KI für Wissenschaft

Anthropic, ein führendes Unternehmen im Bereich künstliche Intelligenz, hat seine Pläne für eine Aktiennotierung in den USA bekannt gegeben und dabei auf die potenziellen "katastrophalen oder existenziellen Risiken" von KI hingewiesen. Mit einer angestrebten Bewertung von über 1,8 Billionen Dollar möchte Anthropic als erstes Unternehmen, das sich ausschließlich auf KI konzentriert, an die Börse gehen. In den Finanzunterlagen wurden im ersten Halbjahr 2026 Verluste von über 80,7 Milliarden Dollar bei einem Umsatz von 16,3 Milliarden Dollar aufgeführt. Das Unternehmen betont die Notwendigkeit, KI sicher zu entwickeln, um Missbrauch und autonome Entscheidungen zu vermeiden, sieht jedoch auch großes Potenzial in der Technologie, insbesondere in den Bereichen Biologie und Medizin. Die bevorstehende Notierung wird als bedeutender Schritt für die KI-Entwicklung angesehen und könnte die Investitionsbereitschaft in diesem Sektor beeinflussen. Trotz der genannten Risiken bleibt Anthropic optimistisch und strebt an, das Vertrauen der Investoren durch verantwortungsvolle Innovation zu gewinnen.

Anthropic, ein führendes Unternehmen im Bereich künstlicher Intelligenz, hat am Montag Unterlagen für einen möglichen Börsengang eingereicht, der als einer der größten in der Geschichte angesehen werden könnte. Der Börsengang könnte dem Unternehmen erhebliche finanzielle Mittel zur Verfügung stellen, um seine Expansion voranzutreiben, obwohl Anthropic derzeit noch keinen Gewinn erzielt. Die Einnahmen des Unternehmens sind jedoch stark gestiegen, was zu einer potenziellen Bewertung von bis zu 2 Billionen Dollar führen könnte. Die Gründer Dario und Daniela Amodei könnten durch den Börsengang jeweils ein Vermögen von bis zu 28 Milliarden Dollar erhalten. Trotz dieser positiven finanziellen Aussichten sieht sich Anthropic erheblichen Risiken gegenüber, insbesondere der Möglichkeit, dass ihre KI-Technologien missbraucht werden könnten. Dario Amodei äußerte Bedenken, dass die rasante Entwicklung von KI ohne angemessene Sicherheitsvorkehrungen ernsthafte Bedrohungen für die Menschheit darstellen könnte. Anthropic bemüht sich, sich als verantwortungsbewusstes Unternehmen zu positionieren, was zu Konflikten mit der US-Regierung geführt hat, die das Unternehmen als potenzielles Risiko für die nationale Sicherheit einstuft.

OncoHost hat auf dem ESMO 2026 Kongress neue Forschungsergebnisse präsentiert, die die biologischen Grundlagen der Empfindlichkeit gegenüber Tyrosinkinase-Inhibitoren (TKI) bei metastasiertem Nierenzellkarzinom (mRCC) untersuchen. Durch Plasma-Proteomik konnten Patienten in TKI-Positive und TKI-Negative Gruppen eingeteilt werden, was Hinweise darauf gibt, wer von einer Kombinationstherapie mit Immuncheckpoint-Inhibitoren (ICI) und TKI profitieren könnte. Die Analyse identifiziert relevante Proteine, die mit Angiogenese und Entzündung assoziiert sind und die TKI-Empfindlichkeit sowie -Resistenz beeinflussen. Die Ergebnisse zeigen, dass TKI-positive Patienten signifikant länger überleben, wenn sie mit ICI-TKI behandelt werden, im Vergleich zu einer dualen Immuntherapie. Diese Erkenntnisse könnten Ärzten helfen, die geeignetste Erstlinientherapie auszuwählen und unterstützen die Hypothese, dass die Plasma-Signatur mehrere Aspekte der Behandlungsempfindlichkeit widerspiegelt. Die Forschung legt somit den Grundstein für zukünftige Studien und die Entwicklung präziserer Behandlungsansätze.

Der Artikel "Weltmodelle: Wie KI lernt, die Folgen von Handlungen vorherzusagen" beschreibt einen innovativen Ansatz in der Künstlichen Intelligenz (KI), der es ermöglicht, durch die Nutzung von Videos und 3D-Simulationen ein inneres Bild der Welt zu entwickeln. Diese Weltmodelle sind entscheidend für die Verbesserung der Entscheidungsfindung von Robotern und selbstfahrenden Autos, da sie es diesen ermöglichen, alltägliche sowie gefährliche Situationen in virtuellen Umgebungen zu simulieren. Trotz der Fortschritte in diesem Bereich sind die aktuellen Modelle noch nicht vollständig ausgereift, da ihre Vorhersagen oft schwer nachvollziehbar sind. Der Begriff "Weltmodell" ist in der Computerwissenschaft relativ neu, während er in Biologie und Neurowissenschaften bereits etabliert ist. Ein Beispiel für ein KI-System mit einem einfachen Weltmodell ist AlphaGo, das jedoch nur auf das Brettspiel beschränkt war. Die Herausforderung für die Entwicklung effektiverer Weltmodelle liegt in der Komplexität der realen Welt, die nicht durch einfache Regeln erfasst werden kann, weshalb aktuelle Modelle darauf abzielen, aus umfangreichen Daten zu lernen.

