Forschungsdaten

Als Teil Künstlicher Intelligenz (KI) vollbringen neuronale Netze in Form großer Sprachmodelle erstaunliche Leistungen – bei Frage-Antwort-Spielen, beim Erstellen von Text und sogar bei der Lösung von Prüfungsaufgaben. Forschenden helfen KI-basierte Anwendungen etwa, Tumore in Bildern zu erkennen und 3-D-Strukturen von Proteinen anhand der Aminosäuresequenz vorauszusagen.

KI-Techniken gibt es in der Chemie schon lange, das erste Lehrbuch zu neuronalen Netzen in der Chemie erschien im Jahr 1993. Zum Beispiel

sagen KI-Techniken chemische Eigenschaften voraus, indem sie chemisch-physikalische Datensätze analysieren;helfen sie, Wirkstoffe zu entdecken, indem Datensätze aus Wirkstoffscreening, Genomik und Proteomik analysiert werden;planen sie automatisierte Synthesen, indem sie vorhandene Reaktionsdaten berücksichtigen.

Diese Beispiele haben eins gemeinsam: Immer müssen die zugrunde liegenden neuronalen Netze trainiert werden, und zwar mit möglichst vielen zugänglichen, strukturierten und maschinenlesbaren Daten.

Wo KI erfolgreich ist, wie bei der Protein-Struktur-Vorhersage mit Alpha

Bildung + Gesellschaft