9 Wege AI fördert die Wissenschaft

Zuletzt aktualisiert: 22. November 2024

Wir leben in einer Zeit, in der angewandte Wissenschaft, menschliche Einfallsreichtum und neue Technologien einige der größten und ältesten Fragen der Menschheit beleuchten. Obwohl wir uns oft als schnell und unaufhaltsam an den wissenschaftlichen Fortschritt betrachten, ist die Wahrheit seit vielen Jahrzehnten tatsächlich verlangsamt. Die wissenschaftliche Gemeinschaft diskutiert immer noch die Gründe für diese Verlangsamung, aber ein Großteil der heutigen Technologie-von Jets bis hin zu Herstellungsprozessen-hat sich im letzten halben Jahrhundert nicht viel verändert.

In den letzten Jahren haben die Durchbrüche in Bereichen wie künstlicher Intelligenz und Quantencomputer jedoch das Tempo der wissenschaftlichen Entdeckung wirklich aufgenommen. Von den Fortschritten des Gesundheitswesens bis hin zur Entdeckung von Enzymen, die Plastik essen, sehen wir bereits die Vorteile.

Diese Durchbrüche sind das Ergebnis jahrzehntelanger Zusammenarbeit zwischen Forschern, Technologen, politischen Entscheidungsträgern, Zivilorganisationen und Leuten aus allen Lebensbereichen. Sie bieten eine Roadmap dafür, wie KI in der Wissenschaft eingesetzt werden kann, um unser Leben erheblich zu verbessern.

In diesem Sinne veranstaltet die Royal Society in Zusammenarbeit mit Google DeepMind heute die erste KI für das Wissenschaftsforum. Diese Veranstaltung in London bringt Wissenschaftler, politische Entscheidungsträger und Branchenführer zusammen, um zu untersuchen, wie KI die Wissenschaft und die Rolle öffentlich-privaten Partnerschaften bei der Förderung von Innovationen verändern kann.

Um zu verstehen, wie wir diesen Punkt erreicht haben und wohin wir als nächstes fahren könnten, werfen wir einen Blick auf neun jüngste Meilensteine, die den Weg für den zukünftigen wissenschaftlichen Fortschritt geebnet haben:

1. Lösen der 50-jährigen "großen Herausforderung" der Proteinstrukturvorhersage

Seit Jahrzehnten bezeichnen Experten das Verständnis von Protein, die eine "große Herausforderung" falten. Im Jahr 2022 veröffentlichte Google DeepMind die vorhergesagten Strukturen von 200 Millionen Proteinen unter Verwendung ihres Alphafold 2 -Modells. Zuvor kann das Erkennen der 3D -Struktur eines einzelnen Proteins über ein Jahr dauern - Alpafold kann dies in Minuten mit unglaublicher Genauigkeit tun. Indem Wissenschaftler weltweit diese Vorhersagen frei verfügbar machen, können sie nun die Forschung in Bereichen wie neuer Arzneimittelentwicklung, der Bekämpfung der Antibiotika -Resistenz und der Bekämpfung der Plastikverschmutzung beschleunigen. Der nächste Schritt, Alphafold 3, baut darauf auf, indem er die Struktur und die Wechselwirkungen aller Lebensmoleküle des Lebens vorhersagt.

2. Das menschliche Gehirn in beispiellosen Details zur Unterstützung der Gesundheitsforschung enthüllen

Das menschliche Gehirn war schon immer ein Rätsel. Nach 10 Jahren Connectomics -Forschung kartierte Google zusammen mit dem Lichtman Lab in Harvard und anderen ein winziger Stück des menschlichen Gehirns ausführlicher als je zuvor. Dieses Projekt wurde im Jahr 2024 veröffentlicht und zeigte Strukturen im Gehirn, die wir noch nie gesehen hatten. Der vollständige Datensatz mit AI-generierten Annotationen für jede Zelle ist jetzt öffentlich und trägt dazu bei, die Forschung zu beschleunigen.

3.. Rettung von Leben mit genaue Hochwasserprognose

Als Google 2018 sein Hochwasserprognoseprojekt startete, hielten es viele für unmöglich, Überschwemmungen aufgrund begrenzter Daten in großem Maßstab genau vorherzusagen. Die Forscher entwickelten jedoch ein KI -Modell, das extreme Flussereignisse in ungängerten Wassereinzugsgebieten bis zu fünf Tage im Voraus vorhersagen kann, wobei die Zuverlässigkeit dem von Nowcasts übereinstimmte oder sogar übertraf. Bis 2024 erweiterte Google Research dies auf 100 Länder und 700 Millionen Menschen weltweit und verbesserte das Modell, um die gleiche Genauigkeit zu einer siebentägigen Vorlaufzeit zu bieten wie das Vorgängermodell mit fünf.

