Neue Entdeckungszeit beginnt

Anmerkung des Herausgebers: Heute in London haben Google DeepMind und die Royal Society gemeinsam das erste AI for Science Forum ausgerichtet, das Nobelpreisträger, die wissenschaftliche Gemeinschaft, politische Entscheidungsträger und Branchenführer zusammenbrachte, um das transformative Potenzial von KI zu erkunden, wissenschaftliche Durchbrüche zu fördern, die dringendsten Herausforderungen der Welt anzugehen und eine neue Ära der Entdeckung einzuleiten.
Googles Senior Vice President für Forschung, Technologie und Gesellschaft, James Manyika, hielt die Eröffnungsrede; im Folgenden finden Sie eine Abschrift seiner vorbereiteten Ausführungen.
Die Auswirkungen von KI auf die Wissenschaft sorgen derzeit für Aufsehen, aber die Idee, KI zu nutzen, um wissenschaftliche Grenzen zu erweitern, ist nicht neu. Sie geht auf Pioniere wie Alan Turing und Christopher Longuet-Higgins zurück, und in jüngerer Zeit stehen meine Kollegen bei Google DeepMind und Google Research an vorderster Front.
Der Hype um KI und Wissenschaft dreht sich nicht darum, Wissenschaftler zu ersetzen; es geht darum, wie KI jene kniffligen Probleme angehen kann, die von Rechenleistung profitieren. Stellen Sie sich KI als verlässlichen Helfer für Wissenschaftler vor.
Einen Eindruck von diesem Potenzial bekamen wir schon damals, als Hodgkin und Huxley rechentechnische Methoden nutzten, um zu erklären, wie Nervenimpulse entlang von Neuronen weitergeleitet werden. Ihre Arbeit brachte ihnen 1963 den Nobelpreis ein.
Heute haben meine Kollegen Demis Hassabis, John Jumper und das AlphaFold-Team KI genutzt, um das „Protein-Faltungsproblem“ zu lösen, das Christian Anfinsen in den 1970er Jahren formuliert hatte. Ihre Bemühungen brachten ihnen den Nobelpreis für Chemie ein.
Wie genau hilft KI also, die Wissenschaft voranzutreiben?
Sprechen wir zuerst über Geschwindigkeit. In einigen Bereichen beschleunigt KI die Forschung, die normalerweise Jahrhunderte dauern würde, und verdichtet sie auf nur wenige Jahre, Monate oder sogar Tage.
KI erweitert auch den Forschungsumfang, indem sie Wissenschaftlern ermöglicht, mehrere Dinge gleichzeitig und auf neue Weise zu erkunden, anstatt nacheinander.
Dank KI können nun mehr Menschen an der Forschung teilnehmen, was bedeutet, dass wir wissenschaftliche Entdeckungen noch schneller vorantreiben können.
KI treibt bedeutende Fortschritte in verschiedenen wissenschaftlichen Bereichen voran
Lassen Sie mich ein paar Beispiele geben, wie KI große Wellen schlägt, beginnend mit AlphaFold:
In nur einem Jahr haben meine Kollegen die Struktur von fast allen bekannten Proteinen – über 200 Millionen – vorhergesagt. Und mit AlphaFold 3 sind sie über Proteine hinausgegangen und haben alle Biomoleküle des Lebens wie DNA, RNA und Liganden einbezogen.
AlphaFold hat für über 2 Millionen Forscher in 190 Ländern alles verändert, von vernachlässigten Krankheiten bis hin zu resistenten Bakterien.
AlphaMissense, basierend auf AlphaFold, hat geholfen, fast 90 % von 71 Millionen möglichen Missense-Varianten – jene Einzelbuchstaben-DNA-Veränderungen – als wahrscheinlich schädlich oder harmlos zu klassifizieren. Das ist ein riesiger Sprung, wenn man bedenkt, dass nur 0,1 % von menschlichen Experten bestätigt waren.
Als das menschliche Genom erstmals sequenziert wurde, basierte es auf einer einzigen Zusammenstellung. Doch letztes Jahr haben meine Kollegen bei Google Research zusammen mit akademischen Partnern den ersten Entwurf eines Referenz-Human-Pangenoms veröffentlicht. Dieser basierte auf 47 Zusammenstellungen und gibt uns ein besseres Bild der menschlichen genetischen Vielfalt.
