"In Laboren auf der ganzen Welt braut sich eine stille Revolution zusammen, in der der Einsatz von KI durch Wissenschaftler exponentiell zunimmt. Jeder dritte Postdoc verwendet mittlerweile große Sprachmodelle, um Literaturrecherchen, Codierungen und Bearbeitungen durchzuführen. Im Oktober wurden die Entwickler unseres AlphaFold 2-Systems, Demis Hassabis und John Jumper, Nobelpreisträger für Chemie für den Einsatz von KI zur Vorhersage der Struktur von Proteinen, zusammen mit dem Wissenschaftler David Baker für seine Arbeit zum Design neuer Proteine. Die Gesellschaft wird diese Vorteile schon bald deutlicher zu spüren bekommen, da Medikamente und Materialien, die mit Hilfe von KI entwickelt wurden, derzeit ihren Weg in die Entwicklung finden."
https://deepmind.google/public-policy/ai-for-science/
1 Comment
Deep learning is being applied to a wide variety of scientific fields. Foundation models are being trained for specific scientific needs, pulling from vast libraries of domain-specific data to accelerate and improve scientific discovery. Chemistry, biology, medicine, material science, and environmental science are only some of the fields seeing significant acceleration from the use of these models. Adoption is still low but it’s rising quickly and the models we see today are only a small sample of the variety of models we can expect on the horizon. Personally I see narrow super-intelligent scientific models as the single best application for deep learning and AI technology as a whole. Massive breakthroughs lie ahead.