Führt künstliche Intelligenz zu einer neuen „technologischen Revolution“?

ChatGPT, das aus dem Nichts aufgetaucht ist, war anfangs beliebt und gefragt, wird heute jedoch kritisch hinterfragt und mit Vorsicht betrachtet, hat dies jedoch nicht zur Folge, dass die Begeisterung der Menschen für künstliche Intelligenz nachgelassen hat. Während die Öffentlichkeit und die Industrie noch immer hitzig über die außergewöhnlichen Fähigkeiten der künstlichen Intelligenz in der praktischen Anwendung diskutieren, haben Regierung und Wissenschaft begonnen, den Innovationen, die sie in das Paradigma der wissenschaftlichen Forschung gebracht hat, Beachtung zu schenken und versuchen ihr Bestes, um ihrer tiefen Integration in die wissenschaftliche Forschung „entsprechend“ zu sein.

Vor kurzem haben das chinesische Ministerium für Wissenschaft und Technologie und die Nationale Stiftung für Naturwissenschaften gemeinsam eine spezielle Initiative zur wissenschaftlichen Forschung auf Basis künstlicher Intelligenz (AI for Science) gestartet. Dabei werden Schlüsselthemen aus grundlegenden Disziplinen wie Mathematik, Physik, Chemie und Astronomie kombiniert, um die Innovation von Modellen und Algorithmen künstlicher Intelligenz für wichtige wissenschaftliche Probleme zu fördern.

Zhang Xu, technischer Direktor von APUS und selbst aus der Branche, ist davon überzeugt, dass künstliche Intelligenz mit den kontinuierlichen Durchbrüchen im Anwendungsbereich begonnen hat, alle Lebensbereiche zu stärken, darunter auch den wissenschaftlichen Forschungsbereich, der nicht weit von der Branche entfernt ist. Xu Bo, Leiter der Expertengruppe zur Umsetzung des Großprojekts „Wissenschaftliche und technologische Innovation 2030 – Künstliche Intelligenz der neuen Generation“ und Direktor des Instituts für Automatisierung der Chinesischen Akademie der Wissenschaften, betonte, dass die dynamische Entwicklung der neuen Generation künstlicher Intelligenztechnologie neue Veränderungen im Paradigma der wissenschaftlichen Forschung fördere. „Künstliche Intelligenz ist nach Experimenten, Theorien und Berechnungen zu einem neuen Paradigma der wissenschaftlichen Forschung geworden.“

Der Wert der Ermöglichung wissenschaftlicher Forschung wird immer deutlicher

Die aus der wissenschaftlichen Forschung stammende Technologie der künstlichen Intelligenz wird seit mehr als einem halben Jahrhundert entwickelt. Mit der rasanten Entwicklung der Deep-Learning-Technologie und großer Modelle in den letzten Jahren ist es für künstliche Intelligenz selbstverständlich geworden, der Grundlagenforschung „Feedback“ zu geben.

Im vergangenen Jahr leitete John Jamper sein Team bei der Entwicklung von AlphaFold 2, einem System, das Proteinstrukturen präzise vorhersagen kann, und gewann dafür erfolgreich den Breakthrough Prize in Life Sciences 2023, der als „Deluxe-Version des Nobelpreises“ gilt. Das Problem, dass „die Aminosäuresequenz eines Proteins dessen Struktur vollständig bestimmen kann“, das die biologische Gemeinschaft seit mehr als einem halben Jahrhundert beschäftigt, wurde schließlich durch künstliche Intelligenz gelöst. Dies brachte nicht nur die Forschung zur Vorhersage von Proteinstrukturen auf ein neues Niveau, sondern weckte auch die öffentliche Aufmerksamkeit für KI für die Wissenschaft.

Außerdem haben das Ministerium für Wissenschaft und Technologie und sechs weitere Abteilungen im vergangenen Jahr gemeinsam die „Leitlinien zur Beschleunigung von Szenarioinnovationen und Förderung einer qualitativ hochwertigen Wirtschaftsentwicklung durch hochrangige Anwendungen künstlicher Intelligenz“ herausgegeben. Darin wird darauf hingewiesen, dass wir uns auf die Schaffung einer Reihe wichtiger Szenarien und die Ausweitung der Anwendung künstlicher Intelligenz konzentrieren müssen, und dass hochrangige wissenschaftliche Forschungsaktivitäten eine davon sind. Der Start der Sondereinführung von „KI für die Wissenschaft“ wird zweifellos die allgemeine Anleitung und den Systemaufbau weiter stärken, die Vorteile meines Landes im Bereich der künstlichen Intelligenz voll ausspielen und die Transformation wissenschaftlicher Forschungsparadigmen sowie die Kapazitätsverbesserung beschleunigen.

