KI für die Wissenschaft braucht Schlussfolgerung, nicht nur Daten

AlphaFold, entwickelt von Google DeepMind, hat nach einem halben Jahrhundert Arbeit die Vorhersage von Proteinstrukturen gelöst, aber die Bedingungen, die seinen Erfolg ermöglichten – die massive Proteindatenbank und zuverlässige experimentelle Daten – sind selten und teuer, um sie in den meisten Bereichen zu replizieren. Stattdessen erweisen sich KI-Agenten, die auf großen Sprachmodellen basieren, als ein allgemeineres Werkzeug für die Wissenschaft. Agenten wie der KI-Co-Wissenschaftler von Google können Hypothesen denken, planen und testen; ein solcher Agent stellte korrekt die Hypothese auf, wie sich Antibiotikaresistenz verbreitet, eine Schlussfolgerung, zu der Forscher des Imperial College ein Jahrzehnt brauchten. Diese Agenten können jede Aktion protokollieren, was die Reproduzierbarkeitskrise angeht, institutionelles Wissen bewahren und die Forschung drastisch beschleunigen, indem sie die Kosten für Experimente senken. Trotz weiterhin bestehender Herausforderungen wie Halluzinationen und Gedächtnislimits stellen Agenten einen grundlegenden Wandel dar, vergleichbar mit der Infinitesimalrechnung oder dem Computer, und transformieren die Wissenschaft in allen Bereichen.