Forscher schaffen KI-Wissenschaftler und es läuft besser als erwartet

Wichtige Erkenntnisse

KI-Wissenschaftler können selbstständig Hypothesen entwickeln, Experimente durchführen und Forschungsarbeiten verfassen.
KI-Wissenschaftler können aufgrund mangelnder Intuition und Erfahrung voreingenommen sein und unbeholfene Schlussfolgerungen ziehen.
Das wahre Potenzial von KI-Wissenschaftlern liegt in der Zusammenarbeit mit menschlichen Wissenschaftlern, um die Forschung produktiv zu leiten.

Forscher entwickeln eine KI, die selbstständig Hypothesen aufstellen, Experimente durchführen und Forschungsarbeiten verfassen kann. Ich hatte immer das Gefühl, dass KI am besten als Werkzeug für Menschen und nicht als Ersatz für Menschen funktioniert, aber dieser KI-Wissenschaftler scheint durchaus Potenzial zu haben.

Der Unterschied zwischen Wissenschaftlern, die KI nutzen, KI-Wissenschaftlern und KI-Wissenschaftlern

Es gibt viele aktuelle Beispiele für den Einsatz von KI durch Wissenschaftler, aber mein Lieblingsbeispiel ereignete sich erstmals 2019 am MIT, wo eine KI auf 1.700 von der FDA zugelassene Medikamente und 800 Naturprodukte trainiert wurde, die allesamt Antibiotika waren oder antibakterielle Eigenschaften hatten. Die KI analysierte eine Bibliothek von 6.000 Verbindungen, um eine Verbindung mit ähnlichen Eigenschaften zu identifizieren. Das tat es. Das Antibiotikum Halicin wurde entdeckt. Im Jahr 2023 entdeckte dasselbe Team ein zweites Antibiotikum, das antibiotikaresistente MRSA bekämpfen könnte.

Normalerweise bezieht sich der Begriff „KI-Wissenschaftler“ auf einen Wissenschaftler, der ein Experte in allen Aspekten oder einem bestimmten Aspekt der KI-Technologie ist, wie etwa große Sprachmodelle oder künstliche neuronale Netze. Verwirrenderweise ist KI-Wissenschaftler auch die Bezeichnung für eine neue KI, die als Wissenschaftler arbeitet. Bisher untersucht dieser KI-Wissenschaftler nur KI-Modelle, was bedeutet, dass er beiden Definitionen eines KI-Wissenschaftlers entspricht.

Der KI-Wissenschaftler

Das japanische Unternehmen Sakana AI finanziert ein Labor an der University of British Columbia und der Oxford University, um einen KI-Wissenschaftler zu entwickeln, der den gesamten wissenschaftlichen Prozess selbstständig durchführen kann. Ziel ist es, wissenschaftliche Literatur zu studieren, um eine Hypothese aufzustellen, Experimente durchzuführen, eine Forschungsarbeit zu verfassen und die eigene Arbeit anhand der ursprünglichen wissenschaftlichen Literatur zu bewerten, mit der sie begonnen hat.

Um Fehler zu reduzieren, entwickelte das Team der University of British Columbia einen schrittweisen Prozess, dem die KI folgen soll. Der KI-Wissenschaftler erhält Recherchen zu einem KI-Modell oder einer Art von KI und stellt mehrere Hypothesen darüber auf, was die KI verbessern könnte. Es bewertet die Forschungsideen nach „Interessantheit, Neuheit und Machbarkeit“. Nachdem eine Hypothese ausgewählt wurde, überprüft es die Literaturdatenbank noch einmal, um sicherzustellen, dass es sich um eine neuartige und originelle Idee handelt. Die KI verwendet dann ein Codierungsassistentenprogramm, um ihren Code zum Testen der Hypothese auszuführen, während sie Forschungsnotizen macht. Es ermittelt, ob Folgeexperimente erforderlich sind und verfasst die Forschungsarbeit.

Der letzte Schritt besteht darin, die Forschungsarbeit zu bewerten und die Arbeit abzulehnen, wenn sie erfundene Informationen oder Halluzinationen enthält, die KI-Modelle häufig plagen. Ein Forscher gab zu, dass sie die Halluzinationen nur um zehn Prozent reduzieren konnten. „Wir halten zehn Prozent wahrscheinlich für inakzeptabel.“

Mögliche Nachteile

Popularitätsbias ist ein häufiges Problem bei KI-Modellen, und Forscher haben es auch bei KI-Wissenschaftlern beobachtet. Es kann einem Studienbereich Vorrang geben, der bereits ausführlich untersucht wurde, oder Theorien überbewerten, die über die meisten Daten verfügen.

Für Menschen kann die KI den Eindruck erwecken, dass sie über innovatives Denken verfügt, da sie in der Lage ist, ein Problem ohne Intuition oder Vorerfahrung zu bewerten, die unkonventionellen Lösungen im Wege steht. Ein Physiker, der Quantenteilchen im Licht untersuchte, kämpfte wochenlang mit der Frage, wie man ein bestimmtes Quantenphänomen beobachten könnte. Da er vermutete, dass ihre eigene Intuition ihm im Weg stand, beschloss er, einer KI beizubringen, an dem Problem zu arbeiten, und diese entwarf innerhalb weniger Stunden ein Experiment. Das Experiment erwies sich später als erfolgreich.

Allerdings kann der Mangel an Intuition und Erfahrung die Interpretation der Ergebnisse beeinträchtigen. Forscher an der UBC bringen die unbeholfenen Schlussfolgerungen des KI-Wissenschaftlers mit denen junger Doktoranden in Verbindung, die dafür bekannt sind, nach Strohhalmen zu greifen oder die Implikationen ihrer Ergebnisse zu erraten.

Es gibt auch ethische Bedenken hinsichtlich der Entwicklung von KI-Wissenschaftlern. Wem würde die Arbeit eines KI-Wissenschaftlers zugeschrieben werden, oder wer würde umgekehrt die Verantwortung für Fehler, Plagiate oder Datenveränderungen übernehmen?

Was ist der Zweck der Wissenschaft?

MIT-Wissenschaftler entdeckten mithilfe von KI zwei neue Antibiotika in der Hoffnung, dass diese Bakterien bekämpfen könnten, die den Menschen schädigen. Meteorologen nutzen KI, um gefährliche Wettermuster besser vorherzusagen. Neurowissenschaftler nutzen KI, um den Zelltod vorherzusagen, in der Hoffnung, ihn eines Tages verhindern zu können. KI in den Händen von Wissenschaftlern hat bereits zu neuen Entdeckungen geführt und verspricht, dass noch viele weitere folgen werden.