Künstliche Intelligenz: Google stellt KI-Co-Wissenschaftler vor
Google hat einen KI-Co-Wissenschaftler entwickelt, der auf dem Large Language Model (LLM) Gemini 2.0 basiert und die Geschwindigkeit wissenschaftlicher und medizinischer Entdeckungen beschleunigen soll. Wie aus einem Blogbeitrag von Google(öffnet im neuen Fenster) hervorgeht, handelt es sich um ein Multi-Agenten-System, das Denkprozesse widerspiegeln kann, die wissenschaftlichen Methoden zugrunde liegen.
Die Herausforderung beim Erreichen wissenschaftlicher Fortschritte liegt laut Google darin, wie einfallsreich und kreativ Forscher mit Erkenntnissen und Fachwissen aus der Literatur neue realisierbare Forschungsrichtungen entwickeln. Ein Problem stelle dabei die Breite und Tiefe der schnell wachsenden Zahl immer neuer Veröffentlichungen dar, die es zu bewältigen gilt. Hinzu kämen Erkenntnisse aus anderen Fachgebieten, die eventuell sinnvoll in eigene Forschungsvorhaben integriert werden könnten, schreiben die Autoren des Beitrags.
Der KI-Co-Wissenschaftler soll über die Standardwerkzeuge der Literaturdurchsicht, Zusammenfassungen und Tiefenforschung hinaus auch originäres Wissen aufdecken und neuartige Forschungshypothesen sowie Vorschläge formulieren. Diese sollen auf früheren Erkenntnissen aufbauen und auf spezifische Forschungsziele zugeschnitten sein.
Praktischer Nutzen wurde in Laborexperimenten überprüft
Ausgehend von einem durch einen Forscher in natürlicher Sprache formulierten Forschungsziel soll der KI-Assistent Forschungshypothesen, einen detaillierten Forschungsüberblick und Versuchsprotokolle erstellen. Dafür stehen mehrere Agenten bereit, die als Generation, Reflection, Ranking, Evolution, Proximity und Meta-review bezeichnet werden.
Diese Agenten verwenden ein automatisches Feedback, um damit iterativ Hypothesen zu generieren, diese zu bewerten und zu verfeinern, was zu einem sich selbst verbessernden Zyklus führt, der zunehmend hochwertige Ergebnisse erzeugt.
Für die Bewertung des praktischen Nutzens wurden von Google Laborexperimente ausgewertet, um diese mit den generierten Hypothesen und Forschungsvorschlägen des KI-Wissenschaftlers abzugleichen. Dabei ging es um die Umwidmung von Medikamenten, Vorschläge für neue Behandlungsziele bei Krankheiten und die Aufklärung von Mechanismen, die antimikrobiellen Resistenzen zugrunde liegen.
KI kann gesamte frei zugängliche Literatur in Bewertung einbeziehen
In allen drei Fällen konnten Experimente bestätigen, dass die Vorschläge des KI-Co-Wissenschaftlers vielversprechende Ergebnisse lieferten. Dabei zeigte sich insbesondere die Fähigkeit von Vorteil, dass Forschungsdaten aus mehreren Jahrzehnten und der gesamten frei zugänglichen Literatur zu einem Thema einbezogen werden konnte.
Verbesserungsmöglichkeiten sehen die Autoren von Google noch bei Literaturrecherchen, der Überprüfung der Faktenlage, Gegenkontrollen mit externen Tools, automatischen Bewertungstechniken und Evaluierungen in größerem Maßstab unter Einbeziehung von mehr Fachleuten mit unterschiedlichen Forschungszielen.
Interessierte Forschungseinrichtungen auf der ganzen Welt werden dazu ermutigt, sich an einem Trusted Tester Program für den KI-Co-Wissenschaftler zu beteiligen.