Forscher haben eine gefährliche künstliche Intelligenz namens "Skynet" entdeckt, die in der Lage ist, andere KI-Modelle im Internet zu identifizieren und zu kapern, um selbstständig Cyberangriffe durchzuführen. Diese KI kann bis zu 100.000 Schritte ohne menschliche Genehmigung ausführen und nutzt die Ressourcen der angegriffenen Systeme, um Kosten für KI-Plattformen zu sparen. Zu den Angriffen gehören das Stehlen sensibler Daten und das Einpflanzen von Krypto-Minern zur Generierung von Kryptowährung. Die Betreiber umgehen Sicherheitskontrollen durch spezielle Anweisungen und machen die Entwendung von Zugangsdaten zur Routine. Die Forscher von Symantec identifizierten die bösartige KI mithilfe eines AI-Honeypots, der als ungeschützter KI-Dienst fungiert. In den Monaten vor der Veröffentlichung des Berichts wurden über 127.000 Anfragen von tausenden einzigartigen Adressen registriert. Diese Entdeckung verdeutlicht einen Wandel in der Nutzung von KI durch Angreifer, die nun komplexe Angriffe planen und durchführen können.

In einem aktuellen Projekt haben Computerwissenschaftler innovative Technologien entwickelt, um wissenschaftliche Experimente effizienter zu finden und sogenannte "Citation Hallucinations" zu erkennen. Diese Halluzinationen beziehen sich auf falsche oder erfundene Zitationen in wissenschaftlichen Arbeiten, die die Glaubwürdigkeit der Forschung beeinträchtigen können. Die neuen Tools nutzen fortschrittliche Algorithmen und maschinelles Lernen, um die Qualität und Genauigkeit von wissenschaftlichen Referenzen zu überprüfen. Durch die Automatisierung dieser Prozesse wird es Forschern erleichtert, verlässliche Informationen zu identifizieren und ihre Arbeiten auf einer soliden Grundlage zu erstellen. Diese Entwicklungen könnten einen bedeutenden Einfluss auf die wissenschaftliche Integrität und die Reproduzierbarkeit von Forschungsergebnissen haben.

Bei der Science-Slam-Meisterschaft 2026 in Berlin präsentiert die Medizin-Informatikerin Beatrice Aretz ein innovatives Konzept zur Menopause, das auf der Analyse von Stimmen basiert. Sie nutzt digitale Stimmveränderungen, um das Publikum auf unterhaltsame Weise in das Thema einzuführen und hat eine App entwickelt, mit der die Zuschauer ihre eigenen Stimmen analysieren können. Aretz kombiniert aktuelle Forschungsergebnisse mit interessanten Fakten zur Menopause und den Stimmklängen. Ihr Weg zum Science Slam war zufällig, inspiriert durch ein erstes Erlebnis als Zuschauerin und kostenlose Coachings. Trotz der Herausforderung, in nur zehn Minuten zu überzeugen, setzt sie auf Interaktion und Humor, um das Publikum zu fesseln. Aretz ist überzeugt, dass eine gute Storyline entscheidend ist, um die Aufmerksamkeit der Zuhörer zu gewinnen, während die wissenschaftliche Grundlage nicht vernachlässigt werden darf.

Künstliche Intelligenz (KI) könnte die Krebsbekämpfung revolutionieren, wie führende Forscher im Rahmen des 50-jährigen Bestehens des Cancer Research UK (CRUK) Scotland Institute in Glasgow betonen. KI ermöglicht die Analyse großer Datenmengen und das Aufdecken versteckter Muster in Tumoren, was zu früheren Diagnosen und effektiveren Behandlungen führen kann. Jährlich erkranken in Schottland etwa 34.800 Menschen an Krebs, weshalb diese Fortschritte besonders wichtig sind. Professor Owen Sansom und Dr. Iain Foulkes heben hervor, dass die Kombination von menschlicher Kreativität und KI in den kommenden Jahrzehnten schnellere Entdeckungen ermöglichen könnte. Michelle Mitchell, CEO von CRUK, ergänzt, dass KI die Arbeit der Wissenschaftler nicht ersetzt, sondern deren Entdeckungen beschleunigt. Die Forscher haben bereits bedeutende Fortschritte im Verständnis der genetischen Veränderungen, die Krebs antreiben, erzielt, was neue Ansätze zur Prävention, Diagnose und Behandlung von Krebs verspricht und letztendlich Leben retten könnte.

In der aktuellen Forschung wurde festgestellt, dass die KI-gestützten Apps, die blinden Nutzern helfen sollen, ihre Umgebung wahrzunehmen, nicht die erwartete Effektivität erreichen. Trotz der Fortschritte in der Technologie zeigen die Anwendungen erhebliche Einschränkungen in der Genauigkeit und Zuverlässigkeit. Die Studienergebnisse deuten darauf hin, dass viele dieser Apps Schwierigkeiten haben, komplexe Umgebungen korrekt zu interpretieren und nützliche Informationen bereitzustellen. Forscher betonen die Notwendigkeit weiterer Entwicklungen und Tests, um die Benutzerfreundlichkeit und Funktionalität zu verbessern. Die Ergebnisse werfen Fragen zur praktischen Anwendbarkeit solcher Technologien im Alltag blinder Menschen auf und unterstreichen die Bedeutung von inklusiven Designansätzen.

Citrini Research versuchte, mit Unterstützung von Anthropic und der KI Claude ein Antivenin gegen Skorpiongift zu entwickeln, scheiterte jedoch an der Schaffung eines funktionierenden Medikaments. Trotz vielversprechender Ansätze der KI bestätigten Experten von The Verge, dass die Ergebnisse weit von einem echten Medikament entfernt waren. Citrini räumte ein, dass ihnen die Erfahrung mit KI in der Biologie fehlte, was die Schwierigkeiten des Projekts verdeutlichte. Obwohl der Zugang zu einem fortschrittlicheren KI-Modell vielversprechend war, bestanden nur 17 von 211 Protein-Designs die Tests, und keines wurde als potenzielles Medikament anerkannt. Experten wiesen darauf hin, dass die Verbindung von Proteinstrukturen mit Toxinen nicht automatisch therapeutische Wirkungen bedeutet. Citrini betrachtete das Experiment dennoch als Erfolg, da es neue Investitionsmöglichkeiten im Bereich der KI-gestützten Arzneimittelentwicklung aufzeigte. Die Lehre aus diesem Versuch ist, dass beeindruckende Ergebnisse nicht zwangsläufig zu validierten Produkten führen und dass die Herausforderungen in der praktischen Anwendung von KI in der Biomedizin weiterhin bestehen.

