Ist der Tag, an dem KI den Nobelpreis gewinnt, nicht mehr fern?

AI - Ảnh 1. — Um den Nobelpreis zu erreichen, muss KI in der Lage sein, sich selbst zu bewerten und ihren eigenen Denkprozess anzupassen – Foto: VNU

Laut der Zeitschrift Nature hat künstliche Intelligenz (KI) in den letzten Jahren die Fähigkeit bewiesen, Daten zu analysieren, Experimente zu entwerfen und neue wissenschaftliche Hypothesen aufzustellen. Dies veranlasst viele Forscher zu der Annahme, dass KI eines Tages mit den brillantesten Köpfen der wissenschaftlichen Gemeinschaft konkurrieren und sogar Entdeckungen machen könnte, die einen Nobelpreis wert sind.

„KI könnte bis 2030 den Nobelpreis gewinnen“

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. Ziel des Projekts ist es, dass bis 2050 ein „KI-Wissenschaftler“ in der Lage sein wird, ohne menschliches Eingreifen Hypothesen zu formulieren, 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 so gut wie sicher, dass KI-Systeme das Niveau erreichen werden, mit dem man den Nobelpreis gewinnen kann. Die Frage ist nur, ob es in den nächsten 50 oder 10 Jahren so weit sein wird.“

Viele Experten sind jedoch vorsichtig. Ihrer Ansicht nach stützen sich aktuelle KI-Modelle hauptsächlich auf vorhandene Daten und Erkenntnisse und haben keine wirklich neuen Erkenntnisse geschaffen. 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 sie 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, Tiergeräusche zu entziffern, 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 mithilfe großer Sprachmodelle (LLMs) chemische Reaktionen mithilfe von Robotergeräten autonom plant und ausführt.

Unternehmen wie Sakana AI in Tokio wollen die Forschung zum maschinellen Lernen mithilfe von LLM automatisieren, während Google mit Chatbots experimentiert, die in Gruppen zusammenarbeiten, um wissenschaftliche Ideen zu entwickeln. In den USA entwickelt FutureHouse Labs in San Francisco ein schrittweises „Denkmodell“, das KI dabei helfen soll, Fragen zu stellen, Hypothesen zu testen und Experimente zu entwerfen – ein schrittweiser Ansatz für die dritte Generation der „wissenschaftlichen KI“.

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

Beraubt KI junge Wissenschaftler der Lernmöglichkeiten?

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 wirklich. Eine Studie ergab, dass ein Modell zwar Planetenbahnen vorhersagen kann, aber nicht die physikalischen Gesetze, die ihnen zugrunde liegen; oder dass es zwar durch eine Stadt navigieren, aber keine genaue Karte erstellen kann. Laut Experte Subbarao Kambhampati (Arizona State University) zeigt dies, dass KI die reale Erfahrung des Menschen fehlt.

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 sonst in Zukunft große Preise gewinnen könnten, die Möglichkeit zum Lernen nehmen“, fügte Messeri hinzu. „Angesichts der schrumpfenden Forschungsbudgets ist es besorgniserregend, über die Kosten dieser Zukunft nachzudenken.“

Zurück zum Thema

VNA

Quelle: https://tuoitre.vn/ngay-ai-gianh-giai-nobel-se-khong-con-xa-20251007123831679.htm