In der Neurowissenschaft hat eine zehnjährige Zusammenarbeit zwischen Google Research, dem Max-Planck-Institut und dem Lichtman-Labor an der Harvard-Universität eine nano-skalige Karte eines Teils des menschlichen Gehirns erstellt. Dieses Detailniveau war beispiellos und hat neue Strukturen offenbart, die unser Verständnis des Gehirns verändern könnten. Dies könnte zu neuen Ansätzen für die Bekämpfung neurologischer Erkrankungen wie Alzheimer führen. Die vollständige Karte steht nun anderen Forschern zur Verfügung.
Jenseits der Biowissenschaften sehen wir auch in anderen Bereichen Durchbrüche.
Im Klimamodell haben wir maschinelles Lernen mit traditionellen physikbasierten Methoden kombiniert, um NeuralGCM zu entwickeln. Dieses Modell kann über 70.000 Tage der Atmosphäre simulieren in der Zeit, die ein traditionelles Modell für nur 19 Tage benötigen würde.
Ein weiteres Beispiel ist GenCast, entwickelt von meinen Kollegen bei Google DeepMind. Es ist ein erstklassiges KI-Modell, das das Wetter bis zu 15 Tage im Voraus präziser und schneller vorhersagt als der Branchenstandard.
Unser Quantum AI-Team erforscht, was früher Science-Fiction war, wie die Untersuchung durchquerbarer Wurmlöcher. Dies könnte helfen, Quantengravitationstheorien zu testen, die erstmals vor fast neunzig Jahren mit der Einstein-Rosen-Brücke vorgeschlagen wurden.
Tatsächlich beginnen Quanten und KI, sich gegenseitig zu unterstützen. KI treibt das Quantencomputing voran, und Quanten helfen, die KI-Forschung voranzutreiben.
Wir machen auch Fortschritte in der Materialwissenschaft, Fusion, Mathematik und mehr, alles in Zusammenarbeit mit akademischen Wissenschaftlern.
KI-gestützte wissenschaftliche Fortschritte haben reale Auswirkungen
Jenseits dieser Durchbrüche verbessert KI die Wissenschaft auch auf Arten, die den Menschen direkt zugutekommen, insbesondere in Bereichen wie Klima und Gesundheitswesen.
Nehmen wir zum Beispiel die Klimaanpassung. Die Hochwasservorhersage wird aufgrund des Klimawandels immer wichtiger. Dank KI können wir nun Flusshochwasser bis zu 7 Tage im Voraus mit derselben Genauigkeit wie aktuelle Vorhersagen prognostizieren. Unsere Frühwarnplattform, Flood Hub, startete in Bangladesch und deckt nun über 100 Länder und 700 Millionen Menschen ab.
Für die Klimaminderung betrachten wir Kondensstreifen, die bis zu 35 % der globalen Erwärmungswirkung der Luftfahrt ausmachen. Meine Kollegen bei Google Research haben ein KI-Modell entwickelt, um vorherzusagen, wo Kondensstreifen entstehen könnten. Nach Tests mit 70 Flügen mit American Airlines sahen wir eine 54 %ige Reduktion der Emissionen.
KI zeigt auch vielversprechende Ergebnisse in der Krankheitserkennung. Vor acht Jahren fanden Google-Forscher heraus, dass KI bei der Interpretation von Netzhautscans helfen kann, diabetische Retinopathie zu erkennen, eine vermeidbare Ursache für Blindheit, die etwa 100 Millionen Menschen betrifft. Wir haben ein Screening-Tool entwickelt, das in über 600.000 Screenings weltweit eingesetzt wurde. Neue Partnerschaften in Thailand und Indien werden in den nächsten zehn Jahren 6 Millionen Screenings ermöglichen.
Wir arbeiten auch an anderen Bereichen wie Tuberkulose, Darmkrebs, Brustkrebs und Muttergesundheit.
Der Weg nach vorn
Trotz all dieser Fortschritte stehen wir erst am Anfang. Es gibt noch viel zu tun.
