Heute Mittag ging es um ein mathematisches Problem, an dem Menschen seit rund 90 Jahren arbeiten – und für das ein Verbund aus KI-Agenten nun innerhalb von 88 Stunden einen möglichen Beweis gefunden hat.
Aber das ist kein Einzelfall.
Die spannendere Frage lautet:
Was passiert mit Forschung, wenn Maschinen in Stunden oder Tagen ausprobieren können, wofür Menschen Jahre oder Jahrzehnte brauchen?
🔬 Beispiel 1: Proteine
Mehr als 50 Jahre beschäftigte Forscher die Frage, wie sich aus der Abfolge ihrer Bausteine die komplizierte dreidimensionale Struktur von Proteinen vorhersagen lässt.
Google DeepMinds AlphaFold brachte hier den Durchbruch.
Die experimentelle Bestimmung einer einzelnen Proteinstruktur konnte Monate oder Jahre dauern. AlphaFold kann viele Strukturen innerhalb von Minuten vorhersagen.
Inzwischen umfasst die AlphaFold-Datenbank mehr als 200 Millionen vorhergesagte Proteinstrukturen.
💎 Beispiel 2: Neue Materialien
Mit GNoME ließ Google DeepMind KI nach neuen Kristallstrukturen suchen – interessant etwa für Batterien, Halbleiter oder andere neue Werkstoffe.
Ergebnis:
2,2 Millionen vorhergesagte neue Kristallstrukturen, darunter rund 380.000 besonders stabile Kandidaten.
DeepMind verglich den Umfang mit ungefähr 800 Jahren bisheriger Wissensproduktion.
Vorhergesagt bedeutet natürlich noch nicht hergestellt und praktisch nutzbar. Aber die KI kann aus einem gigantischen Suchraum diejenigen Kandidaten herausfiltern, bei denen sich weitere Forschung lohnt.
☠️ Und jetzt drehen wir die Sache einmal um
KI beschleunigt nicht nur Forschung, deren Ergebnis uns gefällt.
Forscher von Collaborations Pharmaceuticals verwendeten bereits 2021 eine KI namens MegaSyn, die eigentlich bei der Entwicklung neuer Medikamente helfen sollte.
Normalerweise sollte sie interessante Moleküle finden und dabei Toxizität vermeiden.
Für ein Sicherheitsexperiment drehten die Forscher das Ziel um: Die KI sollte gezielt nach hochtoxischen Molekülen suchen.
Nach weniger als sechs Stunden hatte ein Computer aus dem Jahr 2015 ungefähr 40.000 Kandidaten erzeugt.
Darunter befanden sich das bekannte Nervengift VX, andere bekannte chemische Kampfstoffe – und Tausende bislang unbekannte Molekülstrukturen, die das System ebenfalls als hochtoxisch einschätzte.
Diese neuen Stoffe wurden nicht hergestellt und ihre tatsächliche Giftigkeit nicht experimentell überprüft. Es waren berechnete Vorschläge.
💡 Was bedeutet das eigentlich?
Vielleicht liegt eine der größten Veränderungen durch KI in der Wissenschaft gar nicht darin, dass eine einzelne KI irgendwann „schlauer als jeder Forscher“ ist.
Sondern darin, dass sie ungeheure Mengen möglicher Lösungen ausprobieren, vergleichen und verwerfen kann.
Ein menschlicher Forscher bringt Erfahrung, Intuition und Fachwissen mit – kann aber nur eine begrenzte Zahl von Ideen verfolgen.
Eine KI kann dagegen einen Lösungsraum in einer Geschwindigkeit durchsuchen, die für Menschen schlicht nicht möglich wäre.
⚖️ Die entscheidende Einschränkung
Auch KI beginnt nicht bei null.
Sie wurde mit menschlichem Wissen trainiert, bekommt ihre Aufgaben von Menschen und arbeitet innerhalb von Rahmenbedingungen, die wir geschaffen haben.
Aber innerhalb dieses Rahmens muss sie sich nicht unbedingt daran halten, wie wir ein Problem bisher üblicherweise gelöst haben.
🎯 Und genau darin steckt enorme Hoffnung – und enormes Risiko.
Neue Medikamente, Materialien, mathematische Verfahren oder Technologien könnten wesentlich schneller entstehen.
Dasselbe gilt allerdings auch für Dinge, die wir lieber nicht schneller entwickeln würden.
Denn KI beschleunigt nicht automatisch gute Forschung.
Sie beschleunigt Forschung.
Was wir daraus machen, bleibt eine ziemlich menschliche Frage.