Wissenschaftler prognostizieren, dass künstliche Intelligenz den Nobelpreis gewinnen könnte

In den letzten Jahren hat die künstliche Intelligenz (KI) ihre Fähigkeit unter Beweis gestellt, Daten zu analysieren, Experimente zu entwerfen und neue wissenschaftliche Hypothesen aufzustellen. Dies hat viele Forscher zu der Annahme veranlasst, dass KI eines Tages mit den brillantesten Köpfen der Wissenschaft konkurrieren könnte – und laut der Zeitschrift Nature sogar nobelpreiswürdige Entdeckungen machen könnte.

Im Jahr 2016 initiierte der Biologe Hiroaki Kitano, CEO von Sony AI, die „Nobel Turing Challenge“ – einen Aufruf zur Entwicklung eines KI-Systems, das intelligent genug ist, um selbstständig eine wissenschaftliche Entdeckung auf Nobelpreisniveau zu machen.

Dem Ziel des Projekts zufolge wird ein „KI-Wissenschaftler“ bis 2050 in der Lage sein, ohne menschliches Eingreifen Hypothesen aufzustellen, Experimente zu planen und Daten zu analysieren.

Der Forscher Ross King von der Universität Cambridge (Großbritannien) glaubt, dass dieser Meilenstein schon früher erreicht werden könnte: „Es ist fast sicher, dass KI-Systeme das Niveau erreichen werden, mit dem sie Nobelpreise gewinnen. Die Frage ist nur, ob es in den nächsten 50 oder 10 Jahren so weit sein wird.“

Viele Experten sind jedoch vorsichtig. Ihrer Meinung nach stützen sich aktuelle KI-Modelle hauptsächlich auf vorhandene Daten und Erkenntnisse und schaffen kein wirklich neues Verständnis.

Die Forscherin Yolanda Gil (University of Southern California, USA) kommentierte: „Wenn die Regierung morgen eine Milliarde US-Dollar in die Grundlagenforschung investiert, kann der Fortschritt beschleunigt werden, aber von diesem Ziel ist man noch weit entfernt.“

Bisher wurden nur Einzelpersonen und Organisationen mit Nobelpreisen ausgezeichnet. KI hat jedoch indirekt dazu beigetragen: 2024 ging der Nobelpreis für Physik an Pioniere des maschinellen Lernens; im selben Jahr ging die Hälfte des Chemie-Nobelpreises an das Team hinter AlphaFold, dem KI-System von Google DeepMind, das die 3D-Struktur von Proteinen vorhersagt. Diese Preise ehren jedoch die Schöpfer der KI, nicht ihre Entdeckungen.

Um einen Nobelpreis zu verdienen, muss eine Entdeckung nach den Kriterien des Nobelkomitees nützlich sein, weitreichende Auswirkungen haben und neue Wege des Verständnisses eröffnen. Ein „KI-Wissenschaftler“, der diese Anforderung erfüllen will, muss nahezu vollständig autonom agieren – von der Fragestellung über die Auswahl der Experimente bis hin zur Analyse der Ergebnisse.

Tatsächlich ist KI bereits in fast jeder Phase der Forschung im Einsatz. Neue Tools helfen dabei, Tiergeräusche zu entschlüsseln, Kollisionen zwischen Sternen vorherzusagen und Immunzellen zu identifizieren, die anfällig für COVID-19 sind.

An der Carnegie Mellon University entwickelte das Team des Chemikers Gabe Gomes „Coscientist“ – ein System, das große Sprachmodelle (LLMs) verwendet, um chemische Reaktionen mithilfe von Robotergeräten autonom zu planen und auszuführen.

Einige Unternehmen wie Sakana AI in Tokio versuchen, die Forschung zum maschinellen Lernen mithilfe von LLM zu automatisieren, während Google mit Chatbots experimentiert, die in Gruppen zusammenarbeiten, um wissenschaftliche Ideen zu entwickeln.

In den USA entwickelt das FutureHouse-Labor in San Francisco ein schrittweises „Denkmodell“, das KI dabei helfen soll, Fragen zu stellen, Hypothesen zu testen und Experimente zu entwerfen – mit dem Ziel einer dritten Generation von „KI in der Wissenschaft“.

Die letzte Generation wird KI sein, die selbstständig und ohne menschliche Aufsicht Fragen stellen und Experimente durchführen kann, so FutureHouse-Direktor Sam Rodriques. „KI könnte bis 2030 nobelpreiswürdige Entdeckungen machen“, prognostiziert er. Das größte Potenzial bergen die Materialwissenschaften sowie die Erforschung von Parkinson und Alzheimer.

Andere Wissenschaftler sind skeptisch. Doug Downey vom Allen Institute for AI in Seattle sagt, ein Test mit 57 „KI-Agenten“ habe ergeben, dass nur ein Prozent ein Forschungsprojekt vollständig abschließen könne – von der Idee bis zum Bericht. „Die automatisierte wissenschaftliche Entdeckung von Anfang bis Ende bleibt eine enorme Herausforderung“, sagt er.

Darüber hinaus verstehen KI-Modelle die Naturgesetze noch immer nicht vollständig. Eine Studie ergab, dass ein Modell zwar Planetenbahnen vorhersagen konnte, nicht jedoch die zugrunde liegenden physikalischen Gesetze. Oder es konnte zwar durch eine Stadt navigieren, aber keine genaue Karte erstellen.

Laut dem Experten Subbarao Kambhampati (Arizona State University) zeigt dies, dass der KI die reale Lebenserfahrung fehlt, die Menschen haben.

Yolanda Gil argumentiert, dass KI, um den Nobelpreis zu erlangen, in der Lage sein müsse, „über das Denken nachzudenken“ – das heißt, ihre eigenen Denkprozesse selbst zu bewerten und anzupassen. Ohne Investitionen in diese Grundlagenforschung „bleiben nobelwürdige Entdeckungen in weiter Ferne“, so Gil.

Unterdessen warnen einige Wissenschaftler vor den Gefahren einer übermäßigen Abhängigkeit von KI in der Wissenschaft. In einem 2024 erschienenen Artikel von Lisa Messeri (Yale University) und Molly Crockett (Princeton University) wird argumentiert, dass ein übermäßiger Einsatz von KI die Fehlerquote erhöhen und die Kreativität verringern könnte, da Wissenschaftler „mehr produzieren, aber weniger verstehen“.

„KI könnte jungen Wissenschaftlern, die in Zukunft große Preise gewinnen könnten, Lernmöglichkeiten nehmen“, fügte Messeri hinzu. „Angesichts schrumpfender Forschungsbudgets ist es besorgniserregend, über die Kosten dieser Zukunft nachzudenken.“

Kommentar (0)