Ich sehe drei Schwerpunktbereiche, um das Potenzial von KI voll auszuschöpfen, um die Wissenschaft voranzutreiben und echte Vorteile für die Gesellschaft zu bringen:
Erstens müssen wir weiterhin an den Einschränkungen von KI arbeiten und ihre Fähigkeit verbessern, neue wissenschaftliche Konzepte, Theorien und Experimente zu entwickeln.
Zweitens müssen wir uns dem wissenschaftlichen Ansatz verpflichtet fühlen und KI verantwortungsvoll nutzen. Wissenschaftler, Ethiker und Sicherheitsexperten müssen zusammenarbeiten, um Risiken zu bewältigen, die spezifisch für die Wissenschaft sind, wie Viren und Biowaffen, sowie Herausforderungen wie Datenverzerrung, Datenschutz und Umweltauswirkungen.
Drittens müssen wir KI-gestützte Forschungswerkzeuge und -ressourcen für Wissenschaftler überall zugänglicher machen, um sicherzustellen, dass die Fortschritte, die wir erzielen, Menschen weltweit zugutekommen.
Ich bin begeistert von dem, was die Zukunft in dieser neuen Ära der Entdeckung bereithält.
Es gibt so viel, was wir gemeinsam tun können, um Werkzeuge zu entwickeln, die die Wissenschaft zum Wohle aller voranbringen.
Und es gibt so viel, was wir tun können, um die großartigen Wissenschaftler hier und auf der ganzen Welt zu unterstützen – wir werden heute von einigen von ihnen hören.
Verwandter Artikel
Kakao Mobility stellt einen Fahrplan für autonomes Fahren der Stufe 4 im Bereich der physischen KI vor
Kakao Mobility plant, im Rahmen seiner Strategie für physische KI Technologien für autonomes Fahren der Stufe 4 intern zu entwickeln.Auf der Konferenz „World IT Show 2026“ im COEX in Seoul stellte Ki
Barry Diller: Das Vertrauen in Sam Altman spielt keine Rolle, da die allgemeine künstliche Intelligenz (AGI) immer näher rückt
Barry Diller, der milliardenschwere Medienmogul, hält OpenAI-CEO Sam Altman nicht für unglaubwürdig, obwohl jüngste Berichte das Gegenteil nahelegen. Bei seiner Rede auf der „Future of Everything“-Kon
YouTube weitet die KI-basierte Deepfake-Erkennung auf Politiker, Regierungsvertreter und Journalisten aus
Am Dienstag gab YouTube bekannt, dass es seine Deepfake-Erkennungstechnologie auf eine ausgewählte Gruppe von Regierungsbeamten, politischen Kandidaten und Journalisten ausweiten wird. Das Tool identi
Empfehlungen zu verwandten Spezialthemen
Kommentare (40)
C'est fascinant de voir l'IA devenir un partenaire pour la recherche scientifique ! 😮 J'espère que cette collaboration mènera à des découvertes médicales concrètes, mais qui va contrôler l'accès à ces technologies révolutionnaires ?
¿Entonces Google DeepMind con la Royal Society? Suena a colaboración de élite 😮 Me pregunto si estos foros realmente aceleran los descubrimientos o si son más bien eventos de networking... De todos modos, ¡emocionante pensar en cómo la IA podría ayudar a resolver problemas científicos complejos! 🧠
Qué emocionante este foro de IA y ciencia! 🤯 Espero que DeepMind no solo hable de avances teóricos sino que muestre casos prácticos cómo están usando IA en proyectos reales. La colaboración entre premios Nobel y tecnólogos podría dar resultados increíbles!
This AI for Science Forum sounds like a game-changer! Imagine Nobel laureates and tech gurus teaming up to push science forward. I'm curious how AI will reshape research—hope it’s not just hype! 😄
This AI for Science Forum sounds like a game-changer! It's wild to think how AI could supercharge discoveries—kinda like giving scientists a turbo boost 🚀. But I wonder, will it outsmart the Nobel laureates one day?
