Quine, ARIA und eine Wette über 97 Millionen: KI zieht ins Labor, nicht in den Fusionsreaktor
Microsoft Research hat am 29. September Quine vorgestellt, ein multimodales KI-System. Laut Unternehmen wurde es mit dem Broad Institute genutzt, um Verbindungen zu priorisieren, die therapeutische Verschiebungen von Tumorzuständen auslösen sollen. Mehrere der am höchsten eingestuften Kandidaten wurden in Nasslabor-Assays bestätigt. Das Dossier enthält kein Ergebnis aus der Fusionsforschung.

Der neueste Eintrag in diesem Dossier ist kein Fusionsergebnis. Es ist Quine, ein KI-Forschungssystem, das Microsoft Research am 29. September angekündigt hat.
Das Unternehmen erklärt, es habe ein multimodales Weltmodell der Biologie gebaut. Dazu komme eine interaktive Umgebung, die Modelle, wissenschaftliche Werkzeuge, Literatur und Forschende verbindet. In Zusammenarbeit mit dem Broad Institute von Harvard und MIT habe das System, so Microsoft, Verbindungen priorisiert, von denen man erwartet, dass sie therapeutische Verschiebungen von Tumorzuständen auslösen. Mehrere der am höchsten eingestuften Kandidaten wurden in mehreren Nasslabor-Assays bestätigt. Das ist ein Ergebnis. Es ist kein Fusionsexperiment.
Auf die Frage nach einem Ergebnis aus der Fusionsforschung lautet die ehrliche Antwort also: Dieses Dossier enthält keines. Es enthält eine Gruppe von KI-Forschungssystemen, Papers und Finanzierungsmeldungen aus den vergangenen drei Tagen sowie Energiematerial, das nie einen Reaktor erreicht. Der Unterschied zählt, weil über beides in derselben Woche berichtet wird, oft im selben Atemzug.
Was diese Woche tatsächlich erschienen ist
Microsoft beschreibt Quine als experimentelle Forschungstechnologie. Sie ist nur für die Forschung gedacht, nicht für klinische oder medizinische Anwendung. Laut Microsoft können die Ausgaben unvollständig oder ungenau sein. Qualifizierte Forschende müssen sie prüfen und angemessen experimentell validieren. Ein Quine-Fellows-Programm soll einer Gruppe von Wissenschaftlern Zugang zum System geben. Microsoft rechnet damit, den Zugang über Produkte wie Microsoft Discovery auszuweiten, sobald die Technologie reift.
CoreWeave nutzte dasselbe Zeitfenster am 29. September für ARIA, einen Coding-Agenten, der in Weights & Biases eingebaut ist. ARIA liest Experimente, baut Live-Visualisierungen und durchläuft eine Schleife, die CoreWeave als vollständigen Autoresearch-Zyklus bezeichnet. Sie formuliert eine Hypothese, schreibt die Konfiguration, startet das Experiment über W&B Launch, bewertet die Ergebnisse gegen eine Baseline und entwirft einen Bericht. Laut CoreWeave schrumpft die Lücke zwischen einem abgeschlossenen Lauf und dem nächsten konfigurierten Lauf von Stunden auf Minuten.
Keines der beiden Unternehmen hat ein physikalisches Ergebnis veröffentlicht. Keines hat eines beansprucht.
Die folgenreichste Zahl im Dossier ist überhaupt keine Leistungszahl. Efficient Computer unter der Leitung von CEO und Mitgründer Brandon Lucia teilte am 29. September mit, eine Series-B-Runde über 97.000.000 US-Dollar unter Führung von TQ Ventures eingesammelt zu haben. Das Unternehmen baut Prozessoren auf Energieeffizienz, und sein Argument ist architektonisch. Lucia schreibt, fest verdrahtete KI-Beschleuniger seien ein fauler Kompromiss, weil sie Programmierbarkeit gegen Geschwindigkeit bei heutigen Arbeitslasten eintauschen. Er verweist auf Amdahls Gesetz: Der nicht beschleunigte Teil einer Berechnung setzt die Effizienzobergrenze.
Wohin die Energiezahlen zeigen
Energie ist der Faden, der durch den Rest des Dossiers läuft. CBC berichtete am 29. September, der Energieminister von Neufundland und Labrador, Lloyd Parrott, habe gesagt, die Tür der Provinz stehe für KI-Rechenzentren offen. Zuvor waren Unternehmen an die Regierung herangetreten. Ein Sprecher des Ministeriums, Brodie Thomas, bestätigte die Anfragen per E-Mail. Zu geschäftlich sensiblen Gesprächen könne er sich jedoch nicht äußern.
