Een eeuw vooruitgang in slechts vijf jaar: kunstmatige intelligentie moet het mogelijk maken

"Wauw, dit is echt de oplossing waar we naar op zoek waren." Kwantumfysicus Mario Krenn en een collega hadden de hele dag achter het bord zitten rekenen, controleren en vereenvoudigen. Tegen de avond waren ze ervan overtuigd: 's Nachts had de computer hen de oplossing gegeven voor een lastig probleem waar de wetenschappers al weken mee bezig waren.

Een computerprogramma dat moeilijke wetenschappelijke problemen oplost: dat klinkt als een optimistische toekomstvisie. Maar dit tafereel speelde zich al af in 2014.

Mario Krenn was destijds promovendus in het laboratorium van de huidige Nobelprijswinnaar Anton Zeilinger. Tegenwoordig is hij zelf hoogleraar aan de Universiteit van Tübingen, gespecialiseerd in de toepassing van kunstmatige intelligentie (AI) in de wetenschap. "Eigenlijk wil ik het universum begrijpen", zegt Krenn over zichzelf. Hij wendde zich alleen tot AI omdat hij het als de beste mogelijkheid zag om onderzoek vooruit te helpen.

Krenn staat niet langer alleen in deze veronderstelling. Techliefhebbers hopen dat AI de wereld zal redden. Binnen de komende vijf tot tien jaar zal AI de wereld fundamenteel revolutioneren,schreef Dario Amodei, oprichter van het AI-bedrijf Anthropic, onlangs op zijn blog . Hij schetst een beeld van een land vol genieën in datacenters. Deze genieën zullen snel geneesmiddelen ontwikkelen voor alle ziekten, de levensverwachting verdubbelen en honger uitroeien. De wetenschappelijke en technologische vooruitgang van een eeuw zal in een paar jaar worden samengeperst.

Kan AI ons echt naar een gouden tijdperk van ontdekkingen leiden? Of zijn AI-modellen slechts een herhaling van oude ideeën?

Grote techbedrijven lijken zeker potentie te zien voor de toepassing van AI in de wetenschap. In februari kondigde Google de lancering aan van zijn nieuwste product: de "Co-Scientist". De applicatie, gebaseerd op het Gemini 2.0 AI-model, is ontworpen om onderzoekers te ondersteunen bij hun werk.

Sommige wetenschappers die het model al van tevoren hebben getest, melden indrukwekkende resultaten. Gary Peltz doet onderzoek naar de behandeling van leverziekten aan Stanford University. Toen hij de reactie van de AI op zijn vraag zag, "viel hij letterlijk van zijn stoel", vertelde Peltz aan Nature . De AI identificeerde precies de gebieden die hij bijzonder veelbelovend acht en in de toekomst intensiever wil onderzoeken. De AI stelde ook drie potentiële medicijnen voor. Twee daarvan presteerden goed in de eerste laboratoriumtests.

Ook microbioloog José R. Penadés toonde zich enthousiast over zijn AI-collega. Penadés is professor aan Imperial College London en doet onderzoek naar antibioticaresistentie. Op basis van een korte prompt produceerde het AI-model exact de hypothese die hij en zijn team in de loop der jaren hadden ontwikkeld, vertelde Penadés aan de BBC . De onderzoekers hadden hun werk over deze hypothese nog niet gepubliceerd, dus het AI-model kon er geen toegang toe hebben gehad.

Toch heeft de AI nog niets compleet nieuws opgeleverd. De onderzoekers die het model toepasten, hadden de kennis al. "Het is momenteel nog niet duidelijk hoe grote taalmodellen de wetenschap helpen", zegt Mario Krenn. "Maar het zou me verbazen als dat niet uiterlijk over een jaar gebeurt."

In principe heeft AI al geleid tot grote wetenschappelijke vooruitgang. Het beste voorbeeld is misschien wel het AI-model Alphafold. Het kan de driedimensionale vorm van eiwitmoleculen voorspellen. Binnen enkele jaren is het enorm relevant geworden voor onderzoekers. Vorig jaar ontvingen de ontwikkelaars van Alphafold hiervoor de Nobelprijs .

