9 Wege AI fördert die Wissenschaft

Zuletzt aktualisiert: 22. November 2024

Wir leben in einer Ära, in der angewandte Wissenschaft, menschlicher Einfallsreichtum und neue Technologien Licht in einige der größten und ältesten Fragen der Menschheit bringen. Während wir oft denken, dass wissenschaftlicher Fortschritt schnell und unaufhaltsam ist, hat er in Wahrheit über viele Jahrzehnte hinweg tatsächlich an Tempo verloren. Die wissenschaftliche Gemeinschaft diskutiert noch über die Gründe für diese Verlangsamung, aber vieles von der heutigen Technologie – von Flugzeugen bis hin zu Fertigungsprozessen – hat sich in den letzten fünfzig Jahren kaum verändert.

In den letzten Jahren haben jedoch Durchbrüche in Bereichen wie künstlicher Intelligenz und Quantencomputing das Tempo der wissenschaftlichen Entdeckungen beschleunigt. Von Fortschritten im Gesundheitswesen bis hin zur Entdeckung von Enzymen, die Plastik abbauen, sehen wir bereits die Vorteile.

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

Mit diesem Hintergrund veranstaltet die Royal Society in Zusammenarbeit mit Google DeepMind heute das erste Forum „KI für Wissenschaft“. Diese Veranstaltung in London bringt Wissenschaftler, politische Entscheidungsträger und Branchenführer zusammen, um zu erkunden, wie KI die Wissenschaft transformieren und welche Rolle öffentlich-private Partnerschaften bei der Förderung von Innovationen spielen können.

Um zu verstehen, wie wir diesen Punkt erreicht haben und wohin es als Nächstes gehen könnte, werfen wir einen Blick auf neun kürzliche Meilensteine, die den Weg für zukünftigen wissenschaftlichen Fortschritt geebnet haben:

1. Lösung der 50-jährigen „großen Herausforderung“ der Proteinstrukturvorhersage

Seit Jahrzehnten galt das Verständnis der Proteinfaltung als „große Herausforderung“. 2022 veröffentlichte Google DeepMind die vorhergesagten Strukturen von 200 Millionen Proteinen mit ihrem AlphaFold 2-Modell. Zuvor konnte die Bestimmung der 3D-Struktur eines einzelnen Proteins über ein Jahr dauern – AlphaFold schafft dies in Minuten mit unglaublicher Genauigkeit. Durch die kostenlose Bereitstellung dieser Vorhersagen können Wissenschaftler weltweit ihre Forschung in Bereichen wie der Entwicklung neuer Medikamente, dem Kampf gegen Antibiotikaresistenz und der Bekämpfung von Plastikverschmutzung beschleunigen. Der nächste Schritt, AlphaFold 3, baut darauf auf, indem es die Struktur und Interaktionen aller Moleküle des Lebens vorhersagt.

2. Enthüllung des menschlichen Gehirns in beispielloser Detailtiefe zur Unterstützung der Gesundheitsforschung

Das menschliche Gehirn war schon immer ein Mysterium. Nach zehn Jahren Forschung im Bereich Konnektomik kartierten Google, das Lichtman Lab an der Harvard-Universität und andere einen winzigen Teil des menschlichen Gehirns in noch nie dagewesener Detailtiefe. Dieses 2024 veröffentlichte Projekt zeigte Strukturen im Gehirn, die wir zuvor nie gesehen hatten. Der vollständige Datensatz, komplett mit KI-generierten Anmerkungen für jede Zelle, ist jetzt öffentlich zugänglich und beschleunigt die Forschung.

3. Lebensrettung durch präzise Hochwasservorhersagen

Als Google 2018 sein Hochwasservorhersageprojekt startete, hielten viele es für unmöglich, Hochwasser großflächig präzise vorherzusagen, da Daten begrenzt waren. Doch Forscher entwickelten ein KI-Modell, das extreme Flussereignisse in nicht überwachten Einzugsgebieten bis zu fünf Tage im Voraus vorhersagen kann, mit einer Zuverlässigkeit, die mit Nowcasts mithält oder diese übertrifft. Bis 2024 erweiterte Google Research dies auf 100 Länder und 700 Millionen Menschen weltweit und verbesserte das Modell, um die gleiche Genauigkeit bei einer Vorlaufzeit von sieben Tagen zu bieten wie das vorherige Modell bei fünf Tagen.