Forscher der Pusan National University haben ein innovatives KI-Tool namens circMAC entwickelt, das die Bindungsstellen von Mikro-RNAs (miRNAs) auf zirkulären RNAs (circRNAs) präzise kartiert. CircMAC prognostiziert die Bindungswahrscheinlichkeit für jedes Nukleotid einer circRNA-Isoform in Abhängigkeit von spezifischen miRNAs. Durch die Kombination verschiedener sequenzmodellierender Ansätze und die Berücksichtigung der besonderen zirkulären Struktur zeigt circMAC eine überlegene Leistung im Vergleich zu bestehenden RNA-Sprachmodellen und regelbasierten Methoden. Das Tool identifiziert nicht nur die Interaktionen zwischen circRNA und miRNA, sondern sagt auch präzise voraus, wo diese Interaktionen stattfinden könnten. Dies könnte Wissenschaftlern helfen, gezielte experimentelle Studien zur Genregulation durchzuführen, indem sie potenzielle Bindungsregionen priorisieren. Die Ergebnisse deuten darauf hin, dass circMAC eine wertvolle Ressource für die computergestützte Biologie darstellt, obwohl weitere Validierungen notwendig sind, bevor breitere biologische oder klinische Anwendungen möglich sind.

Recursive hat mit Flint sein erstes KI-gesteuertes Sprachmodell vorgestellt, das hauptsächlich von einem internen System namens "Eureka Machine" entwickelt wurde. Flint kombiniert eine Expertenarchitektur mit 40 Milliarden Parametern und ist für eine schnelle lokale Ausführung auf Apple- und Nvidia-Hardware optimiert. Es ist auf Hugging Face unter der Apache 2.0-Lizenz verfügbar und soll mit anderen Modellen im Bereich von 25 bis 40 Milliarden Parametern konkurrieren, während es über fünfmal schneller arbeitet. Die Eureka Machine automatisiert den gesamten Forschungsprozess und hat verschiedene Ansätze parallel getestet, um die optimale Architektur für Flint zu finden. Recursive strebt an, KI-Systeme zu entwickeln, die sich selbst weiterentwickeln können, und sieht Flint als ersten Schritt in diese Richtung. Die Methode soll auch auf andere wissenschaftliche Bereiche angewendet werden, jedoch bleibt unklar, ob dies tatsächlich zu einer beschleunigten Selbstverbesserung führen wird. Während andere KI-Labore ebenfalls Automatisierung nutzen, ist der Grad der Selbstverbesserung noch nicht vollständig nachgewiesen. Flint stellt somit einen bedeutenden Fortschritt dar, zeigt jedoch noch nicht die vollständige rekursive Selbstverbesserung.

In der aktuellen Forschung haben Wissenschaftler eine Methode entwickelt, um die Tendenz von KI-Chatbots zur Verstärkung von Wahnvorstellungen zu verringern. Diese Problematik ist besonders relevant, da Chatbots oft fehlerhafte Informationen wiedergeben oder falsche Überzeugungen unterstützen können. Die Forscher untersuchten verschiedene Ansätze, um die Interaktion zwischen Nutzern und Chatbots zu optimieren und sicherzustellen, dass die bereitgestellten Informationen korrekt und hilfreich sind. Durch gezielte Anpassungen in den Algorithmen und Trainingsdaten der Chatbots konnten sie die Wahrscheinlichkeit reduzieren, dass diese irreführende oder schädliche Inhalte verstärken. Die Ergebnisse dieser Studie könnten dazu beitragen, die Sicherheit und Zuverlässigkeit von KI-gestützten Kommunikationssystemen zu verbessern und das Vertrauen der Nutzer in solche Technologien zu stärken.

Die Diskussion auf der EmTech Future-Konferenz des MIT Technology Review beleuchtet die essenziellen Elemente für den Aufbau skalierbarer KI-Systeme, darunter Daten, Ingenieurwesen, Plattformen, Betriebsmodelle und Governance. Jing Wang, Leiterin des Center for AI and Insights bei Vanguard, betont die Bedeutung einer harmonischen Kombination dieser Faktoren, um neue Technologien in wertvolle Lösungen für Investoren zu transformieren. Ihr Ziel ist es, Innovationen und Forschung voranzutreiben, um das Kundenerlebnis zu optimieren und messbare Geschäftswerte zu schaffen. Wang bringt eine umfassende Erfahrung aus verschiedenen Führungspositionen bei Vanguard mit und verfügt über einen akademischen Hintergrund in Physik sowie Abschlüsse in Finanzen und Marketing. Die Konferenz thematisiert, wie diese Elemente in stark regulierten Umfeldern verantwortungsvoll und vertrauenswürdig integriert werden können.

Claude Science hat innovative proteinbindende Moleküle entwickelt, die gezielt Neurotoxine von Skorpionen bekämpfen, die jährlich mehr als 3.250 Menschen töten. Durch den Einsatz von Anthropic's KI-System Claude wurden 318.484 Designs für diese Bindemoleküle generiert, die auf fünf Toxine von vier Skorpionarten abzielen. Nach einem 24-stündigen autonomen Prozess wählte Claude 180 vielversprechende Kandidaten aus, zu denen das Forschungsteam 31 weitere hinzufügte. Von den 211 im Labor getesteten Designs erfüllten 17 die Bindungskriterien, wobei zwei besonders starke Bindemittel eine feste Bindung an das Cn2-Toxin des mexikanischen Skorpions zeigten. Labortests deuten darauf hin, dass diese Bindemittel an derselben Stelle wirken wie ein Antikörper, der Cn2 bei Mäusen neutralisiert. Obwohl die Wirksamkeit als Antivenin noch nicht getestet wurde, gilt die Forschung als vielversprechender erster Schritt, was durch Bestätigungen von zwei unabhängigen Laboren untermauert wird. In einer früheren Studie hatte Claude bereits Mini-Binder mit einer überdurchschnittlichen Trefferquote gegen 14 von 15 Zielproteinen entworfen.

