Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Anthropics KI-Labor: Biologen streiten über Proteinfund

Anthropic erklärt, seine Claude-Agenten hätten nach 21 Stunden Arbeit ein bislang nicht katalogisiertes genetisches Muster gefunden. Biologen streiten darüber, ob das überhaupt als wissenschaftliche Entdeckung zählt.

WissenschaftAnalyseHanna VogtVeröffentlicht: 29. September 20267 Min. LesezeitQuellen 4
Anthropics KI-Labor: Biologen streiten über Proteinfund

Das molekularbiologische Labor von Anthropic, besetzt mit Claude-Agenten, ist auf ein wiederkehrendes Muster rund um ein bekanntes Enzym gestoßen. Das Muster sei zuvor nicht katalogisiert gewesen, teilt das Unternehmen mit. Die Behauptung wurde vergangene Woche veröffentlicht und am 28. September von MIT Technology Review auseinandergenommen. Sie ist die bislang schärfste öffentliche Auseinandersetzung darüber, was KI in den Lebenswissenschaften mit Fug und Recht als ihre Entdeckung ausgeben darf.

MIT Technology Review beschreibt das System als 950 Agenten, die 21 Stunden lang arbeiteten. Was dabei herauskam, war keine neue DNA-Sequenz, berichtet das Magazin. Die Agenten fanden ein wiederkehrendes Muster rund um ein bekanntes Enzym. In der Ankündigung von Anthropic hieß es, das erinnere an die Arbeit, die zu CRISPR führte. Diese Wortwahl leistete viel, und genau dort begann der Ärger.

Das Problem mit der Messlatte

Die Kritik kam schnell und aus dem Fach selbst. Der Biologe Lucas Harrington schrieb einen viel geteilten Beitrag, den später der Vorsitzende und CEO von Eli Lilly unterstützte. Harrington argumentierte, „ein seltsames Gencluster und Wiederholungen zu finden, ist oft der leichte Teil. Der schwierige Teil, und daher kommen die echten Entdeckungen, ist herauszufinden, was das System tatsächlich tut.“ MIT Technology Review zitiert den Beitrag wörtlich. Laut dem Magazin schlug Harrington vor, KI-Firmen sollten „die Messlatte jetzt hoch ansetzen, damit alle begreifen, wie groß die Sache ist, wenn eine KI tatsächlich einen grundlegend neuen biologischen Mechanismus entdeckt“.

Dann wurde die Geschichte unübersichtlicher. Mario Rodríguez Mestre, Biologe an der Universität Kopenhagen, sagte am Wochenende, sein Team habe dasselbe Muster bereits gefunden, berichtet die New York Times, wiedergegeben von MIT Technology Review. Mestre hatte Claude regelmäßig bei seiner Arbeit genutzt. Er fragte, ob das Team von Anthropic aus seinen Gesprächen gelernt habe. Anthropic bestreitet das. Mestre sagt, er habe die Nutzung von Claude trotzdem eingestellt.

„Der schwierige Teil, und daher kommen die echten Entdeckungen, ist herauszufinden, was das System tatsächlich tut.“

Nichts davon bedeutet, dass die eigentliche Arbeit wertlos war. MIT Technology Review merkt an, 200.000 Kandidaten auf eine Handvoll testbarer Kandidaten zu verengen, sei echte wissenschaftliche Arbeit. Dass ein Allzweck-Chatbot das schafft, ist bemerkenswert, auch wenn Menschen steuern und die Experimente durchführen. Das Problem ist der Rahmen. Sobald die Frage lautet, ob Claude selbst eine Entdeckung gemacht hat, bleiben nur zwei Antworten: Durchbruch oder Fehlschlag. Alles dazwischen wird plattgedrückt.

Wie Proteinarbeit derzeit tatsächlich aussieht

Der Streit um Anthropic ist nicht nur eine Sache eines einzelnen Unternehmens. Bei der Entdeckung von Proteinen und Materialien hat die KI still und leise echte, überprüfbare Ergebnisse angehäuft. Das Muster in diesem Feld ist weniger dramatisch als eine Pressemitteilung und nützlicher.

