Künstliche Intelligenz prophezeit Zukunft von Forschung in künstlicher Intelligenz

Veröffentlicht amAutorgh

KI-Forschung wächst exponentiell

Forschenden ist es fast unmöglich geworden, in der überwältigenden Fülle wissenschaftlicher Veröffentlichungen auf dem Gebiet der künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) den Überblick zu behalten und mit den Fortschritten Schritt zu halten. Wissenschaftler eines internationalen Teams unter der Leitung von Mario Krenn vom Max-Planck-Institut für die Physik des Lichts in Erlangen haben nun einen KI-Algorithmus entwickelt, der Forschern nicht nur hilft, sich systematisch zu orientieren, sondern ihnen zielführend voraussagt, wohin sich ihr eigenes Forschungsgebiet voraussichtlich entwickeln wird. Die Arbeit wurde in Nature Machine Intelligence veröffentlicht.

Yayoi Kusama: „Gleaming Lights of the Souls“, Lousiana, Kopenhagen – Foto © Gerhard Hofmann, Agentur Zukunft, für Solarify

Im KI-Bereich wächst die Zahl der wissenschaftlichen Veröffentlichungen exponentiell und verdoppelt sich etwa alle 23 Monate. Krenn geht die Lösung dieser Herausforderung auf eine unkonventionelle Weise an. Er hat ein neues graphenbasiertes Werkzeug, „Science4Cast“, entwickelt, mit dem Fragen zur zukünftigen Entwicklung der KI-Forschung gestellt werden können.

Zuvor hatte die internationale Forschergruppe den „Science4Cast„-Wettbewerb ausgeschrieben mit dem Ziel, die Entwicklung wissenschaftlicher Konzepte im Bereich der KI-Forschung zu erfassen und vorherzusagen, welche Themen in Zukunft im Mittelpunkt der Forschung stehen werden. Mehr als 50 Beiträge mit unterschiedlichen Ansätzen wurden eingereicht. Krenn hat nun gemeinsam mit den bestplatzierten Teams die unterschiedlichen Methoden, die von rein statistischen bis hin zu reinen Lernmethoden reichen, untersucht und ist zu überraschenden Ergebnissen gekommen. Die effektivsten Methoden verwenden einen sorgfältig kuratierten Satz von Netzwerkmerkmalen und keinen kontinuierlichen KI-Ansatz“, so Krenn. Dies deutet auf ein erhebliches Potenzial hin, das mit reinen ML-Ansätzen ohne menschliches Wissen erschlossen werden kann.

Science4Cast ist eine graphenbasierte Darstellung von Wissen, die im Laufe der Zeit immer komplexer wird, je mehr wissenschaftliche Artikel veröffentlicht werden. Jeder Knoten im Graphen steht für ein Konzept in der KI, und die Verbindungen zwischen den Knoten zeigen an, ob und wann zwei Konzepte zusammen untersucht wurden. So kann beispielsweise die Frage „Was wird passieren?“ als mathematische Frage nach der weiteren Entwicklung des Graphen beschrieben werden. Science4Cast wird mit realen Daten aus über 100.000 wissenschaftlichen Veröffentlichungen aus einem Zeitraum von 30 Jahren gefüttert, was insgesamt 64.000 Knotenpunkte ergibt.

Die Vorhersage, woran Forscher in Zukunft arbeiten werden, ist jedoch nur ein erster Schritt. In ihrer Arbeit beschreiben die Forscher, wie die weitere Entwicklung von Science4Cast schon bald personalisierte Vorschläge für die zukünftigen Forschungsprojekte einzelner Wissenschaftler liefern könnte. Unser Ziel ist es, eine Methode zu entwickeln, die als Inspirationsquelle für Wissenschaftler dient – fast wie eine künstliche Muse. Das könnte den Fortschritt der Wissenschaft in Zukunft möglicherweise beschleunigen“, erklärt Krenn.

->Quellen: