KI für Wissenschaft

AilsynBio und Dong-E-E-Jiao haben eine Projektkooperationsvereinbarung unterzeichnet, die die Integration von Künstlicher Intelligenz (KI) in die traditionelle Medizin vorantreibt. Die Bekanntgabe fand im Hong Kong Science Park statt und wurde von führenden Vertretern aus Industrie, Wissenschaft und Forschung, darunter China Resources Pharmaceutical und der Universität Hongkong, begleitet. Dr. Bo Chen von China Resources Pharmaceutical betonte die Bedeutung dieser Zusammenarbeit für die Modernisierung der Traditionellen Chinesischen Medizin (TCM) und die Erforschung ihrer Wirkmechanismen. Liang Zheng von Dong-E-E-Jiao wies auf die wissenschaftliche Vertiefung des Produkts Compound E-Jiao Syrup hin, die für die Markenaufwertung entscheidend sei. Pierre Wang von HKU Versitech bezeichnete die Kooperation als Beispiel für die erfolgreiche Umsetzung akademischer Forschung in industrielle Anwendungen und als Katalysator für das internationale Wachstum von AilsynBio. Diese Partnerschaft könnte einen neuen Weg für die Entwicklung der TCM hin zu evidenzbasierter Medizin ebnen und die wissenschaftliche Basis für Produkte im Bereich der Frauengesundheit stärken.

Die Fortschritte der KI in der Medikamentenentwicklung sind beeindruckend, jedoch bleiben die Ergebnisse für Patienten enttäuschend. Ein Beispiel ist ein Team von Novartis, das mithilfe generativer KI 15 Millionen Verbindungen zur Behandlung der Huntington-Krankheit entwarf, aber nur 60 davon im Labor synthetisieren konnte, ohne ein Heilmittel zu finden. Trotz der Fähigkeit von KI, die frühen Entdeckungsphasen zu beschleunigen, bleibt die Erfolgsquote in klinischen Studien unverändert, und kein KI-entwickeltes Medikament hat die FDA-Zulassung erhalten. Die Komplexität der menschlichen Biologie und das unzureichende Verständnis von Krankheiten wie Alzheimer und Krebs sind Hauptgründe für diese Rückschläge. Zudem warnen Experten vor den Gefahren von KI-gestützten Chatbots, die oft falsche Diagnosen stellen. Eine Studie der Universität Oxford zeigt, dass die Leistung dieser Modelle bei der Selbstdiagnose stark abfällt. Während KI in der Bildgebung und administrativen Aufgaben nützlich sein kann, sollte sie in der klinischen Entscheidungsfindung als Hilfsmittel und nicht als Ersatz für menschliche Ärzte betrachtet werden.

Die vorgestellte Kompressionstechnik optimiert KI-Modelle, indem sie deren Größe und Rechenaufwand während des Lernprozesses reduziert. Diese Methode ermöglicht es, die Effizienz von Modellen zu steigern, ohne die Lernfähigkeit zu beeinträchtigen. Durch die Anwendung dieser Technik können KI-Systeme schneller trainiert werden, was sowohl die benötigte Rechenleistung als auch die Trainingszeit verringert. Dies ist besonders vorteilhaft für Anwendungen, die auf begrenzte Ressourcen angewiesen sind. Die Kompression trägt dazu bei, dass KI-Modelle schlanker und leistungsfähiger werden, was ihre Einsatzmöglichkeiten in verschiedenen Bereichen erweitert. Insgesamt stellt diese Innovation einen bedeutenden Fortschritt in der Entwicklung effizienter KI-Technologien dar.

CAS hat die Einführung von CAS Newton℠ angekündigt, einer agentenbasierten KI, die speziell für wissenschaftliche Entdeckungen konzipiert ist. Diese innovative Technologie nutzt über 150 Jahre verifizierte wissenschaftliche Literatur aus der CAS Content Collection™, um präzise und zuverlässige Antworten zu liefern. Forscher berichten, dass CAS Newton ihnen hilft, schneller von Fragen zu fundierten Antworten zu gelangen, indem komplexe wissenschaftliche Themen in einem dialogorientierten Format behandelt werden. Die Plattform wird als transformative Lösung angesehen, die den Zugang zu globalem wissenschaftlichem Wissen erleichtert, ohne dass spezielle Suchfähigkeiten erforderlich sind. CAS Newton kann in sicheren Umgebungen implementiert und mit eigenen Daten von Forschungs- und Entwicklungsteams integriert werden, was die Effizienz und Innovationsgeschwindigkeit steigert. Zudem arbeitet die KI innerhalb eines ethischen Rahmens, der den Schutz der Benutzerdaten gewährleistet. CAS Newton ist über verschiedene Schnittstellen, wie CAS SciFinder® und CAS BioFinder®, zugänglich.