Zu den jüngsten Schlagzeilen, die neben der Anthropic-Berichterstattung festgehalten wurden, gehört eine Arbeit zu thermostabilen mRNA-Lipidnanopartikel-Impfstoffen mit dem, was Nature als dateneffiziente KI beschreibt, veröffentlicht am 28. September. Separat berichteten Forscher, sie nutzten KI-Strukturvorhersage, um die Entdeckung molekularer Kleber zu beschleunigen. Das sind kleine Moleküle, die Proteine so zusammenbringen können, dass Krankheiten behandelt werden. Keine der beiden Behauptungen stützt sich darauf, dass einer KI ein konzeptioneller Sprung zugeschrieben wird. Beide stützen sich darauf, dass eine KI sehr viel schneller als Menschen sucht und sortiert.

Genau dieser Unterschied ist der ganze Streitpunkt. KI-Systeme sind hervorragend in dem Teil der Wissenschaft, der im Kern Triage ist, und das Feld hat sich lange schwergetan, das offen zu sagen. MIT Technology Review beobachtete dieselbe Dynamik in der Mathematik. Anfang September sagte OpenAI, seine Agenten hätten ein Million-Dollar-Problem geknackt. Innerhalb von zwei Wochen verschob sich die Diskussion darauf, ob genau dieses Problem das war, das Mathematiker interessierte. Das Magazin merkte sorgfältig an, die Kritik behaupte nicht, OpenAIs Lösung sei falsch, nur dass das Ergebnis vielleicht nicht das wichtige gewesen sei. Ein Mathematiker warf den Modellen außerdem vor, Teile seiner Arbeit ohne Quellenangabe verwendet zu haben.

Der Streit dreht sich also nicht wirklich um Korrektheit. Er dreht sich um Bedeutung und darum, wer darüber entscheidet. Das ist öffentlich schwerer zu verhandeln als eine falsche Antwort.

Die Überprüfung kommt aus einer anderen Richtung

Während die Debatte um die Entdeckerehre läuft, arbeiten andere Gruppen an einem nüchterneren Problem: ob man KI-generierter Biologie überhaupt trauen kann. Schlagzeilen der letzten Woche beschreiben, wie DeepMind Proteine mit Wasserzeichen versieht, damit Labore prüfen können, was sie vor sich haben. Eine separate Arbeit behandelt SynthID-Bio-Wasserzeichen für KI-entworfene Proteine. Das sind Versuche, KI-Ausgaben nachverfolgbar zu machen, nicht sie berühmt zu machen.

Die kommerzielle Seite bewegt sich im selben unspektakulären Tempo. Hansa Biopharma gab bekannt, mit Cradle bei KI-gesteuertem Proteindesign und -engineering zusammenzuarbeiten. Das ist Auftragsarbeit, keine Durchbruchsbehauptung. Sie zeigt wahrscheinlich besser, wo die Technologie tatsächlich steht, als jede Ankündigung über Agenten, die etwas entdecken.

Anthropics eigene Darstellung ist Teil des Problems, so MIT Technology Review. Das Magazin argumentiert, KI-Firmen präsentierten ihre Systeme nicht als Werkzeuge, so wie Mikroskope oder Supercomputer Werkzeuge sind. Sie bestehen darauf, dass die Systeme selbst Entdeckungen machen. Das passt schlecht dazu, wie Wissenschaft üblicherweise neues Wissen hervorbringt: durch Zusammenarbeit und eine wachsende Zahl von Instrumenten. Die Diskrepanz ärgert nicht nur Biologen. Sie macht echten Fortschritt schwerer erkennbar, wenn er denn kommt, weil als Urteil nur die beiden Extreme zur Verfügung stehen.

Der Rest der Wissenschaftsakte

An anderer Stelle sind die Forschungsnachrichten der Woche ungewöhnlich konkret. Wissenschaftler des Harrington Discovery Institute an den University Hospitals und der Case Western Reserve University veröffentlichten Ergebnisse in Cell Reports. Sie beschreiben einen molekularen Mechanismus, der erklären könnte, warum verlorenes Gewicht zurückkehrt. Im Zentrum steht Asprosin, ein vom Fettgewebe freigesetztes Hormon, das dem Gehirn Appetit signalisiert. Bei Mäusen veränderte Fettleibigkeit die Aktivität der Fettzellen so, dass Asprosin nach dem Gewichtsverlust erhöht blieb. Die Forscher nennen diesen Effekt Fettleibigkeitsgedächtnis. Ein separates Labor unter Leitung von Seth J. Field bestätigte, dass die zelluläre Veränderung bestehen blieb, berichtet SciTechDaily. Die Autoren schränken ein, dass die menschlichen Belege aus öffentlich zugänglichen Datensätzen stammen und noch direkt bestätigt werden müssen.