El Foro de IA para la Ciencia suena súper interesante, pero, honestamente, es un poco demasiado elevado para mí. Estoy más interesado en aplicaciones prácticas que en discusiones teóricas. Aún así, es genial ver cómo la IA se usa para avanzar en la ciencia. ¿Quizás la próxima vez puedan incluir más cosas prácticas? 🤔

Anmerkung des Herausgebers: Heute in London haben Google DeepMind und die Royal Society gemeinsam das erste AI for Science Forum ausgerichtet, das Nobelpreisträger, die wissenschaftliche Gemeinschaft, politische Entscheidungsträger und Branchenführer zusammenbrachte, um das transformative Potenzial von KI zu erkunden, wissenschaftliche Durchbrüche zu fördern, die dringendsten Herausforderungen der Welt anzugehen und eine neue Ära der Entdeckung einzuleiten.
Googles Senior Vice President für Forschung, Technologie und Gesellschaft, James Manyika, hielt die Eröffnungsrede; im Folgenden finden Sie eine Abschrift seiner vorbereiteten Ausführungen.
Die Auswirkungen von KI auf die Wissenschaft sorgen derzeit für Aufsehen, aber die Idee, KI zu nutzen, um wissenschaftliche Grenzen zu erweitern, ist nicht neu. Sie geht auf Pioniere wie Alan Turing und Christopher Longuet-Higgins zurück, und in jüngerer Zeit stehen meine Kollegen bei Google DeepMind und Google Research an vorderster Front.
Der Hype um KI und Wissenschaft dreht sich nicht darum, Wissenschaftler zu ersetzen; es geht darum, wie KI jene kniffligen Probleme angehen kann, die von Rechenleistung profitieren. Stellen Sie sich KI als verlässlichen Helfer für Wissenschaftler vor.
Einen Eindruck von diesem Potenzial bekamen wir schon damals, als Hodgkin und Huxley rechentechnische Methoden nutzten, um zu erklären, wie Nervenimpulse entlang von Neuronen weitergeleitet werden. Ihre Arbeit brachte ihnen 1963 den Nobelpreis ein.
Heute haben meine Kollegen Demis Hassabis, John Jumper und das AlphaFold-Team KI genutzt, um das „Protein-Faltungsproblem“ zu lösen, das Christian Anfinsen in den 1970er Jahren formuliert hatte. Ihre Bemühungen brachten ihnen den Nobelpreis für Chemie ein.
Wie genau hilft KI also, die Wissenschaft voranzutreiben?
Sprechen wir zuerst über Geschwindigkeit. In einigen Bereichen beschleunigt KI die Forschung, die normalerweise Jahrhunderte dauern würde, und verdichtet sie auf nur wenige Jahre, Monate oder sogar Tage.
KI erweitert auch den Forschungsumfang, indem sie Wissenschaftlern ermöglicht, mehrere Dinge gleichzeitig und auf neue Weise zu erkunden, anstatt nacheinander.
Dank KI können nun mehr Menschen an der Forschung teilnehmen, was bedeutet, dass wir wissenschaftliche Entdeckungen noch schneller vorantreiben können.
KI treibt bedeutende Fortschritte in verschiedenen wissenschaftlichen Bereichen voran
Lassen Sie mich ein paar Beispiele geben, wie KI große Wellen schlägt, beginnend mit AlphaFold:
In nur einem Jahr haben meine Kollegen die Struktur von fast allen bekannten Proteinen – über 200 Millionen – vorhergesagt. Und mit AlphaFold 3 sind sie über Proteine hinausgegangen und haben alle Biomoleküle des Lebens wie DNA, RNA und Liganden einbezogen.
AlphaFold hat für über 2 Millionen Forscher in 190 Ländern alles verändert, von vernachlässigten Krankheiten bis hin zu resistenten Bakterien.
AlphaMissense, basierend auf AlphaFold, hat geholfen, fast 90 % von 71 Millionen möglichen Missense-Varianten – jene Einzelbuchstaben-DNA-Veränderungen – als wahrscheinlich schädlich oder harmlos zu klassifizieren. Das ist ein riesiger Sprung, wenn man bedenkt, dass nur 0,1 % von menschlichen Experten bestätigt waren.
