Anthropics KI-Labor spaltet Biologen: Streit um Protein-Entdeckung weitet sich aus

Das Molekularbiologielabor von Anthropic, besetzt mit Claude-Agenten, hat ein wiederkehrendes Muster rund um ein bekanntes Enzym markiert. Laut dem Unternehmen war dieses Muster zuvor nicht katalogisiert. Die Behauptung wurde vergangene Woche erstmals verkündet und am 28. September in der MIT Technology Review seziert. Sie ist zum bislang schärfsten öffentlichen Streit darüber geworden, was KI in den Lebenswissenschaften legitimerweise für sich beanspruchen darf.

Die MIT Technology Review beschrieb das System als 950 Agenten, die 21 Stunden lang arbeiteten. Was dabei herauskam, war keine neue DNA-Sequenz, berichtete das Blatt. Die Agenten fanden ein wiederkehrendes Muster rund um ein bekanntes Enzym. Anthropics Ankündigung nannte es "erinnernd" an die Arbeit, die zu CRISPR geführt hat. Diese Wortwahl leistete viel Arbeit, und genau dort begann der Ärger.

Das Problem mit der Messlatte

Die Kritik kam schnell und aus dem Fach selbst. Ein viel geteilter Beitrag des Biologen Lucas Harrington, später unterstützt vom Vorstandsvorsitzenden und CEO von Eli Lilly, argumentierte: "Das Finden eines seltsamen Genclusters mit Wiederholungen ist oft der leichte Teil. Der schwere Teil, und daher kommen die echten Entdeckungen, ist herauszufinden, was das System tatsächlich tut." Die MIT Technology Review zitierte den Beitrag direkt. Harringtons eigener Vorschlag, so wie das Blatt ihn wiedergab, war, dass KI-Firmen "die Messlatte jetzt hoch setzen sollten, damit alle zu schätzen wissen, 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. Das berichtete die New York Times, wie die MIT Technology Review weiterreichte. Mestre hatte Claude regelmäßig in seiner Arbeit genutzt und fragte, ob Anthropics Team aus seinen Gesprächen gelernt habe. Anthropic bestreitet das. Mestre sagt, er benutze Claude trotzdem nicht mehr.

"Der schwere Teil, und daher kommen die echten Entdeckungen, ist herauszufinden, was das System tatsächlich tut."

Nichts davon bedeutet, dass die zugrunde liegende Arbeit wertlos war. Die MIT Technology Review führt an, dass es echte wissenschaftliche Arbeit ist, 200.000 Kandidaten auf eine Handvoll testbarer einzugrenzen. Ein Allzweck-Chatbot, der das schafft, ist bemerkenswert, selbst wenn Menschen steuern und die Experimente durchführen. Das Problem ist der Rahmen. Sobald die Frage lautet, ob Claude selbst eine Entdeckung gemacht hat, gibt es nur zwei Antworten: Durchbruch oder Pleite. Alles dazwischen wird plattgedrückt.

Wie Protein-Arbeit derzeit tatsächlich aussieht

Der Streit um Anthropic ist über ein einzelnes Unternehmen hinaus wichtig. Die Protein- und Materialforschung ist der Bereich, in dem die KI still echte, überprüfbare Ergebnisse angehäuft hat. Das Muster über die Dossiers hinweg ist weniger dramatisch als eine Pressemitteilung und nützlicher.

Zu den jüngsten Schlagzeilen, die neben der Anthropic-Berichterstattung erfasst wurden, gehört Arbeit an thermostabilen mRNA-Lipidnanopartikel-Impfstoffen mit dem, was Nature dateneffiziente KI nannte, veröffentlicht am 28. September. Separat berichteten Forscher, dass sie mit KI-Strukturvorhersage die Entdeckung von molekularen Klebern beschleunigten, kleinen Molekülen, die Proteine so zusammenbringen können, dass Krankheiten behandelt werden. Keine dieser Behauptungen stützt sich darauf, dass einer KI ein konzeptueller Sprung zugeschrieben wird. Sie stützen sich darauf, dass eine KI sehr viel schneller sucht und sortiert, als Menschen es können.

Genau dieser Unterschied ist der ganze Streit. KI-Systeme sind hervorragend in dem Teil der Wissenschaft, der im Wesentlichen Triage ist, und das Fach hat sich schwergetan, das offen zu sagen. Die MIT Technology Review bemerkte dieselbe Dynamik in der Mathematik: Anfang September sagte OpenAI, seine Agenten hätten ein Million-Dollar-Problem geknackt. Innerhalb von ein paar Wochen hatte sich die Diskussion darauf verlagert, ob genau dieses Problem das war, das Mathematiker interessierte. Das Blatt merkte sorgfältig an, die Kritik behaupte nicht, OpenAIs Lösung sei falsch, nur, dass das Ergebnis womöglich nicht das wichtige war. Es gab außerdem den Vorwurf eines Mathematikers, die Modelle hätten Teile seiner Arbeit ohne Nennung verwendet.