Die Astronomie lieferte einen saubereren Erstsieg. Eine am 15. September bei arXiv eingereichte Arbeit berichtet von der ersten direkten Messung von Polarlicht-Radioemission von einem Exoplaneten. Ziel ist der Riesenplanet beta Pictoris b, beobachtet mit dem MeerKAT-Array. Die Autoren Kevin N. Ortiz Ceballos, Edo Berger und Yvette Cendes berichten von schnellen, wiederkehrenden und stark zirkular polarisierten Bursts bei Frequenzen von 0,85 bis 3,5 GHz. Sie identifizieren die Emission als Elektron-Zyklotron-Maser-Strahlung. Das impliziert ein Magnetfeld von mindestens 1,25 kG am Planeten. Das Abstract stellt klar fest, dass zuvor kein Radiosignal eindeutig einem extrasolaren Planeten statt seinem Mutterstern zugeordnet worden war.

So sieht eine Entdeckungsbehauptung aus, wenn die Messung die Argumentation übernimmt. Es gibt ein Signal, einen physikalischen Mechanismus, der es erklärt, und eine Zahl, die aus dem Mechanismus folgt. Niemand muss überredet werden.

Warum der Streit um Anthropic so schnell nicht endet

Der strukturelle Grund ist, dass KI-Firmen miteinander im Wettlauf stehen. MIT Technology Review schloss seine Analyse mit dem Hinweis, Sam Altman und Dario Amodei konkurrierten. Die Messlatte dafür anzuheben, was als wissenschaftlicher Durchbruch der KI gilt, dürfte das Letzte sein, woran sie denken. Niedrigere Hürden sind besseres Marketing. Harringtons Vorschlag verlangt von den Firmen, die Linie hoch zu halten, damit ein echtes Ergebnis richtig ankommt. Das heißt, gegen die eigenen Anreize zu handeln.

Der Lärm hat auch einen praktischen Preis. Ein Ergebnis der Mustersuche wird als Moment im Ausmaß von CRISPR verkauft. Die Biologen, die sich sonst mit dem Werkzeug beschäftigen würden, müssen dann ihre Zeit damit verbringen zu erklären, warum es das nicht ist. Mestres Reaktion war, Claude wegen einer ungeklärten Frage aufzugeben, ob seine Gespräche das System gespeist haben. Das ist ein kleiner Datenpunkt dafür, wie schnell Vertrauen erodiert.

Vorerst ist die ehrliche Zusammenfassung eng. KI-Systeme liefern nützliche, überprüfbare Ergebnisse in der Protein- und Materialarbeit, und dafür gibt es mehrere Beispiele. Ihnen werden zugleich Entdeckungen zugeschrieben, die arbeitende Wissenschaftler ablehnen. Beides ist gleichzeitig wahr, und in der Lücke dazwischen wird der nächste Streit ausgetragen.

Kommentare 0

Quellen

4
  1. 01When can we say AI made a scientific discovery?EN
  2. 02The Download: climate tech companies to watch and AI's discovery problemEN
  3. 03Scientists Discover a Molecular "Memory" That Could Make Lost Weight Come BackEN
  4. 04Discovery of radio emission from the exoplanet beta Pictoris bEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Hanna Vogt

Hanna Vogt

Wissenschaft und Gesundheit

Hanna Vogt schreibt für FLASH24 über Wissenschaft und Gesundheit und stützt sich dabei auf Primärstudien, Behördenberichte und Rohdaten statt auf Pressemitteilungen. Bei Zahlen prüft sie Stichprobengrößen, Konfidenzintervalle und ob die zitierte Quelle die Aussage tatsächlich deckt. Für ihre Texte spricht sie mit Studienautorinnen, wartet auf Peer-Review-Fassungen und vergleicht Vorabdrucke mit der finalen Publikation. Dass sie privat Materialphysik verfolgt und mit eigenem Teleskop den Himmel beobachtet, erklärt, warum sie bei Messmethoden und Instrumenten genau nachfragt. Sie publiziert keine Ergebnisse, deren Datengrundlage sie nicht selbst eingesehen hat.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.