Open-Source-„BootLoops“-Framework unterstützt KI-Modelle bei präzisen wissenschaftlichen Berechnungen
decoder ·
Der Harvard-Physiker Matthew Schwartz hat BootLoops entwickelt, eine Open-Source-Umgebung, die große Sprachmodelle nutzt, um präzise wissenschaftliche Berechnungen durchzuführen und disziplinäre Lücken zu überbrücken. In nur drei Monaten verfassten Schwartz und 19 Mitautoren 36 Manuskripte in 18 verschiedenen Feldern, von der Teilchenphysik bis hin zu Ökologie und Linguistik. Das System berechnete zuvor unlösbare Integrale in der Physik und löste eine langjährige Gleichung in der neutralen Biodiversitätstheorie, wodurch schnellere als erwartete Veränderungen in der Baumartenzusammensetzung aufgedeckt wurden. Zudem analysierte es Milliarden von Mutationspaaren, um Hinweise auf Gentransfer zu finden, und automatisierte die Überprüfung von Replikationspaketen für Wirtschaftsjournale. Schwartz argumentiert, dass KI Probleme angehen sollte, bei denen sie fragmentierte Bereiche menschlichen Wissens verbinden kann – sogenannte „Claude-shaped problems“ –, anstatt traditionelle Forschungsmethoden vollständig zu ersetzen. Er warnt jedoch davor, dass Modelle oft vorzeitig Sieg erklären oder falsche Schlussfolgerungen ziehen, obwohl die Berechnungen korrekt sind, was eine strenge menschliche Aufsicht erforderlich macht. Daher bleibt Expertenwissen unverzichtbar, um Ergebnisse zu validieren und die wissenschaftliche Richtung vorzugeben, auch wenn KI die Datenverarbeitung und Mustererkennung beschleunigt.
decoder