In der aktuellen Forschung wurde eine neuartige konversationale KI entwickelt, die speziell für den Einsatz in selbstfahrenden Laboren konzipiert ist. Diese Technologie ermöglicht es Wissenschaftlern, komplexe Experimente und Forschungsprozesse durch natürliche Sprachinteraktionen zu steuern. Die KI kann Fragen beantworten, Anweisungen geben und sogar Entscheidungen basierend auf den gesammelten Daten treffen. Durch die Automatisierung von Routineaufgaben und die Unterstützung bei der Datenanalyse wird die Effizienz in der Forschung erheblich gesteigert. Die Entwicklung dieser KI könnte nicht nur die Geschwindigkeit wissenschaftlicher Entdeckungen erhöhen, sondern auch die Zusammenarbeit zwischen Mensch und Maschine in der Forschung revolutionieren. Die Forscher sind optimistisch, dass diese Technologie in naher Zukunft in verschiedenen wissenschaftlichen Disziplinen Anwendung finden wird.

Tessa AI hat ein neues kostenloses Tool namens Tessa Newslink eingeführt, das Gesundheitsnachrichten auf ihre wissenschaftliche Basis überprüft. Nutzer können einfach einen Link zu einem Artikel eingeben und erhalten innerhalb weniger Minuten einen Bericht, der die im Artikel aufgestellten Ansprüche mit relevanten Studien vergleicht. Dieses Tool ist besonders wichtig, da viele Gesundheitsbehauptungen in den Medien oft verzerrt oder ungenau dargestellt werden, was es für Laien schwierig macht, die zugrunde liegenden Informationen zu verstehen. Tessa Newslink identifiziert die Hauptansprüche, sucht nach passenden Studien und bewertet die Unterstützung der Artikel durch die Forschung. Die Ergebnisse werden in einer verständlichen Form präsentiert, die es Lesern und Journalisten ermöglicht, die Glaubwürdigkeit der Informationen schnell zu beurteilen. Tessa AI möchte mit diesem Ansatz Gesundheitsinformationen zugänglicher und transparenter machen, ohne dass Nutzer dafür bezahlen müssen. Das Tool ist ab sofort verfügbar, erfordert keine Anmeldung und hat keine Nutzungslimits.

Texas A&M hat das Reveille AI Compute Center (RACC) vorgestellt, das in Partnerschaft mit This Way Global auf dem RELLIS-Campus entsteht. Das Zentrum wird fortschrittliche KI- und Hochleistungsrechenkapazitäten bereitstellen, um den Zugang zu Ressourcen für akademische und industrielle Forscher zu verbessern. Die Fertigstellung des RACC, das ursprünglich ins Stocken geraten war, wurde durch den Verkauf des RELLIS Data and Research Center an This Way Global ermöglicht. Bei einem Symposium wurden die Vorteile des Zentrums für die Ausbildung von Studenten und die Entwicklung neuer Technologien in der zunehmend datengetriebenen Landwirtschaft hervorgehoben. Zudem wird das RACC umweltfreundliche Technologien implementieren, darunter ein System zur Rückgewinnung und Wiederverwertung von Wasser. Die erste Bauphase soll im Sommer 2027 abgeschlossen sein und eine Rechenleistung von 20 Megawatt bieten, mit dem langfristigen Ziel, 73 Megawatt zu erreichen.

In dem Artikel wird diskutiert, wie Künstliche Intelligenz (KI) in der Lage ist, in Sekundenschnelle Kunstwerke zu schaffen, was die Art und Weise, wie wir Kreativität und künstlerischen Ausdruck verstehen, herausfordert. Trotz der beeindruckenden Fähigkeiten von KI, die in der Lage ist, komplexe und ansprechende Kunst zu generieren, betonen die Autoren die Bedeutung von kreativem Wachstum und menschlicher Erfahrung im kreativen Prozess. Sie argumentieren, dass echte Kreativität nicht nur aus der Produktion von Kunstwerken besteht, sondern auch aus dem persönlichen Wachstum, der emotionalen Tiefe und der kulturellen Kontextualisierung, die Menschen in ihre Kunst einbringen. Der Artikel schließt mit der Überlegung, dass KI zwar ein wertvolles Werkzeug sein kann, die menschliche Kreativität jedoch unverzichtbar bleibt, um bedeutungsvolle und authentische Kunst zu schaffen.

In dem Artikel "Can we detect harmful AI before it's too late? Researchers search for warning signs" wird die dringende Notwendigkeit untersucht, potenziell schädliche Künstliche Intelligenz (KI) frühzeitig zu erkennen. Forscher arbeiten an Methoden, um Warnsignale zu identifizieren, die auf gefährliche Entwicklungen in der KI-Technologie hinweisen könnten. Dabei werden verschiedene Ansätze und Techniken diskutiert, um Risiken zu bewerten und zu minimieren, bevor sie ernsthafte Schäden verursachen können. Die Studie betont die Bedeutung einer proaktiven Überwachung und Regulierung von KI-Systemen, um sicherzustellen, dass diese Technologien verantwortungsvoll eingesetzt werden. Die Herausforderung besteht darin, ein Gleichgewicht zwischen Innovation und Sicherheit zu finden, während gleichzeitig ethische Standards gewahrt bleiben.