AI speelt ook een steeds belangrijkere rol in de wiskunde. In juni kondigde de Spaanse wiskundige Javier Gómez Serrano in de krant "El País" aan dat hij met behulp van AI bijna een van de millenniumproblemen had opgelost. Het gaat om de Navier-Stokes-vergelijking, die beschrijft hoe gassen en vloeistoffen zich verplaatsen. Deze vergelijkingen worden gebruikt in alles van weersvoorspellingen tot vliegtuigontwerp. Ondanks hun wijdverbreide gebruik is het nog niet bekend of ze overal een unieke oplossing hebben. Er is een prijs van een miljoen dollar uitgeloofd voor de oplossing van dit wiskundige raadsel, dat al 200 jaar onopgelost is.

Tot nu toe werd AI echter gezien als een hulpmiddel voor onderzoekers. De nieuwste AI-ontwikkeling belooft echter dat AI zelf een onderzoeker zal worden.

Maar kan AI daadwerkelijk compleet nieuwe ideeën genereren? Mario Krenn is ervan overtuigd van wel. Zijn eenvoudige computerprogramma uit 2014 suggereerde niet alleen de juiste oplossing – deze oplossing bevatte ook een vernieuwend idee. Dit idee stelde natuurkundigen op zijn beurt in staat om andere onopgeloste problemen aan te pakken.

Toch is het lastig gebleken om echt goede onderzoeksideeën te halen uit grote taalmodellen zoals Chat-GPT of Gemini, zegt Krenn. Hij en zijn team ontwikkelden onlangs gepersonaliseerde onderzoeksideeën voor 100 wetenschappers met behulp van AI. Vervolgens lieten ze de wetenschappers de ideeën evalueren. "De onderzoekers waren niet echt tevreden met de antwoorden", zegt Krenn. "De ideeën waren niet specifiek genoeg."

Hij vindt daarom benaderingen die een AI-taalmodel combineren met externe verificatie bijzonder veelbelovend. Een ander programma controleert de output van de AI en geeft feedback. Om dit te laten werken, moet de AI zijn suggesties zo specifiek formuleren dat een ander programma ze kan begrijpen. Deze methode kan de AI dwingen zo specifiek mogelijk te reageren – en tegelijkertijd kan hij beter omgaan met zijn hallucinaties.

Andere experts betwijfelen echter of de huidige AI überhaupt in staat is om een wetenschapper te zijn. Thomas Wolf, een van de medeoprichters van het open AI-platform Hugging Face, is er zo een. Het belangrijkste ingrediënt voor goede wetenschap, schrijft hij in zijn blog , is het stellen van de juiste vragen. Doorbraken zijn er altijd geweest wanneer mensen lang geaccepteerde concepten in twijfel trokken. AI daarentegen is fundamenteel gericht op het geven van het voorspelbare antwoord. Het stellen van onverwachte en compleet nieuwe vragen valt buiten het bereik van AI.

Hoewel Mario Krenn overtuigd is van het nut van AI voor onderzoek, twijfelt hij ook aan de visie van genieën in datacenters. "Ik denk dat er nog iets ontbreekt voor de echt grote doorbraken", zegt hij. Hoewel hij grote kunstmatige wetenschappers niet uitsluit, zijn ze nog ver weg. "We moeten eerst beter begrijpen wat geweldige menselijke onderzoekers maakt."

Tot die tijd kampt Krenn met een heel ander probleem: de AI stelt oplossingen voor voor moeilijke natuurkundige problemen die hij en zijn collega's niet begrijpen. Ze kunnen berekenen dat de oplossing klopt, maar zonder te weten waarom. "Je kijkt ernaar en het klopt gewoon niet," zegt Krenn. "Het voelt heel, heel vreemd."

In het Zoomgesprek is op de achtergrond van Krenns kantoor een schoolbord te zien met daarop gekrabbelde formules en aantekeningen. Het lijkt erop dat zelfs hij nog niet zonder menselijk denken kan. Al is het maar om AI-ideeën om te zetten in menselijk begrip.

Een artikel uit de « NZZ am Sonntag »