Wird eine KI wird bald den Nobelpreis gewinnen?

KI übernimmt immer mehr Forschung. Experten halten es für möglich, dass sie bald eine Nobelpreis-würdige Entdeckung macht.

Schon heute hat Künstliche Intelligenz einen festen Platz in der Spitzenforschung. AlphaFold, eine KI von Google DeepMind, kann die dreidimensionale Struktur von Proteinen vorhersagen – eine Leistung, für die 2024 der Chemie-Nobelpreis an ihre Entwickler ging. Auch der Physik-Nobelpreis desselben Jahres ehrte Forscher, die das maschinelle Lernen ermöglicht haben.

Beide Preise gingen zwar an Menschen, aber sie zeigen, wie tief KI bereits in die Grundlagenforschung vorgedrungen ist. Die entscheidende Frage lautet nun: Wann wird eine Maschine selbst zur Entdeckerin?

KI kann viel – aber noch nicht alles

Ganz ohne Zweifel hat KI enorme Fortschritte gemacht. Doch die größten Hürden liegen nicht in der Rechenleistung, sondern im Denken. Doug Downey vom Allen Institute for AI hat 57 KI-Systeme getestet. Sein Ergebnis: Sie erledigen 70 Prozent einzelner Aufgaben korrekt, aber nur 1 Prozent schafft es, ein komplettes Forschungsprojekt von der Idee bis zur Auswertung zu bewältigen. „End-to-end automatisierte wissenschaftliche Entdeckung bleibt eine enorme Herausforderung“, sagt Downey laut Nature.

Auch Subbarao Kambhampati von der Arizona State University mahnt zur Vorsicht. „Zu sagen, dass man keine menschlichen Wissenschaftler mehr braucht und eine Maschine allein eine Nobel-würdige Entdeckung macht, klingt nach nichts anderem als Hype“, warnt er.

Maschinen als Forscher – wie realistisch ist das?

Viele Experten sehen die rasante Entwicklung mit gemischten Gefühlen. KI kann heute Datenmuster erkennen und Ergebnisse berechnen, aber sie versteht weder den wissenschaftlichen Kontext noch die Bedeutung ihrer Entdeckungen. Ohne menschliche Erfahrung und Intuition bleibt sie ein Werkzeug, kein Forscher. Außerdem bekommt der wissenschaftliche Nachwuchs weniger Lernchancen, wenn Maschinen immer mehr Aufgaben übernehmen.

Trotz solcher Bedenken treiben Labore in den USA, Japan und Europa die Entwicklung weiter voran. KI-Systeme sollen künftig nicht nur Daten analysieren, sondern eigene Fragen formulieren, Hypothesen testen und daraus neue Erkenntnisse ziehen.

Der Wissenschaftler Sam Rodriques vom kalifornischen FutureHouse-Labor hält es sogar für möglich, dass KI bis 2030 eine Entdeckung macht, die Nobelpreis-würdig wäre.

Besonders große Chancen bietet KI in zwei Bereichen:

Materialforschung: KI könnte neuartige Stoffe entwerfen, etwa für Batterien oder Halbleiter.
Medizin: Systeme könnten Zusammenhänge in Daten erkennen, die zu neuen Therapien bei Parkinson oder Alzheimer führen.

Zwischen Vision und Verantwortung

Yolanda Gil von der University of Southern California hält staatliche Investitionen für entscheidend, um echte Fortschritte zu erzielen. Ihrer Ansicht nach konzentriert sich die KI-Entwicklung bislang zu stark auf kurzfristige Anwendungen statt auf grundlegendes wissenschaftliches Verständnis. „Wenn morgen eine Regierung eine Milliarde Dollar in Grundlagenforschung investieren würde, würde sich die Entwicklung viel schneller beschleunigen“, sagt sie. Damit meint Gil: Ohne gezielte Förderung bleibt die Vision einer wirklich forschenden KI noch lange Zukunftsmusik.

Ob eine Maschine tatsächlich den Nobelpreis bekommt, ist offen. Doch klar ist: KI verändert die Wissenschaft grundlegend. Die Anthropologin Lisa Messeri von der Yale University ist der Meinung: „Wir stehen an einem kritischen Punkt, um die Vor- und Nachteile dieser Zukunft zu bewerten.“

Kurz zusammengefasst:

Künstliche Intelligenz übernimmt zunehmend Aufgaben in der Forschung, kann aber bislang kein vollständiges wissenschaftliches Projekt allein bewältigen.
Experten sehen großes Potenzial etwa in Medizin und Materialforschung, wo KI neue Therapien oder Stoffe entdecken könnte.
Eine wirklich „forschende“ KI erfordert gezielte Investitionen und klare ethische Regeln – erst dann könnte sie eines Tages Nobelpreis-würdig sein.

Übrigens: Ein spanisches Forschungsteam hat den Algorithmus hinter LinkedIn so angepasst, dass er neue Einsatzgebiete für Medikamente aufspürt – tausendfach schneller als bisher. Wie KI damit alte Wirkstoffe in neue Hoffnungsträger verwandelt, mehr dazu in unserem Artikel.