Künstliche Intelligenz wird zunehmend eingesetzt, um wissenschaftliche Experimente zu entwerfen und Entdeckungen voranzutreiben. Mario Krenn, ein Quantenphysiker und Leiter des Artificial Scientist Lab, entwickelte etwa das KI-Programm Melvin, das erfolgreich Quantenexperimente konzipierte, als menschliche Forscher keine Lösung fanden. Gregory Barber berichtet in Quanta Magazine, wie Krenns Erfahrung ihn dazu brachte, sich auf die Integration von KI in kreative Aspekte der Wissenschaft zu konzentrieren.
Eine Studie des MIT-Doktoranden Aidan Toner-Rodgers wiederum zeigte, dass Wissenschaftler mit KI-Unterstützung 44% mehr Materialien entdeckten und 39% mehr Patente erhielten als Kollegen ohne diese Werkzeuge. Allerdings berichteten über 80% der KI-nutzenden Wissenschaftler von sinkender Arbeitszufriedenheit, da sie das Gefühl hatten, kreative Aspekte ihrer Arbeit zu verlieren.
Nicht alle Forscher bewerten die Rolle der KI negativ. Philip Romero, Proteiningenieur an der Duke University, stellte fest, dass Wissenschaftler sich nach DeepMinds Lösung des Proteinfaltungsproblems durch AlphaFold einfach anpassten. Statt ihre Karrieren obsolet zu machen, ermöglichte das KI-Werkzeug den Forschern, schneller zu arbeiten und sich auf tiefergehende Fragen zu konzentrieren.
Krenns Vision umfasst Systeme, die wissenschaftliche Simulatoren mit großen Sprachmodellen kombinieren, um neue Ideen und Testmethoden zu generieren. Diese Entwicklung markiert einen grundlegenden Wandel: KI unterstützt nicht mehr nur bei der Datenverarbeitung, sondern hilft zunehmend dabei, die richtigen wissenschaftlichen Fragen zu stellen.