Als das menschliche Genom erstmals sequenziert wurde, basierte es auf einer einzigen Zusammenstellung. Doch letztes Jahr haben meine Kollegen bei Google Research zusammen mit akademischen Partnern den ersten Entwurf eines Referenz-Human-Pangenoms veröffentlicht. Dieser basierte auf 47 Zusammenstellungen und gibt uns ein besseres Bild der menschlichen genetischen Vielfalt.
In der Neurowissenschaft hat eine zehnjährige Zusammenarbeit zwischen Google Research, dem Max-Planck-Institut und dem Lichtman-Labor an der Harvard-Universität eine nano-skalige Karte eines Teils des menschlichen Gehirns erstellt. Dieses Detailniveau war beispiellos und hat neue Strukturen offenbart, die unser Verständnis des Gehirns verändern könnten. Dies könnte zu neuen Ansätzen für die Bekämpfung neurologischer Erkrankungen wie Alzheimer führen. Die vollständige Karte steht nun anderen Forschern zur Verfügung.
Jenseits der Biowissenschaften sehen wir auch in anderen Bereichen Durchbrüche.
Im Klimamodell haben wir maschinelles Lernen mit traditionellen physikbasierten Methoden kombiniert, um NeuralGCM zu entwickeln. Dieses Modell kann über 70.000 Tage der Atmosphäre simulieren in der Zeit, die ein traditionelles Modell für nur 19 Tage benötigen würde.
Ein weiteres Beispiel ist GenCast, entwickelt von meinen Kollegen bei Google DeepMind. Es ist ein erstklassiges KI-Modell, das das Wetter bis zu 15 Tage im Voraus präziser und schneller vorhersagt als der Branchenstandard.
Unser Quantum AI-Team erforscht, was früher Science-Fiction war, wie die Untersuchung durchquerbarer Wurmlöcher. Dies könnte helfen, Quantengravitationstheorien zu testen, die erstmals vor fast neunzig Jahren mit der Einstein-Rosen-Brücke vorgeschlagen wurden.
Tatsächlich beginnen Quanten und KI, sich gegenseitig zu unterstützen. KI treibt das Quantencomputing voran, und Quanten helfen, die KI-Forschung voranzutreiben.
Wir machen auch Fortschritte in der Materialwissenschaft, Fusion, Mathematik und mehr, alles in Zusammenarbeit mit akademischen Wissenschaftlern.
KI-gestützte wissenschaftliche Fortschritte haben reale Auswirkungen
Jenseits dieser Durchbrüche verbessert KI die Wissenschaft auch auf Arten, die den Menschen direkt zugutekommen, insbesondere in Bereichen wie Klima und Gesundheitswesen.
Nehmen wir zum Beispiel die Klimaanpassung. Die Hochwasservorhersage wird aufgrund des Klimawandels immer wichtiger. Dank KI können wir nun Flusshochwasser bis zu 7 Tage im Voraus mit derselben Genauigkeit wie aktuelle Vorhersagen prognostizieren. Unsere Frühwarnplattform, Flood Hub, startete in Bangladesch und deckt nun über 100 Länder und 700 Millionen Menschen ab.
Für die Klimaminderung betrachten wir Kondensstreifen, die bis zu 35 % der globalen Erwärmungswirkung der Luftfahrt ausmachen. Meine Kollegen bei Google Research haben ein KI-Modell entwickelt, um vorherzusagen, wo Kondensstreifen entstehen könnten. Nach Tests mit 70 Flügen mit American Airlines sahen wir eine 54 %ige Reduktion der Emissionen.
KI zeigt auch vielversprechende Ergebnisse in der Krankheitserkennung. Vor acht Jahren fanden Google-Forscher heraus, dass KI bei der Interpretation von Netzhautscans helfen kann, diabetische Retinopathie zu erkennen, eine vermeidbare Ursache für Blindheit, die etwa 100 Millionen Menschen betrifft. Wir haben ein Screening-Tool entwickelt, das in über 600.000 Screenings weltweit eingesetzt wurde. Neue Partnerschaften in Thailand und Indien werden in den nächsten zehn Jahren 6 Millionen Screenings ermöglichen.
