KI-Forscher generiert autonom biologische Entdeckungen
Wissenschaftler der schwedischen Chalmers-Universität haben einen geschlossenen, KI-gesteuerten Forschungsautomaten entwickelt, der biologische Entdeckungen weitgehend autonom generiert und validiert. Das System kombiniert große Sprachmodelle, automatisiertes Reasoning und robotische Labortechnologie zu einem geschlossenen Kreislauf, der in der Lage ist, biologische Fragestellungen zu identifizieren, Experimente zu planen, Ergebnisse auszuwerten und sein Wissen iterativ zu aktualisieren. Im Fokus der ersten Anwendung stand die Brauereihefe Saccharomyces cerevisiae, für die der KI das gesamte Genom, Stoffwechselwege und relevante Literatur zugänglich gemacht wurden. Die Ergebnisse wurden im Journal of the Royal Society Interface publiziert. Bislangige KI-Systeme in der Wissenschaft dienten vorwiegend als Entscheidungsunterstützung. Das neue Modell geht einen Schritt weiter und generiert eigenständig neues wissenschaftliches Wissen. Postdoktorandin Ievgeniia Tiukova verdeutlicht dies mit dem Vergleich zum autonomen Fahren: Die KI verarbeitet komplexe Informationsmengen, die für menschliche Forschende allein nicht mehr überschaubar sind, zieht Schlussfolgerungen und leitet daraus konkrete Handlungsschritte im Labor ab. Senior-Autor und Professor Ross King unterstreicht das transformative Potenzial der Technologie. Autonome Labore könnten systematisch biologische Systeme weitaus schneller erforschen als konventionelle Methoden, was nicht nur die Zeitspanne für komplexe wissenschaftliche Fragen reduziert, sondern auch den Einsatz von Laborressourcen optimiert. Trotz des hohen Automatisierungsgrads wird die Rolle des menschlichen Forschers nicht obsolet, sondern neu gewichtet. Die Wissenschaftler betonen ausdrücklich, dass die KI menschliche Forschende aktuell unterstützend und nicht ersetzend einsetzt. Während die KI routinierte Zyklen aus Hypothesenbildung und experimenteller Validierung übernimmt, verbleiben die Definition von Forschungsprioritäten, die Einordnung der wissenschaftlichen Bedeutung sowie die ethische Kontrolle in menschlicher Verantwortung. Experten sehen in diesem hybriden Arbeitsmodell eine fundierte Grundlage, um gemeinsam mit menschlichen Forschenden einige der dringendsten Herausforderungen in Biologie, Medizin und Biotechnologie zu bewältigen. Die Weiterentwicklung dieser geschlossenen KI-Systeme wird den Forschungsbetrieb voraussichtlich nachhaltig transformieren, indem sie skalierbare, präzise und ressourcenschonende Entdeckungsprozesse etabliert.