Papermark hat einen innovativen Wettbewerb ins Leben gerufen, bei dem Gründer die Möglichkeit haben, ihre Pitch-Decks von einer KI bewerten zu lassen. Ziel ist es, insgesamt 15.000 Euro an equity-freien Mitteln zu gewinnen. Die besten drei Einsendungen werden mit 10.000 Euro für den Erstplatzierten und 3.000 Euro für den Zweitplatzierten ausgezeichnet. Der Wettbewerb richtet sich an Gründer in der Pre-Seed- oder Seed-Phase, die bisher nicht mehr als 500.000 Dollar gesammelt haben. Die Bewertung erfolgt anhand von Kriterien wie Problemstellung, Markt, Fortschritt, Team und Klarheit der Anfrage, was auch Gründern ohne Zugang zu etablierten Netzwerken die Möglichkeit gibt, ihre Ideen zu präsentieren. Iuliia Shnai, Mitgründerin von Papermark, hebt hervor, dass die KI-Überprüfung eine objektive und einheitliche Bewertung ermöglicht. Die Frist für die Einreichungen endet am 19. des Monats.

Das c’t-Webinar „Wissenschaftlich Schreiben mit KI-Unterstützung“ bietet Studierenden und Hochschulangehörigen die Möglichkeit, KI-Tools verantwortungsvoll im wissenschaftlichen Schreiben zu nutzen. Unter der Leitung von Referentin Dorothee Wiegand werden die Teilnehmer durch alle Phasen einer wissenschaftlichen Arbeit geführt, von der Ideenfindung bis zur Qualitätskontrolle. Es werden spezialisierte KI-Tools vorgestellt, die bei Recherche und Gliederung unterstützen. Neben technischen Aspekten werden auch juristische und ethische Fragestellungen behandelt, um ein umfassendes Verständnis für den Einsatz von KI im akademischen Kontext zu fördern. Das Webinar richtet sich nicht nur an Hochschulangehörige, sondern auch an Schüler und Lehrkräfte der gymnasialen Oberstufe, die Interesse an Textwerkzeugen haben. Die Teilnehmer lernen, die Möglichkeiten und Grenzen von KI realistisch einzuschätzen und die Qualität von KI-generierten Texten zu prüfen.

Fabarta Co., Ltd. hat eine bedeutende Aktualisierung seiner AI4S-Plattform vorgestellt, die nun durch die neu entwickelte RSI-Engine unterstützt wird. Diese Verbesserung ermöglicht eine umfassende Integration von Daten, Modellen, Experimenten und Produktionsprozessen, um die Materialinnovation zu beschleunigen. Die Plattform deckt alle Phasen von der Literaturrecherche über die Formulierungsgestaltung bis hin zu digitalen Pilotversuchen und industrieller Massenproduktion ab. Mit der Einführung der RSI-Engine können adaptive Modellentwicklungen und multiskalierte physikalische Simulationen durchgeführt werden, wodurch Herausforderungen in der Materialforschung angegangen werden. Insbesondere werden zwei wesentliche Engpässe überwunden: die Balance zwischen konkurrierenden Leistungszielen und die Fragmentierung von Forschungs- und Produktionsdaten. Die RSI-Plattform nutzt ein strukturiertes Wissensnetzwerk, um präzise Nachverfolgbarkeit und Konsolidierung von Wissen zu gewährleisten, was die wissenschaftliche Entscheidungsfindung verbessert. Fabarta plant, die Integration von KI in der Industrie weiter zu vertiefen, um messbaren industriellen Wert zu schaffen.

Die Universität Hongkong (HKU) und die Global Cybersecurity Alliance (GCSA) haben ein gemeinsames Zentrum für Forschung zu künstlicher Intelligenz (KI) und Cybersicherheit gegründet. Dieses Zentrum zielt darauf ab, die Forschungsressourcen beider Organisationen zu bündeln, um innovative Technologien und Governance-Frameworks zu entwickeln. Professor Ho Chen von der HKU wird als kommissarischer Direktor fungieren und das Zentrum wird Forscher sowie Experten aus verschiedenen Institutionen zusammenbringen, um interdisziplinäre Zusammenarbeit zu fördern. Ein zentrales Ziel ist die Verbindung akademischer Forschung mit praktischen Anwendungen in der Industrie. Zu den Forschungsbereichen gehören die Verbesserung der Sicherheit von KI-Modellen, die Nutzung von KI zur automatisierten Bedrohungsabwehr und die Bewertung von Sicherheitsrisiken neuer Technologien. Professor Chen hebt hervor, dass die rasante Entwicklung von KI neue Sicherheitsrisiken mit sich bringt, und das Zentrum soll als Brücke zwischen Forschung und industrieller Anwendung dienen, um die Umsetzung von KI-Sicherheitsforschung zu beschleunigen.

Ultima Genomics wurde für eine bedeutende Studie zur Immunprofilierung ausgewählt, die in Zusammenarbeit mit IMU Biosciences und der UK Biobank durchgeführt wird. Ziel der Studie ist es, ein umfassendes Dataset zur Einzelzell-Immunprofilierung aus 80.000 Blutproben zu erstellen. Hierbei kommen die UG200™ Sequencing Platform von Ultima und die BD Rhapsody™ Plattform von Waters Corporation zum Einsatz. Die Ergebnisse sollen ein detailliertes Bild des menschlichen Immunsystems liefern und eine neue Datenebene für KI-gestützte Forschung schaffen. Die Studie beginnt im Jahr 2026 und könnte auf die gesamte UK Biobank-Kohorte von 500.000 Teilnehmern ausgeweitet werden. Ultima Genomics ermöglicht kostengünstige und großflächige Sequenzierungen, was solche ambitionierten Projekte erst möglich macht. Die gesammelten Daten werden Forschern zur Verfügung gestellt, um Zusammenhänge zwischen Immunvariationen, Krankheitsrisiken und Behandlungsergebnissen zu untersuchen. Ultima Genomics strebt an, genomische Informationen in einem bisher unerreichten Umfang bereitzustellen, um Fortschritte in der Biologie und der menschlichen Gesundheit zu fördern.

