Wissenschaftler sagen voraus, 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, was viele Forscher zu der Annahme veranlasst hat, dass die KI eines Tages mit den brillantesten Köpfen der Wissenschaft konkurrieren und sogar Nobelpreis-würdige Entdeckungen machen könnte, so das Magazin Nature.

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.

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

Der Forscher Ross King von der Universität Cambridge (UK) glaubt, dass dieser Meilenstein schon bald erreicht sein könnte: „Es ist nahezu sicher, dass KI-Systeme das Niveau erreichen werden, Nobelpreise zu gewinnen. Die Frage ist nur, ob dies in den nächsten 50 oder 10 Jahren der Fall sein wird.“

Viele Experten sind jedoch vorsichtig. Ihrer Ansicht nach stützen sich die aktuellen KI-Modelle hauptsächlich auf verfügbare Daten und Kenntnisse 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 investieren würde, könnte der Fortschritt beschleunigt werden, aber von diesem Ziel sind wir noch sehr weit entfernt.“

Bislang wurden Nobelpreise ausschließlich an Personen und Organisationen verliehen. Künstliche Intelligenz (KI) hat jedoch indirekt dazu beigetragen: 2024 ging der Nobelpreis für Physik an Pioniere des maschinellen Lernens; im selben Jahr wurde die Hälfte des Chemie-Nobelpreises an das Team hinter AlphaFold verliehen, dem KI-System von Google DeepMind, das die 3D-Struktur von Proteinen vorhersagt. Diese Preise würdigen jedoch die Entwickler der KI, nicht deren Entdeckungen.

Um nach den Kriterien des Nobelkomitees einen Nobelpreis zu erhalten, muss eine Entdeckung nützlich sein, weitreichende Auswirkungen haben und neue Erkenntniswege eröffnen. Ein KI-Wissenschaftler, der diese Anforderung erfüllen möchte, muss nahezu vollständig autonom arbeiten – von der Fragestellung über die Auswahl von Experimenten bis hin zur Ergebnisanalyse.

Tatsächlich ist KI bereits in nahezu jeder Phase der Forschung involviert. Neue Werkzeuge helfen dabei, Tierlaute 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 Robotern autonom zu planen und auszuführen.

Einige Unternehmen wie Sakana AI in Tokio arbeiten an der Automatisierung der Forschung im Bereich maschinelles Lernen mithilfe von LLM, während Google mit Chatbots experimentiert, die in Gruppen zusammenarbeiten, um wissenschaftliche Ideen zu generieren.

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“.

Laut Sam Rodrigues, Direktor von FutureHouse, wird die letzte Generation von KI aus KI bestehen, die selbstständig Fragen stellen und Experimente durchführen kann, ohne menschliche Aufsicht. „KI könnte bis 2030 Nobelpreis-würdige Entdeckungen machen“, prognostiziert er. Die Bereiche mit dem größten Potenzial sind die Materialwissenschaften und die Erforschung von Parkinson und Alzheimer.

Andere Wissenschaftler sind skeptisch. Doug Downey vom Allen Institute for AI in Seattle berichtet, dass ein Test mit 57 „KI-Agenten“ ergab, dass nur 1 % ein Forschungsprojekt vollständig – von der Idee bis zum Bericht – abschließen konnte. „Die automatisierte wissenschaftliche Forschung von Anfang bis Ende bleibt eine enorme Herausforderung“, sagt er.

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

Laut dem Experten Subbarao Kambhampati (Arizona State University) zeigt dies, dass es der KI an der realen Lebenserfahrung mangelt, die Menschen besitzen.

Yolanda Gil argumentiert, dass KI, um Nobelpreis-würdig zu werden, in der Lage sein muss, „über das Denken nachzudenken“ – also ihre eigenen Denkprozesse selbst zu bewerten und anzupassen. Ohne Investitionen in diese Grundlagenforschung „werden nobelpreiswürdige Entdeckungen noch in weiter Ferne liegen“, so Gil.

Unterdessen warnen einige Wissenschaftler vor den Gefahren einer übermäßigen Abhängigkeit von KI in der Wissenschaft. Eine Studie von Lisa Messeri (Yale University) und Molly Crockett (Princeton University) aus dem Jahr 2024 argumentiert, dass ein übermäßiger Einsatz von KI zu mehr Fehlern und geringerer Kreativität führen könnte, da Wissenschaftler zwar „mehr produzieren, aber weniger verstehen“.

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

Kommentar (0)