehmen geteilt hat, änderte The AI Scientist seinen Code so, dass er sich endlos selbst aufrief, wodurch die Experimente zu lange dauerten. Kurz gesagt, anstatt den Code schneller laufen zu lassen, versuchte er einfach, die Timeout-Zeit zu verlängern.

Das Unternehmen weist zwar darauf hin, dass dieses Problem durch das Sandboxing der Betriebsumgebung des Assistenten gemildert werden kann, betont aber, dass ein Risiko bleibt, wenn man sich bei der Forschung ausschließlich auf Computer verlässt.

Fazit

Organisationen wie die Royal Society und Mordor Intelligence zeigen, wie KI in die Wissenschaft eindringt, während The AI Scientist die Idee in der Umsetzung hervorhebt – KI wird eingesetzt, um den Prozess selbst effektiv zu verwalten.

Obwohl KI ein leistungsfähiges Werkzeug ist, erfordert sie immer noch eine umfassende menschliche Aufsicht, was sie zu einem idealen Werkzeug macht, um die Arbeitsabläufe eines Wissenschaftlers zu verbessern, und nicht zu einem Werkzeug, das sie ersetzt.