Neue Veröffentlichungen
KI sagt neurowissenschaftliche Forschungsergebnisse besser voraus als Experten
Zuletzt überprüft: 03.07.2025
Alle iLive-Inhalte werden medizinisch überprüft oder auf ihre Richtigkeit überprüft.
Wir haben strenge Beschaffungsrichtlinien und verlinken nur zu seriösen Medienseiten, akademischen Forschungseinrichtungen und, wenn möglich, medizinisch begutachteten Studien. Beachten Sie, dass die Zahlen in Klammern ([1], [2] usw.) anklickbare Links zu diesen Studien sind.
Wenn Sie der Meinung sind, dass einer unserer Inhalte ungenau, veraltet oder auf andere Weise bedenklich ist, wählen Sie ihn aus und drücken Sie Strg + Eingabe.
Eine Studie von Forschern des University College London (UCL) hat gezeigt, dass große Sprachmodelle (LLMs) wie GPT neurowissenschaftliche Forschungsergebnisse mit einer Genauigkeit vorhersagen können, die die menschlicher Experten übertrifft. Die in Nature Human Behaviour veröffentlichte Arbeit demonstriert, wie künstliche Intelligenz, die anhand großer Textdatensätze trainiert wurde, nicht nur Informationen extrahieren, sondern auch Muster erkennen kann, um wissenschaftliche Ergebnisse vorherzusagen.
Ein neuer Ansatz für wissenschaftliche Prognosen
Laut dem Hauptautor der Studie, Dr. Ken Lo (UCL Psychologie & Sprachwissenschaften), hat die Entwicklung generativer KI wie ChatGPT enorme Möglichkeiten für Generalisierung und Wissensextraktion eröffnet. Anstatt jedoch die Fähigkeit der KI zur Analyse vergangener Informationen zu untersuchen, entschieden sich die Forscher, zu untersuchen, ob die KI zukünftige experimentelle Ergebnisse vorhersagen kann.
„Wissenschaftlicher Fortschritt ist oft mit Versuch und Irrtum verbunden, was Zeit und Ressourcen kostet. Selbst erfahrenen Forschern können wichtige Details in der Literatur entgehen. Unsere Arbeit zeigt, dass LLMs Muster erkennen und experimentelle Ergebnisse vorhersagen können“, sagte Dr. Lo.
BrainBench: KI und Expertentests
Um die Fähigkeiten von LLMs zu testen, haben die Forscher ein Tool namens BrainBench entwickelt, das Paare wissenschaftlicher Abstracts aus der Neurowissenschaft enthält:
- Ein Abstract enthält das eigentliche Forschungsergebnis.
- Das zweite ist ein modifiziertes, aber plausibles Ergebnis, das von Experten erstellt wurde.
15 Sprachmodelle und 171 Neurowissenschaftler wurden auf ihre Fähigkeit getestet, echte von gefälschten Ergebnissen zu unterscheiden. Die Ergebnisse waren beeindruckend:
- KI zeigte eine durchschnittliche Genauigkeit von 81 %, während Experten nur 63 % erreichten.
- Selbst Fachkräfte mit der höchsten Wissensselbsteinschätzung erreichten lediglich 66 %.
Verbesserte Modelle und Perspektiven
Die Wissenschaftler passten außerdem das Open-Source-LLM (eine Version von Mistral) an und trainierten es anhand neurowissenschaftlicher Literatur. Das resultierende Modell namens BrainGPT zeigte eine noch höhere Genauigkeit – 86 %.
„Unsere Arbeit zeigt, dass KI ein integraler Bestandteil des experimentellen Designprozesses werden kann und die Arbeit nicht nur schneller, sondern auch effizienter macht“, sagte Professor Bradley Love (UCL).
Chancen und Herausforderungen
Die Forscher gehen davon aus, dass ihr Ansatz auf verschiedene wissenschaftliche Disziplinen anwendbar ist. Die Ergebnisse der Studie werfen jedoch eine wichtige Frage auf: Ist die moderne wissenschaftliche Forschung innovativ genug? Die hohe Genauigkeit der KI bei Prognosen deutet darauf hin, dass viele wissenschaftliche Erkenntnisse mit bestehenden Mustern übereinstimmen.
„Wir entwickeln KI-Tools, die Wissenschaftlern dabei helfen, Experimente zu entwerfen und mögliche Ergebnisse vorherzusagen, Iterationen zu beschleunigen und fundiertere Entscheidungen zu treffen“, fügte Dr. Lo hinzu.
Dieser Durchbruch in der Nutzung künstlicher Intelligenz verspricht eine Beschleunigung wissenschaftlicher Entdeckungen und eine Verbesserung der Forschungseffizienz weltweit.