Wir arbeiten auch an anderen Bereichen wie Tuberkulose, Darmkrebs, Brustkrebs und Muttergesundheit.
Der Weg nach vorn
Trotz all dieser Fortschritte stehen wir erst am Anfang. Es gibt noch viel zu tun.
Ich sehe drei Schwerpunktbereiche, um das Potenzial von KI voll auszuschöpfen, um die Wissenschaft voranzutreiben und echte Vorteile für die Gesellschaft zu bringen:
Erstens müssen wir weiterhin an den Einschränkungen von KI arbeiten und ihre Fähigkeit verbessern, neue wissenschaftliche Konzepte, Theorien und Experimente zu entwickeln.
Zweitens müssen wir uns dem wissenschaftlichen Ansatz verpflichtet fühlen und KI verantwortungsvoll nutzen. Wissenschaftler, Ethiker und Sicherheitsexperten müssen zusammenarbeiten, um Risiken zu bewältigen, die spezifisch für die Wissenschaft sind, wie Viren und Biowaffen, sowie Herausforderungen wie Datenverzerrung, Datenschutz und Umweltauswirkungen.
Drittens müssen wir KI-gestützte Forschungswerkzeuge und -ressourcen für Wissenschaftler überall zugänglicher machen, um sicherzustellen, dass die Fortschritte, die wir erzielen, Menschen weltweit zugutekommen.
Ich bin begeistert von dem, was die Zukunft in dieser neuen Ära der Entdeckung bereithält.
Es gibt so viel, was wir gemeinsam tun können, um Werkzeuge zu entwickeln, die die Wissenschaft zum Wohle aller voranbringen.
Und es gibt so viel, was wir tun können, um die großartigen Wissenschaftler hier und auf der ganzen Welt zu unterstützen – wir werden heute von einigen von ihnen hören.
Barry Diller: Das Vertrauen in Sam Altman spielt keine Rolle, da die allgemeine künstliche Intelligenz (AGI) immer näher rückt
Barry Diller, der milliardenschwere Medienmogul, hält OpenAI-CEO Sam Altman nicht für unglaubwürdig, obwohl jüngste Berichte das Gegenteil nahelegen. Bei seiner Rede auf der „Future of Everything“-Kon
YouTube weitet die KI-basierte Deepfake-Erkennung auf Politiker, Regierungsvertreter und Journalisten aus
Am Dienstag gab YouTube bekannt, dass es seine Deepfake-Erkennungstechnologie auf eine ausgewählte Gruppe von Regierungsbeamten, politischen Kandidaten und Journalisten ausweiten wird. Das Tool identi
C'est fascinant de voir l'IA devenir un partenaire pour la recherche scientifique ! 😮 J'espère que cette collaboration mènera à des découvertes médicales concrètes, mais qui va contrôler l'accès à ces technologies révolutionnaires ?
¿Entonces Google DeepMind con la Royal Society? Suena a colaboración de élite 😮 Me pregunto si estos foros realmente aceleran los descubrimientos o si son más bien eventos de networking... De todos modos, ¡emocionante pensar en cómo la IA podría ayudar a resolver problemas científicos complejos! 🧠
Qué emocionante este foro de IA y ciencia! 🤯 Espero que DeepMind no solo hable de avances teóricos sino que muestre casos prácticos cómo están usando IA en proyectos reales. La colaboración entre premios Nobel y tecnólogos podría dar resultados increíbles!
This AI for Science Forum sounds like a game-changer! Imagine Nobel laureates and tech gurus teaming up to push science forward. I'm curious how AI will reshape research—hope it’s not just hype! 😄
This AI for Science Forum sounds like a game-changer! It's wild to think how AI could supercharge discoveries—kinda like giving scientists a turbo boost 🚀. But I wonder, will it outsmart the Nobel laureates one day?
El Foro de IA para la Ciencia suena súper interesante, pero, honestamente, es un poco demasiado elevado para mí. Estoy más interesado en aplicaciones prácticas que en discusiones teóricas. Aún así, es genial ver cómo la IA se usa para avanzar en la ciencia. ¿Quizás la próxima vez puedan incluir más cosas prácticas? 🤔





Heim