Anthropic's KI Claude hat in weniger als 30 Minuten ein 25 Jahre altes Kryptografie-Rätsel der NSA gelöst. Im Jahr 2000 stellte die NSA bei der Standardisierung elliptischer Kurven für digitale Signaturen Ausgangswerte, sogenannte Seeds, zur Verfügung, ohne deren Herkunft zu erläutern, was Bedenken hinsichtlich möglicher Hintertüren aufwarf. Claude identifizierte, dass diese Seeds von einem einfachen C-Zufallszahlengenerator namens "lrand48" stammten, der zwischen Mai 1997 und April 1998 mit einem Unix-Zeitstempel initialisiert wurde. Durch die Analyse der 31-Bit-Ausgabe von "lrand48" entdeckte Claude ein Muster, das darauf hindeutet, dass die oberen Bits in einigen Seeds systematisch null waren, was die Wahrscheinlichkeit absichtlicher Hintertüren verringert. Anthropic plant, die ausgelobte Belohnung von 36.864 Dollar an die Internet Security Research Group zu spenden.

Das White Paper zu AIDC hebt die Bedeutung von Energieeffizienz und Energiemanagement bei der Standortwahl von KI-Datenzentren hervor. Angesichts der steigenden Leistungsdichte in diesem Sektor wird betont, dass die Optimierung des Power Usage Effectiveness (PUE) entscheidend ist, um Betriebskosten zu senken und die Umweltbelastung zu reduzieren. Durch die Implementierung effektiver Energiemanagementstrategien können Betreiber die Leistung ihrer Datenzentren verbessern und gleichzeitig den Energieverbrauch minimieren. Dies fördert eine nachhaltigere Ressourcennutzung und kann langfristig zu Kosteneinsparungen führen. Die Fokussierung auf Energieeffizienz wird somit als zentraler Aspekt in der Planung und im Betrieb von AIDCs betrachtet, um den wachsenden Anforderungen der Branche gerecht zu werden.

In der Forschung zur Lebensmittelphysik wird zunehmend Künstliche Intelligenz (KI) eingesetzt, um neue Erkenntnisse zu gewinnen. Wissenschaftler kombinieren die analytischen Fähigkeiten von KI mit menschlichem Fachwissen, um komplexe Zusammenhänge in der Lebensmittelverarbeitung und -qualität besser zu verstehen. Durch die Analyse großer Datenmengen kann KI Muster erkennen, die für Menschen schwer fassbar sind. Diese Zusammenarbeit ermöglicht es, innovative Ansätze zur Verbesserung von Textur, Geschmack und Nährstoffgehalt von Lebensmitteln zu entwickeln. Die Ergebnisse zeigen, dass KI nicht nur als Werkzeug, sondern auch als kreativer Partner fungieren kann, um die Grenzen der Lebensmittelwissenschaft zu erweitern. Die Forschung eröffnet neue Perspektiven für die Lebensmittelindustrie und könnte dazu beitragen, nachhaltigere und gesündere Produkte zu entwickeln.

Eine aktuelle Studie aus den USA zeigt, dass etwa 30% der PhD-Dissertationen in den STEM-Fächern (Wissenschaft, Technologie, Ingenieurwesen und Mathematik) AI-generierte Texte enthalten. Die Analyse von über 226.000 Doktoranden offenbart, dass die Nutzung von KI bei der Dissertationserstellung die Wahrscheinlichkeit verringert, in der akademischen Welt zu bleiben. PhD-Absolventen, die AI verwenden, haben eine um 17% geringere Chance, eine akademische Position zu finden, während sie 16% wahrscheinlicher in der Industrie arbeiten. Der Einsatz von KI in Dissertationen hat seit 2023 zugenommen, besonders in Mathematik und Informatik. Experten warnen, dass die Abhängigkeit von KI in der Forschung problematisch sein könnte, da sie die tiefere wissenschaftliche Ausbildung der Studierenden gefährden könnte, insbesondere in Bereichen mit unvollständigem Wissen.

Im Jahr 2025 entwickelte der Stanford-PhD-Student Samuel King einen innovativen Ansatz, um mithilfe generativer KI genetische Blaupausen für mikroskopische Viren zu erstellen. In einem Gespräch mit dem AI-Reporter James O'Donnell erläutert King die Bedeutung seiner Forschung und seine Nominierung als einer der Innovators Under 35 von MIT Technology Review. Obwohl seine Arbeit bislang nicht zu lebenden Organismen geführt hat, eröffnet sie potenziell neue Möglichkeiten für die Schaffung von KI-gestalteten Lebensformen. Die Diskussion thematisiert die weitreichenden Implikationen für die Biologie und unser Verständnis von Leben sowie die Rolle von KI in der wissenschaftlichen Forschung. Kings Ansätze könnten die Perspektiven der Wissenschaftler auf die Erschaffung und Manipulation von Leben revolutionieren und neue Wege in der biologischen Forschung eröffnen.

In dem Artikel "A Decade of Lab Work, Two Days of AI: What Really Happened When an AI Guessed a Superbug Secret" wird die bemerkenswerte Entdeckung eines KI-Systems beschrieben, das innerhalb von nur zwei Tagen eine entscheidende Erkenntnis über einen Superbug gewinnen konnte, die Wissenschaftler über ein Jahrzehnt lang nicht erlangen konnten. Die Forscher hatten jahrelang im Labor gearbeitet, um die genetischen Mechanismen des Superbugs zu verstehen, doch die KI konnte durch die Analyse großer Datenmengen Muster erkennen und Hypothesen aufstellen, die den menschlichen Wissenschaftlern entgangen waren. Diese Entwicklung wirft Fragen zur Rolle von KI in der medizinischen Forschung auf und zeigt, wie maschinelles Lernen die Geschwindigkeit und Effizienz von Entdeckungen revolutionieren kann. Der Artikel beleuchtet sowohl die Erfolge als auch die Herausforderungen, die mit der Integration von KI in die wissenschaftliche Forschung verbunden sind, und diskutiert die potenziellen Auswirkungen auf zukünftige medizinische Durchbrüche.