4. Früheres Erkennen von Waldbränden, um Feuerwehrleuten zu helfen, sie schneller zu stoppen

Waldbrände werden aufgrund heißerer und trockenerer Klimabedingungen häufiger und zerstörerischer. 2024 tat sich Google Research mit dem U.S. Forest Service zusammen, um FireSat zu entwickeln, ein KI-Modell und eine neue globale Satellitenkonstellation, die darauf ausgelegt ist, Waldbrände so klein wie ein Klassenzimmer zu erkennen und zu verfolgen. Mit hochauflösenden Bildern, die innerhalb von 20 Minuten verfügbar sind, können Feuerwehrbehörden schneller reagieren und potenziell Leben, Eigentum und natürliche Ressourcen retten.

5. Schnellere und genauere Wettervorhersagen

2023 brachte Google DeepMind GraphCast auf den Markt, ein maschinelles Lernmodell, das das Wetter bis zu 10 Tage im Voraus präziser und viel schneller vorhersagt als der Industriestandard (HRES). GraphCast kann auch Wirbelsturmwege und damit verbundene Risiken wie Überschwemmungen präziser vorhersagen und sagte den Hurrikan Lee drei Tage vor traditionellen Modellen korrekt voraus, dass er Nova Scotia treffen würde.

6. Fortschritte im Bereich des mathematischen Denkens

KI hatte aufgrund begrenzter Daten und Denkfähigkeiten immer Schwierigkeiten mit komplexer Mathematik. Doch 2024 stellte Google DeepMind AlphaGeometry vor, ein KI-System, das komplexe Geometrieprobleme auf einem Niveau löste, das fast dem eines menschlichen Olympiasiegers entspricht. Dies war ein großer Fortschritt in der KI-Leistung und der Entwicklung fortschrittlicherer allgemeiner KI-Systeme. Das Nachfolgemodell, AlphaGeometry 2, kombiniert mit AlphaProof, löste 83 % aller historischen Geometrieprobleme der Internationalen Mathematik-Olympiade (IMO) der letzten 25 Jahre. Dies zeigt die wachsende Fähigkeit der KI, zu denken und möglicherweise Probleme zu lösen, die über die aktuellen menschlichen Fähigkeiten hinausgehen, und bringt uns näher an Systeme, die neues Wissen entdecken und verifizieren können.

7. Nutzung von Quantencomputing zur präzisen Vorhersage chemischer Reaktivität und Kinetik

Google-Forscher führten zusammen mit der UC Berkeley und der Columbia University die bisher größten chemischen Simulationen auf einem Quantencomputer durch. 2022 veröffentlicht, waren diese Ergebnisse nicht nur wettbewerbsfähig mit klassischen Methoden, sondern erforderten auch nicht die übliche Fehlerminderung, die mit Quantencomputing verbunden ist. Diese Fähigkeit, solche Simulationen durchzuführen, wird zu genaueren Vorhersagen der chemischen Reaktivität und Kinetik führen und den Weg für neue chemische Anwendungen zur Lösung realer Probleme ebnen.

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

2023 kündigte Google DeepMind Graph Networks for Materials Exploration (GNoME) an, ein KI-Tool, das bereits 380.000 bei niedrigen Temperaturen stabile Materialien entdeckt hat, laut Simulationen. In einer Zeit, in der wir nach neuen Energielösungen, Rechenleistung und Fortschritten in der Materialwissenschaft suchen, könnte dies zu besseren Solarzellen, Batterien und potenziellen Supraleitern führen. Um diese Technologie für alle zugänglich zu machen, hat Google DeepMind die stabilsten Vorhersagen von GNoME über das Materials Project in ihrer offenen Datenbank bereitgestellt.

9. Ein bedeutender Schritt in Richtung Kernfusion – und reichlich saubere Energie

Wie das alte Sprichwort sagt: „Fusion ist die Energie der Zukunft – und das wird sie immer sein.“ Die Nutzung der Energie, die Sterne, einschließlich unserer Sonne, antreibt, war eine langjährige Herausforderung. 2022 entwickelte Google DeepMind KI, die das Plasma in einem Kernfusionsreaktor autonom steuern kann. In Zusammenarbeit mit dem Swiss Plasma Center an der EPFL bauten sie das erste Reinforcement Learned-System, das in der Lage ist, das Plasma in einem betriebsbereiten Fusionsreaktor zu stabilisieren und zu formen, und eröffnet neue Wege hin zu stabiler Fusion und reichlich sauberer Energie für alle.