Die Nachfrageseite hat ein Gegengewicht. E2 hat Beschäftigungsdaten des US-Energieministeriums ausgewertet. Ergebnis: Die USA verloren 2025 insgesamt 36.949 Arbeitsplätze im Bereich saubere Energie. Das ist der erste jährliche Rückgang seit der Pandemie. Die Beschäftigung in diesem Bereich sank auf 3.520.000. Electrek berichtete am 28. September über die Zahlen. E2 verzeichnete zudem 142 Projekte für Fertigung, Erzeugung und Speicherung sauberer Energie, die 2025 abgesagt oder verkleinert wurden. Die Beschäftigungsdaten zeigen nicht, wie viele Stellen auf welche politische Änderung zurückgehen.
Auf der Angebotsseite hat Hannah Ritchie Zahlen des Oxford-Professors Nick Eyre durchgerechnet. Ihnen zufolge fällt die globale Endenergienachfrage in einem System nach der Energiewende von 416 auf 247 Exajoule. Gleichzeitig steigt die Stromnachfrage von 110 auf 189 EJ. Ihre Schlussfolgerung ist eng und belastbar: Die Elektrifizierung selbst ist der Effizienzgewinn, und das Modell unterstellt keine weiteren Verbesserungen.
Nichts davon ist Fusion. Es ist der Rechen- und Stromkontext, in dem die Fusionsforschung irgendwann stehen müsste.
Was die Papers zu KI für die Forschung behaupten
Das NBER-Arbeitspapier 35.782 von Matthew Schwartz, Isaiah Andrews und Jesse M. Shapiro liefert die schärfsten Zahlen zur automatisierten Forschung. Der Open-Source-LLM-Workflow der Autoren prüfte 4.452 veröffentlichte Replikationspakete aus fünf wirtschaftswissenschaftlichen Zeitschriften. In 3.460 Artikeln oder deren Anhängen markiert er Unstimmigkeiten. In 496 Artikeln senkt er die Rechenzeit einer Berechnung um mehr als den Faktor 10 bei ähnlicher oder höherer Genauigkeit. In 923 Artikeln entwickelt er eine Erweiterung, die im Original fehlt. Das Papier legt offen, dass LLMs bei Analyse und Schreiben verwendet wurden und dass Schwartz als Auftragnehmer für Anthropic gearbeitet hat. Dessen Ansichten werden damit nicht geteilt.
Zwei Mathematiker widersprechen der Einordnung. Stephen Wolfram argumentiert in einem Text vom 28. September, symbolische Berechnung habe die reine Mathematik nicht beendet. Der größte Nutzen von KI bestehe bisher darin, die vorhandene mathematische Wissensbasis auszubeuten. Dan Romik beschreibt die mathematische Forschung in einem Blogbeitrag vom 29. September als Rückkopplungsschleife. Auf menschlicher Ausgabe trainierte KI-Modelle erzeugten Theoreme im Abstand eins zu diesem Korpus, argumentiert er. Sie könnten aber nicht über das Erzeugte nachdenken und es verdichten, um Abstand zwei zu erreichen.
Kleinere Artefakte runden die Woche ab. Kompyla, ein selbst gehosteter Forschungsmonitor auf GitHub, behandelt ein LLM wie einen Compiler und verwandelt rohe Dokumente in belegte Wikiseiten. DotBot veröffentlicht Firmware für einen Mikroroboter, der in Bildung und Forschung eingesetzt wird. Kaveeshan Thurairaj und Dr. Zhao Pan von der University of Waterloo gewannen einen Ig-Nobelpreis für Physik für spritzfreie Urinal-Designs. Die Arbeiten waren zuvor in PNAS Nexus erschienen. Das Dossier enthält außerdem ein Energiebuch von 2008, eine Fotovoltaik-Zeitleiste der EIA und eine klar als Satire gekennzeichnete Website.
Zusammengelesen beschreiben sie eine Woche der Werkzeuge und Messungen, nicht einen Durchbruch in der Fusion.
Quellen
15- 01Introducing Quine: An AI research system designed for the complexity of biologyEN
- 02Introducing CoreWeave ARIA: AI Research and Iteration AgentEN
- 03Solving computing's energy problem with Efficient Computer's $97M Series BEN
- 04AI data centres in N.L.? The door is 'open for business,' says energy ministerEN
- 05US clean energy jobs fell for the first time since the pandemicEN
- 06An LLM Workflow That Reproduces, Improves, and Extends Published Economics ResearchEN
- 07Electrification efficiency: The world will need less energy after the transitionEN
- 08What's the Future for Pure Math Research in the Age of AI?EN
- 09The feedback loop of mathematics researchEN
- 10Kompyla: a self-hosted research monitor that builds a cited wikiEN
- 11DotBot: Easy-to-use micro-robot for education and research purposesEN
- 12MME researchers recognized with Ig Nobel Physics Prize for innovative urinal designEN
- 13Sustainable energy without the hot air (2008)EN
- 14Energy Timelines PhotovoltaicEN
- 15Famous "Sex Researcher" Aella Repents, Organizes PrudeConEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.