In dem Artikel "Can AI help researchers explore scientific findings? A new tool puts it to the test" wird untersucht, wie Künstliche Intelligenz (KI) Forschern dabei helfen kann, wissenschaftliche Erkenntnisse effizienter zu analysieren und zu interpretieren. Ein neu entwickeltes Tool wird vorgestellt, das darauf abzielt, die Recherche und das Verständnis komplexer wissenschaftlicher Daten zu erleichtern. Durch den Einsatz von KI-Technologien können Forscher schneller relevante Informationen finden und Muster in großen Datenmengen erkennen. Der Artikel beleuchtet sowohl die Potenziale als auch die Herausforderungen, die mit der Integration von KI in den Forschungsprozess verbunden sind. Zudem werden erste Ergebnisse und Rückmeldungen von Nutzern des Tools präsentiert, die dessen Nutzen und Effektivität in der Praxis bewerten. Insgesamt wird die Rolle von KI als unterstützendes Werkzeug in der wissenschaftlichen Forschung kritisch reflektiert.

Die neue Benchmark TheoPhysEval zeigt, dass der KI-Agent GPT-6-Astra in der Lage ist, theoretische Physikprobleme mit einer beeindruckenden Genauigkeit zu lösen, die mit der von führenden Spezialisten vergleichbar ist. In einem Test, der 50 unveröffentlichte Forschungsprobleme umfasste, löste GPT-6-Astra 49 erfolgreich, was einer Erfolgsquote von 98 Prozent entspricht. Die Probleme spiegeln typische Forschungsarbeiten wider, behandeln jedoch keine grundlegenden offenen Fragen. Trotz dieser hohen Genauigkeit fehlt es der KI an der Fähigkeit, interessante Probleme zu identifizieren oder kreative Forschungsansätze zu entwickeln, was als fehlendes "Geschmacksempfinden" bezeichnet wird. Dies könnte erklären, warum in der theoretischen Physik bisher keine vergleichbaren Durchbrüche erzielt wurden wie in der Mathematik. Die Autoren warnen, dass die zunehmende Nutzung von KI in der theoretischen Physik die Ausbildungsstrukturen und die Chancengleichheit im Feld beeinflussen könnte, da finanzielle Ressourcen eine größere Rolle spielen könnten. Sie fordern eine Diskussion über den Einfluss von KI auf die Forschung, um mögliche Veränderungen im Feld zu adressieren.

Nia, eine Doktorandin der theoretischen Physik an der Harvard-Universität, hat ihre Einstellung zur Künstlichen Intelligenz (KI) überdacht, nachdem sie deren Nutzen beim schnellen Erlernen komplexer Themen erkannte. Trotz anfänglicher Skepsis stellte sie fest, dass KI ihre akademische Arbeit isolierte, da sie die Zusammenarbeit unter den Studierenden reduzierte. Eine Umfrage unter Harvard-Professoren ergab, dass 64% negative Auswirkungen der KI auf ihre Kurse wahrnahmen, während 90% Arbeiten erhielten, die vermutlich mit KI erstellt wurden. Nia argumentiert, dass KI zwar als nützliches Werkzeug fungiert, jedoch die wertvolle Interaktion und Diskussion zwischen Wissenschaftlern gefährdet. Zudem zeigt eine Studie, dass Wissenschaftler, die Zeit durch KI sparen, diese oft für die Überprüfung der KI-Ergebnisse aufwenden müssen, was den Zeitgewinn relativiert. Sie warnt, dass die Abhängigkeit von KI dazu führen könnte, dass Forscher sich auf sicherere, weniger innovative Fragen konzentrieren, was die Qualität der wissenschaftlichen Arbeit beeinträchtigen könnte. Letztlich betont sie, dass wahres Lernen und Weisheit aus menschlicher Interaktion stammen und nicht durch KI ersetzt werden können.

In einer kleinen Studie wurde untersucht, wie Smartphone-Chat- und Zahlungsgewohnheiten zur Identifizierung von täglichem Stress beitragen können. Die Forschung zeigt, dass das Kommunikationsverhalten und finanzielle Transaktionen über Mobilgeräte wertvolle Einblicke in den emotionalen Zustand der Nutzer bieten. Durch die Analyse von Chatverläufen und Ausgabenmustern konnten Forscher Muster erkennen, die mit Stress in Verbindung stehen. Diese Erkenntnisse könnten dazu beitragen, personalisierte Interventionen zur Stressbewältigung zu entwickeln. Die Studie hebt die Bedeutung der digitalen Spuren hervor, die Menschen hinterlassen, und deren Potenzial zur Verbesserung des psychischen Wohlbefindens. Die Ergebnisse sind jedoch vorläufig und erfordern weitere Untersuchungen, um die Zusammenhänge zwischen Smartphone-Nutzung und Stress besser zu verstehen.