Die aktuelle Forschung von MIND hebt hervor, dass das Vertrauen in Daten eine entscheidende Rolle für den Erfolg von KI-Initiativen spielt. Trotz der zunehmenden Integration von KI in Unternehmen haben 65% der Chief Information Security Officers (CISOs) wenig Vertrauen in ihre Datensicherheitskontrollen, was dazu führt, dass lediglich 20% der KI-Projekte ihre Ziele erreichen. Ein starkes Datenvertrauen fördert die Innovationsgeschwindigkeit und ermöglicht eine sichere Skalierung von KI, während ein Mangel an Vertrauen das Risiko erhöht und den Fortschritt behindert. Die Studie, die auf einer Umfrage unter 124 CISOs basiert, zeigt, dass viele Unternehmen zwar über Richtlinien für KI verfügen, diese jedoch oft nicht schnell genug umsetzen können. Organisationen mit soliden Datenfundamenten sind besser positioniert, um von KI zu profitieren, während andere einem höheren Risiko von Misserfolgen ausgesetzt sind. MIND betont, dass Datensicherheit als grundlegende Voraussetzung für eine erfolgreiche KI-Nutzung betrachtet werden sollte, anstatt als Hindernis.

CAS hat die Einführung von CAS Newton℠ angekündigt, einer agentenbasierten KI, die speziell für die wissenschaftliche Forschung entwickelt wurde. Diese innovative Technologie nutzt über 150 Jahre kuratiertes wissenschaftliches Wissen, um präzise und vertrauenswürdige Antworten auf komplexe Forschungsfragen zu liefern. Durch dialogbasierte Interaktionen ermöglicht CAS Newton den Nutzern, effizient von Fragen zu fundierten Erkenntnissen zu gelangen, wodurch der Zugang zu wissenschaftlichem Wissen erleichtert wird. Erste Rückmeldungen zeigen, dass viele Nutzer die Antworten von CAS Newton als vertrauenswürdiger im Vergleich zu anderen KI-Tools empfinden. Zudem können Forschungsteams ihre eigenen Daten in sicheren Umgebungen integrieren und gleichzeitig auf die verlässlichen Daten der CAS Content Collection zugreifen. Dies steigert die Innovationsgeschwindigkeit und verbessert die Effizienz in der Forschung, ohne die wissenschaftliche Stringenz zu gefährden. CAS Newton ist ab sofort über Plattformen wie CAS SciFinder® und CAS BioFinder® verfügbar.

DARPA hat das MATHBAC-Programm ins Leben gerufen, um die Kommunikation zwischen KI-Agenten zu optimieren und deren Zusammenarbeit bei wissenschaftlichen Entdeckungen zu fördern. Ziel ist die Entwicklung einer "Wissenschaft der KI-Kommunikation", die auf mathematischen Grundlagen basiert, um die Effizienz und Konsistenz der Interaktionen zu steigern. In der ersten Phase sollen neue mathematische Modelle für Kommunikationsprotokolle entwickelt werden, während die zweite Phase sich auf die Ableitung allgemeiner wissenschaftlicher Prinzipien aus spezifischen Daten konzentriert. Eine der größten Herausforderungen besteht darin, dass KI-Agenten in der Lage sein müssen, aus Daten allgemeingültige Regeln zu erkennen. Ein erfolgreicher Abschluss des Projekts könnte die Art und Weise, wie wissenschaftliche Entdeckungen gemacht werden, revolutionieren und neue wissenschaftliche Werkzeuge hervorbringen. Vorschläge für das Programm müssen bis zum 16. Juni eingereicht werden, mit einer geplanten Umsetzung im September.