KI für die Wissenschaft bedeutet eigentlich, dass künstliche Intelligenz ihre leistungsstarken Dateninduktions- und -analysefähigkeiten nutzen kann, um wissenschaftliche Gesetze und Prinzipien zu erlernen und Modelle abzuleiten, mit denen praktische wissenschaftliche Forschungsprobleme gelöst werden können. Insbesondere wird damit Wissenschaftlern geholfen, eine große Zahl wiederholter Überprüfungen und Versuche und Irrtümer unter verschiedenen hypothetischen Bedingungen durchzuführen und so den Prozess der wissenschaftlichen Forschung erheblich zu beschleunigen. Heute werden mit dieser Methode in vielen hochmodernen wissenschaftlichen Bereichen bemerkenswerte Ergebnisse erzielt.

Shen Dou, Executive Vice President der Baidu Group und Präsident der Baidu Intelligent Cloud Business Group, ist davon überzeugt, dass künstliche Intelligenz auf Basis von Deep Learning voraussichtlich die vierte wissenschaftliche und technologische Revolution in der Menschheitsgeschichte werden wird. Ihr Wert ist größer als der früherer wissenschaftlicher und technologischer Revolutionen, da sie nicht nur Gehirnleistung freisetzt, sondern Gehirnleistung auch teilweise ersetzen kann. „Dadurch ist auch der Vorstellungsraum der Künstlichen Intelligenz größer als bei früheren technologischen Revolutionen.“

In den letzten Jahren hat sich die Technologie für künstliche Intelligenz in meinem Land rasant entwickelt und es gibt immer mehr wissenschaftliche Forschungsdaten und Computerressourcen. Die Anwendungsszenarien im Bereich der wissenschaftlichen Forschung erweitern sich ständig, was auch eine solide Grundlage für die Beschleunigung der Entwicklung von KI für die Wissenschaft gelegt hat. Disziplinen wie Biowissenschaften, Mathematik, Chemie und Weltraumwissenschaften haben sich der künstlichen Intelligenz zugewandt.

Zhang Xu sagte, dass die wissenschaftlichen Forschungsfelder wie Biopharmazie, Energie und Materialforschung und -entwicklung, die sich mit KI für die Wissenschaft befassen, im Vergleich zu den bekannten und erreichbaren Anwendungen künstlicher Intelligenz weit vom Leben der Menschen entfernt schienen. Der gemeinsame Gedanke dahinter sei jedoch, künstliche Intelligenz zu nutzen, um die Produktivität zu „befreien“ – d. h., die Menschen von vielen sich wiederholenden und mechanisierten Basisarbeiten zu befreien und mit Hilfe künstlicher Intelligenz effizientere wissenschaftliche Forschung zu betreiben. „Das sind auch der Wert und der Reiz der künstlichen Intelligenz für die wissenschaftliche Forschung.“

Die Entwicklung wissenschaftlicher Forschungsparadigmen vorantreiben

Ou Weinan, Mitglied der Chinesischen Akademie der Wissenschaften und Direktor des Internationalen Zentrums für Maschinelles Lernen an der Peking-Universität, ist voller Vertrauen in die Bedeutung künstlicher Intelligenz für die wissenschaftliche Forschung. Er ist davon überzeugt, dass künstliche Intelligenz die Effizienz der wissenschaftlichen Forschung erheblich steigern wird. „KI für die Wissenschaft könnte uns dabei helfen, bei der nächsten Runde der wissenschaftlichen und technologischen Revolution an vorderster Front dabei zu sein.“

Wenn man auf die Geschichte der wissenschaftlichen Entwicklung zurückblickt, so haben sich in den verschiedenen Entwicklungsstadien unterschiedliche Paradigmen der wissenschaftlichen Forschung herausgebildet. Vor Tausenden von Jahren beschrieben Menschen Naturphänomene durch Beobachtung und Experiment; vor vier- oder fünfhundert Jahren entstanden theoretische Modellparadigmen, die als Leitfaden für neue wissenschaftliche Forschung dienten. vor fünfzig oder sechzig Jahren, nach dem Aufkommen der Großrechner, waren es Computerparadigmen, die die wissenschaftliche Forschung bestimmten. in den letzten 20 Jahren sind wir in das Zeitalter von Big Data eingetreten. Heute ist es der künstlichen Intelligenz gelungen, ein neues Paradigma für die wissenschaftliche Forschung einzuführen.

