Künstliche Intelligenz, die Wissenschaftler bei der Hypothesenbildung ersetzt... „Automatisches Entdecken“ wird das Forschungsparadigma verändern

Im wissenschaftlichen Bereich übertrifft Künstliche Intelligenz (KI) zunehmend ihre Rolle als reines Werkzeug und entwickelt sich zu einem Forschungspartner. Kürzlich wurde das “Autonomous Discovery” (AutoDiscovery) System des Allen Institute for AI (AI2) vorgestellt, das für Aufsehen sorgt. Es handelt sich um ein bahnbrechendes neuronales KI-System, das eigenständig Forschungsdaten analysieren, Hypothesen aufstellen und sogar Experimente in Form von Code generieren und ausführen kann.

Das Autonomous Discovery System ist als experimentelle Funktion in das Forschungsökosystem “Asta” von AI2 integriert. Diese Plattform bietet die Möglichkeit, auf 108 Millionen wissenschaftliche Abstracts sowie über 12 Millionen Fachartikel zuzugreifen, sie zusammenzufassen und zu analysieren. Das System übertrifft die herkömmliche Methode, bei der Forscher Fragen formulieren, und weicht stattdessen auf eine Arbeitsweise aus, bei der die KI basierend auf den Daten eigenständig Fragen stellt. Die vom System aufgestellten Hypothesen werden in natürlicher Sprache präsentiert; bei Bedarf generiert es Python-Code für Experimente und interpretiert statistische Ergebnisse, um neue Forschungsrichtungen vorzuschlagen.

Laut AI2 kann das Autonomous Discovery System nicht nur einfache Kurzzeitanalysen durchführen, sondern auch tiefgehende Untersuchungen auf Basis von Daten aus mehreren hundert wissenschaftlichen Arbeiten vornehmen. Alle Ergebnisse werden in reproduzierbarer Form bereitgestellt, was die Nachvollziehbarkeit für weitere Analysen erleichtert. Besonders wird diese Technologie als vielversprechend für die Entdeckung potenzieller Erkenntnisse in komplexen und sensiblen Bereichen wie der Krebsbehandlung angesehen. Kelly Paulson, Leiter des Immunonkologie-Zentrums am Karolinska-Institut in Schweden, äußerte sich unterstützend: “Das Autonomous Discovery System kann tatsächlich dabei helfen, wichtige Zusammenhänge aufzudecken, die bisher noch nicht sichtbar waren.”

Das Kernalgorithmus basiert auf Bayesscher Überraschung und Monte-Carlo-Baumsuche. Erstere quantifiziert die Differenz zwischen bestehendem Wissen und neuen Beweisen, um zu beurteilen, wie überraschend eine Entdeckung ist; letztere hilft, die Untersuchung bestehender Pfade mit neuen Möglichkeiten auszubalancieren. Unerwartete Ergebnisse können ebenfalls als Ausgangspunkt für weitere Analysen dienen. Wie das Beispiel des Übergangs vom “Malaria-Krankheitstheorie” im späten 19. Jahrhundert zur “Bakteriologie” zeigt, legt das System besonderen Wert auf unerwartete Schlussfolgerungen, die bestehende wissenschaftliche Paradigmen revolutionieren könnten.

Fabrizio Favoreto vom Scripps Institution of Oceanography kommentierte: “Die Architektur, bei der KI eine Vielzahl von Hypothesen generiert und Forscher bei der Bewertung unterstützt, erweitert die Tiefe wissenschaftlicher Urteile.” AI2 betont, dass dieses System die Beziehung zwischen Wissenschaftlern und Daten von einer statischen Informationssammlung zu einem aktiven, kooperativen Partner wandelt.

Derzeit ist das Autonomous Discovery System in Form eines Experiments auf der Asta-Plattform von AI2 verfügbar. Mit fortschreitender Entwicklung ist wahrscheinlich eine Erweiterung auf weitere Forschungsgebiete zu erwarten. Das Konzept, autonomes Wissen durch KI zu erkunden, wird zunehmend Realität. Das wissenschaftliche Paradigma selbst könnte in Zukunft durch eine KI-zentrierte Neuordnung transformiert werden.