4. Waldbrände erkennen, um Feuerwehrleuten zu helfen, sie schneller aufzuhalten

Waldbrände werden aufgrund von heißeren und trockeneren Klimazonen häufiger und destruktiver. Im Jahr 2024 hat sich Google Research mit dem US Forest Service zusammengetan, um Firesat, ein KI -Modell und eine neue globale Satellitenkonstellation zu erstellen, um Waldbrände so klein wie ein Klassenzimmer zu erkennen und zu verfolgen. Mit höherer Auflösungsbildern innerhalb von 20 Minuten können die Feuerwehrbehörden schneller reagieren und möglicherweise Leben, Eigentum und natürliche Ressourcen retten.

5. Vorhersage des Wetters schneller und mit mehr Genauigkeit

Im Jahr 2023 hat Google DeepMind Graphcast gestartet, ein Modell für maschinelles Lernen, das das Wetter bis zu 10 Tagen genauer und viel schneller vorhersagt als der Branchenstandard (HRES). Graphcast kann auch Zyklonwege und damit verbundene Risiken wie Überschwemmungen genauer vorhersagen, und er hatte korrekt vorausgesagt, dass Hurricane Lee Nova Scotia drei Tage vor traditionellen Modellen treffen würde.

6. die Grenze des mathematischen Denkens vorantreiben

AI hat aufgrund begrenzter Daten und Argumentationsfähigkeiten immer mit komplexer Mathematik zu kämpfen. Im Jahr 2024 führte Google DeepMind Alphageometrie ein, ein KI-System, das komplexe Geometrieprobleme auf einem Niveau löste, der nahe an dem eines menschlichen Olympiad-Goldmedalisten liegt. Dies war ein großer Schritt vorwärts bei der KI -Leistung und der Entwicklung fortschrittlicherer allgemeiner KI -Systeme. Das Follow-up-Modell Alphageometrie 2, kombiniert mit Alphapach, löste 83% aller historischen internationalen mathematischen Olympiade-Geometrieprobleme (IMO) aus den letzten 25 Jahren. Dies zeigt, dass die wachsende Fähigkeit von AI, Probleme über die aktuellen menschlichen Fähigkeiten hinaus zu argumentieren und möglicherweise zu lösen, und uns den Systemen näher bringen, die neues Wissen entdecken und überprüfen können.

7. Verwenden von Quantencomputer, um chemische Reaktivität und Kinetik genau vorherzusagen

Die Google -Forscher haben zusammen mit der UC Berkeley und der Columbia University die größten Chemiesimulationen aller Zeiten auf einem Quantencomputer durchgeführt. Diese im Jahr 2022 veröffentlichten Ergebnisse waren nicht nur mit klassischen Methoden konkurrenzfähig, sondern erforderten auch nicht die übliche Fehlerminderung, die mit Quantum Computing verbunden war. Diese Fähigkeit, diese Simulationen durchzuführen, führt zu genaueren Vorhersagen der chemischen Reaktivität und Kinetik, was den Weg für neue Anwendungen der Chemie zur Lösung realer Probleme ebnet.

8. Beschleunigung der Materialwissenschaft und das Potenzial für nachhaltigere Solarzellen, Batterien und Supraleiter

Im Jahr 2023 kündigte Google DeepMind Graph Networks for Materials Exploration (GNOME) an, ein KI -Tool, das laut Simulationen bereits 380.000 Materialien bei niedrigen Temperaturen stabil entdeckt hat. In einer Zeit, in der wir nach neuen Fortschritten der Energielösungen, der Verarbeitungsleistung und der Materialwissenschaften suchen, könnte dies zu besseren Solarzellen, Batterien und potenziellen Supraleitern führen. Um diese Technologie für alle zugänglich zu machen, machte Google DeepMind die stabilsten Vorhersagen von GNOME über das Materialprojekt in seiner offenen Datenbank verfügbar.

9. einen sinnvollen Schritt in Richtung Kernfusion machen - und reichlich saubere Energie

Wie das alte Sprichwort sagt: "Fusion ist die Energie der Zukunft - und es wird immer sein." Es war eine langjährige Herausforderung, die Energie zu nutzen, die Sterne einschließlich unserer Sonne versorgt. Im Jahr 2022 entwickelte Google DeepMind AI, das das Plasma in einem Kernfusionsreaktor autonom steuern kann. In Zusammenarbeit mit dem Schweizer Plasma -Zentrum an der EPFL bauten sie das erste Verstärkungssystem, das das Plasma in einem operativen Fusionsreaktor stabilisiert und gestaltet und neue Wege zu stabiler Fusion und reichlich sauberer Energie für alle öffnet.