Beschleunigung wissenschaftlicher Entdeckungen: KI führt autonome Experimente durch

Eine künstliche Intelligenz-Plattform namens BacterAI, die von einem Forschungsteam unter der Leitung eines Professors an der University of Michigan entwickelt wurde, hat ihre Fähigkeit unter Beweis gestellt, eine enorme Anzahl von autonomen wissenschaftlichen Experimenten durchzuführen – bis zu 10.000 pro Tag. Die bahnbrechende Anwendung von KI könnte den Weg für schnelle Fortschritte in verschiedenen Bereichen wie Medizin, Landwirtschaft und Umweltwissenschaft ebnen.

Die Ergebnisse der Forschung wurden in Nature Microbiology veröffentlicht.

Entschlüsselung des mikrobiellen Stoffwechsels mit BacterAI

BacterAI wurde entwickelt, um den Stoffwechsel von zwei Mikroben im Zusammenhang mit der Mundgesundheit zu kartieren, ohne dass eine Ausgangsinformation vorhanden war. Die komplexen Stoffwechselprozesse von Bakterien umfassen den Verbrauch einer bestimmten Kombination der 20 Aminosäuren, die für das Leben erforderlich sind. Das Ziel der Forschung bestand darin, die genauen Aminosäuren zu bestimmen, die von den nützlichen oralen Mikroben benötigt werden, um ihr Wachstum zu fördern.

“Wir wissen fast nichts über die meisten Bakterien, die unsere Gesundheit beeinflussen. Das Verständnis, wie Bakterien wachsen, ist der erste Schritt zur Neukonstruktion unseres Mikrobioms”, sagte Paul Jensen, Assistenzprofessor für Biomedizinische Technik an der U-M, der zu Beginn des Projekts an der University of Illinois tätig war.

Eine herausfordernde Aufgabe, vereinfacht durch KI

Die Entschlüsselung der bevorzugten Kombination von Aminosäuren für Bakterien ist eine schwierige Aufgabe aufgrund der über einer Million möglichen Kombinationen. BacterAI konnte jedoch erfolgreich die Aminosäurenanforderungen für das Wachstum von Streptococcus gordonii und Streptococcus sanguinis bestimmen.

Der Ansatz von BacterAI bestand darin, täglich Hunderte von Aminosäurekombinationen zu testen, den Fokus zu verfeinern und die Kombinationen jeden Tag basierend auf den Ergebnissen der Experimente des Vortages zu ändern. Innerhalb von neun Tagen erreichte es eine Genauigkeit von 90 % bei seinen Vorhersagen.

KI-Lernen durch Trial und Error

Im Gegensatz zu herkömmlichen Methoden, die mit beschrifteten Datensätzen trainierte maschinelle Lernmodelle verwenden, generiert BacterAI seinen eigenen Datensatz durch einen iterativen Prozess der Durchführung von Experimenten, Analyse von Ergebnissen und Vorhersage von zukünftigen Ergebnissen. Diese Methode ermöglichte es, die Regeln für die Fütterung von Bakterien mit weniger als 4.000 Experimenten zu entschlüsseln.

“Wir wollten, dass unser KI-Agent Schritte unternimmt und fällt, dass er seine eigenen Ideen entwickelt und Fehler macht. Jeden Tag wird es ein bisschen besser, ein bisschen intelligenter”, sagte Jensen und hob die Parallelen zwischen dem Lernprozess von BacterAI und einem Kind hervor.

Die Zukunft der KI in der Forschung

Da nur etwa 10 % der Bakterien erforscht wurden, stellen herkömmliche Methoden einen erheblichen Barrieren in Bezug auf Zeit und Ressourcen dar. Die Fähigkeit von BacterAI, automatisierte Experimente durchzuführen, könnte Entdeckungen dramatisch beschleunigen. Das Team konnte an einem Tag bis zu 10.000 Experimente durchführen.

Die potenziellen Anwendungen von BacterAI gehen jedoch über die Mikrobiologie hinaus. Forscher in jedem Bereich können Fragen als Rätsel für die KI stellen, die durch diesen Trial-and-Error-Prozess gelöst werden können.

“Mit der jüngsten Explosion der Mainstream-KI in den letzten Monaten sind viele Menschen unsicher darüber, was sie in der Zukunft bringen wird, sowohl positiv als auch negativ”, sagte Adam Dama, ein ehemaliger Ingenieur im Jensen-Labor und Hauptautor der Studie. “Aber für mich ist es sehr klar, dass fokussierte Anwendungen von KI wie unser Projekt die tägliche Forschung beschleunigen werden.”