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

Die Verifikation kommt aus einer anderen Richtung

Während die Debatte um die Entdeckungsanerkennung läuft, arbeiten andere Gruppen am nüchterneren Problem, ob KI-erzeugter Biologie überhaupt zu trauen ist. Schlagzeilen der letzten Woche beschreiben, wie DeepMind Proteine mit Wasserzeichen versieht, damit Labore überprüfen können, was sie vor sich haben. Dazu kommt separate Arbeit an SynthID-Bio-Wasserzeichen für KI-entworfene Proteine. Das sind Versuche, KI-Ausgaben nachvollziehbar zu machen, nicht sie berühmt zu machen.

Die kommerzielle Seite bewegt sich im selben unspektakulären Tempo. Hansa Biopharma erklärte, es gehe eine Partnerschaft mit Cradle für KI-gestütztes Protein-Design und -Engineering ein. 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 laut der MIT Technology Review Teil des Problems. Das Blatt argumentierte, KI-Firmen präsentierten ihre Systeme nicht als Werkzeuge, so wie Mikroskope oder Supercomputer Werkzeuge sind. Sie beharrten 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. Diese Diskrepanz ärgert Biologen nicht nur. Sie macht echten Fortschritt schwerer erkennbar, wenn er denn kommt, weil als Urteile nur die beiden Extreme zur Verfügung stehen.

Der Rest der Wissenschaftsakte

An anderer Stelle im Dossier sind die Forschungsnachrichten der Woche ungewöhnlich konkret. Wissenschaftler am Harrington Discovery Institute an den University Hospitals und der Case Western Reserve University veröffentlichten in Cell Reports Befunde zu einem molekularen Mechanismus, der erklären könnte, warum verlorenes Gewicht zurückkehrt. Die Arbeit dreht sich um Asprosin, ein von Fettgewebe freigesetztes Hormon, das dem Gehirn Appetit signalisiert. Bei Mäusen veränderte Fettleibigkeit die Aktivität der Fettzellen so, dass Asprosin nach dem Gewichtsverlust erhöht blieb. Diesen Effekt nennen die Forscher Fettleibigkeitsgedächtnis. Ein separates, von Seth J. Field geleitetes Labor bestätigte, dass die zelluläre Veränderung fortbestand, laut SciTechDaily. Die Autoren warnen, dass die menschlichen Belege aus öffentlich zugänglichen Datensätzen stammen und noch direkter Bestätigung bedürfen.

Die Astronomie lieferte ein saubereres Novum. Ein am 15. September bei arXiv eingereichtes Paper berichtet über den ersten direkten Nachweis auroraler Radioemission von einem Exoplaneten, dem Riesenplaneten beta Pictoris b, mit dem MeerKAT-Array. Die Autoren Kevin N. Ortiz Ceballos, Edo Berger und Yvette Cendes berichten über schnelle, wiederkehrende und stark zirkular polarisierte Ausbrüche bei Frequenzen von 0,85 bis 3,5 GHz. Sie identifizieren die Emission als Elektronenzyklotron-Maser-Strahlung, was auf ein Magnetfeld von mindestens 1,25 kG am Planeten schließen lässt. Das Abstract stellt schlicht fest, dass zuvor kein Radionachweis 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 überzeugt werden.

Warum der Streit um Anthropic so schnell nicht enden wird

Der strukturelle Grund ist, dass KI-Firmen in einem Wettrennen miteinander liegen. Die MIT Technology Review schloss ihre Analyse mit dem Hinweis, dass Sam Altman und Dario Amodei konkurrieren. Das Anheben der Messlatte dafür, was als wissenschaftlicher Durchbruch der KI gilt, ist dann wohl das Letzte, woran sie denken. Niedrigere Hürden sind besseres Marketing. Harringtons Vorschlag, die Firmen sollten die Linie hoch halten, damit ein echtes Ergebnis richtig einschlägt, verlangt von ihnen, gegen ihre eigenen Anreize zu handeln.

Der Lärm hat auch einen praktischen Preis. Wenn ein Musterfindungsergebnis als Moment im CRISPR-Maßstab verkauft wird, müssen Biologen, die sich sonst mit dem Werkzeug befassen würden, ihre Zeit damit verbringen zu erklären, warum es das nicht ist. Mestres Reaktion, Claude wegen einer ungeklärten Frage aufzugeben, ob seine Gespräche das System gespeist haben, ist ein kleiner Datenpunkt dazu, wie schnell Vertrauen zerfällt.

Die ehrliche Zusammenfassung ist derzeit eng. KI-Systeme liefern in der Protein- und Materialforschung nützliche, überprüfbare Ergebnisse, und das Dossier enthält mehrere Beispiele dafür. Ihnen werden zugleich Entdeckungen zugeschrieben, was praktizierende Wissenschaftler ablehnen. Beides stimmt gleichzeitig, und in der Lücke dazwischen wird der nächste Streit stattfinden.