Tatsächlich wurde bereits 2021 in den von der Alibaba DAMO Academy veröffentlichten Technologieentwicklungstrends für 2022 darauf hingewiesen, dass die experimentelle Wissenschaft und die theoretische Wissenschaft seit Hunderten von Jahren die beiden grundlegenden Paradigmen der wissenschaftlichen Gemeinschaft darstellen und dass künstliche Intelligenz ein neues wissenschaftliches Forschungsparadigma hervorbringt.

Als Innovator wissenschaftlicher Forschungsparadigmen ist „AI for Science“ ein Prozess der umfassenden Neugestaltung von Disziplinen und Wissen. Die hohe Hürde erfordert eine Zusammenarbeit und Integration zwischen Industrie, Hochschulen und Forschung. In den letzten Jahren haben sich viele inländische Universitäten und Forschungseinrichtungen aktiv im Bereich der wissenschaftlichen Intelligenz engagiert, und auch inländische Unternehmen fördern aktiv die Entwicklung wissenschaftlicher Intelligenz und die Umsetzung in der Industrie.

Als aufkommendes wissenschaftliches Forschungsparadigma, das interdisziplinäre Disziplinen vollständig verkörpert, umfasst KI für die Wissenschaft natürlich mehrere Disziplinen und erfordert eine große Zahl fachübergreifender wissenschaftlicher Forschungstalente. Darüber hinaus muss es mit herkömmlicher Software zur Datensatzsimulation und mit Datensätzen verknüpft werden, um schrittweise ein stabiles und qualitativ hochwertiges Ökosystem für die wissenschaftliche Forschung zu bilden.

Ma Yanjun, General Manager des KI-Technologie-Ökosystems von Baidu, erklärte Reportern, dass Unternehmen bei der Förderung der Entwicklung von KI für die Wissenschaft gute Unterstützung im Ingenieurwesen bieten und eine wichtige Rolle in der industriellen Kette spielen könnten, um vor- und nachgelagerte Industrien besser voranzutreiben. „KI für die Wissenschaft erfordert die Zusammenarbeit von Regierung, Industrie, Wissenschaft, Forschung und Anwendung, um durch Open Source eine gemeinsame Plattform aufzubauen und die vertikale Integration zu beschleunigen, die der wissenschaftlichen Forschung helfen wird, mehr Ergebnisse zu erzielen.“

Angesichts der technologischen Trends im wissenschaftlichen Rechnen und der Entwicklung neuer Szenarien gab Ma Yanjun bekannt, dass Baidu wissenschaftlichen Forschern Technologien und Plattformen für künstliche Intelligenz zur Verfügung stellt und sie dabei unterstützt, neue Forschungen im wissenschaftlichen Bereich durchzuführen. Derzeit ist PaddlePaddle eng in das bestehende Ökosystem des wissenschaftlichen Rechnens integriert und betreibt gemeinsam mit zahlreichen Universitäten, Forschungseinrichtungen usw. aktiv Paradigmenkonstruktionen in den Bereichen Flüssigkeiten, Materialien, Biologie usw. und hat einige offene, multidisziplinäre ökologische Gemeinschaften gebildet.

Von der Stärkung der Industrie bis hin zur Stärkung der wissenschaftlichen Forschung liegt die Bedeutung der künstlichen Intelligenz in ihrer beschleunigenden Wirkung auf die wissenschaftliche Forschung. Sie ermöglicht es mehr Forschern, komplexere Szenarien zu erforschen und Daten zu kombinieren, um in komplexen Szenarien präzisere physikalische Gesetze abzuleiten und ihnen sogar dabei zu helfen, neue wissenschaftliche Gesetze zu entdecken.

Wenn wir uns die Entwicklungsgeschichte der künstlichen Intelligenz ansehen, können wir ihre explosionsartige Entwicklung in jeder Entwicklungsphase und die Überraschungen, die sie für die Menschheit mit sich bringt, deutlich erkennen. Die aktuelle KI für die Wissenschaft ist der Katalysator einer neuen „technologischen Revolution“.