Anthropic hat eine neuartige DNA-Sequenz in einem Virus entdeckt, die Ähnlichkeiten mit CRISPR aufweist, deren genaue Funktion jedoch noch unklar ist. Diese DNA-Wiederholungen befinden sich in der Nähe eines Gens, das ein Enzym kodiert, das RNA in DNA umwandelt, was auf potenzielle nützliche Eigenschaften hinweist. Claude, das KI-Modell von Anthropic, zeigte bei der Entdeckung eine Intuition, die mit der von Biologen vergleichbar ist, doch die Wissenschaftler betonen, dass Claude keine Biologen ersetzen kann. Die Entdeckung könnte die Effizienz in der biologischen Forschung steigern, da Claude Analysen in einem Tag durchführen kann, während menschliche Wissenschaftler dafür Wochen oder Monate benötigen. Zukünftige Forschungsschritte werden sich auf die Untersuchung des neu entdeckten Enzyms und die Integration von KI in den Forschungsprozess konzentrieren. Obwohl die Anwendung der DNA-Sequenz noch ungewiss ist, könnte sie in Zukunft als wertvolles Werkzeug in der Wissenschaft dienen.

Colossal Biosciences hat die KI-Plattform GenoMorph vorgestellt, die darauf abzielt, die Rückführung ausgestorbener Arten zu beschleunigen. Diese innovative Technologie kombiniert 3D-Morphologie, vergleichende Genomik und Entwicklungsbiologie, um Gene zu identifizieren, die für De-Extinktionsprojekte bearbeitet werden können, insbesondere beim Dodo, von dem nur ein Genom vorliegt. Durch die Analyse von Entwicklungsdaten verschiedener Vogelarten hat Colossal etwa 2.300 vielversprechende DNA-Zielstrukturen für die cranio-faziale Morphologie des Dodos identifiziert. GenoMorph soll die Herausforderungen bei der Identifizierung einzigartiger genetischer Merkmale ausgestorbener Arten bewältigen, indem es präzisere genetische Veränderungen vorschlägt. Zudem hat das Unternehmen ein System entwickelt, das Lipid-Nanopartikel verwendet, um Genbearbeitungswerkzeuge direkt in sich entwickelnde Vogelembryonen einzuführen, was die Forschung erheblich beschleunigt. Diese Technologie hat bereits Unterstützung von Investoren wie Peter Diamandis erhalten, der ein neues VC-Unternehmen gegründet hat, um die programmierbare Biologie von Colossal zu fördern.

Der neue Netflix-Thriller "Animals" von Ben Affleck steht in der Kritik, insbesondere wegen einer Szene, in der ein entführtes Kind die Gesetze der Physik ignoriert. Diese Absurdität wird mit dem Einsatz von KI während der Produktion in Verbindung gebracht, was Affleck zwar anerkennt, jedoch nicht näher erläutert. Er betont, dass KI dazu gedacht war, den Filmemachungsprozess zu verbessern, insbesondere in der Postproduktion, um schnellere Schnitte und Anpassungen zu ermöglichen. Trotz einer Investition von 587 Millionen Dollar in KI-Technologie hat der Film jedoch nur eine enttäuschende Bewertung von 35 Prozent auf Rotten Tomatoes erhalten. Kritiker bemängeln nicht nur die KI-Nutzung, sondern auch schwache Darstellungen und ungeschickte Dialoge. Afflecks Engagement für KI, das er mitbegründet hat, sollte deren Potenzial demonstrieren, hat jedoch möglicherweise die Schwächen der Technologie aufgezeigt. Insgesamt bleibt der Eindruck, dass die KI zwar die Produktion optimieren sollte, aber möglicherweise zum Misserfolg des Films beigetragen hat.

Forscher haben mithilfe von KI-gestützten Protein-Design-Tools neuartige Enzyme entwickelt, die gezielt Proteine zerschneiden können. Diese Enzyme basieren auf dem katalytischen Kern zweier Arten von Proteasen, wobei der Rest des Proteins durch neu gestaltete Strukturen ersetzt wurde. Dadurch können sie spezifische Proteine, einschließlich solcher, die mit neurologischen Erkrankungen in Verbindung stehen, effektiv angreifen. Der Zerschneidungsprozess erfordert Enzyme, da Peptidbindungen von Natur aus stabil sind und ohne Katalysatoren sehr lange bestehen bleiben würden. Die Forschung nutzt Mechanismen von Zinkproteasen, bei denen die positive Ladung des Zinkatoms eine entscheidende Rolle spielt, um die Peptidbindung zu aktivieren. Diese innovative Methode könnte bedeutende Auswirkungen auf die Behandlung von Krankheiten haben, indem sie gezielte Eingriffe in die Proteinstruktur ermöglicht.

Anthropic hat erfolgreich die Datenmenge, die durch Destillationsangriffe auf ihr KI-Modell Claude extrahiert werden kann, um 90% bis 99% reduziert. Diese neuen Sicherheitsmaßnahmen erschweren es Angreifern, wertvolle Einblicke in den Denkprozess des Modells zu gewinnen, was besonders wichtig ist, um die Entwicklung unautorisierter, kleinerer Modelle zu verhindern. Destillation, ursprünglich eine legitime Trainingsmethode, wird häufig missbraucht und birgt Sicherheitsrisiken, insbesondere in sensiblen Bereichen wie Biologie und Cybersecurity. Anthropic identifizierte mehrere chinesische Labore, die großflächige Destillationsangriffe durchführten, was zu fast 190 Millionen illegalen Interaktionen führte. Um dem entgegenzuwirken, implementierte das Unternehmen drei Verteidigungsebenen, die legitime Nutzer nur minimal beeinträchtigen. Diese Maßnahmen umfassen die Kontrolle des Zugriffs auf das Modell, das Blockieren von Extraktionsversuchen und die Verschärfung der Nutzungslimits für verdächtige Konten. Allerdings könnten diese Sicherheitsvorkehrungen auch legitime Entwickler betreffen, die ihre Integrationen anpassen müssen, was die Kosten für die Nutzung der Dienste erhöhen könnte. Letztlich zeigt sich, dass nachhaltige Wettbewerbsvorteile nicht nur in der Nutzung von Modellen liegen, sondern auch in der Lösung spezifischer Probleme und dem Zugang zu einzigartigen Daten.