Google Research veröffentlicht 4 wissenschaftliche Durchbrüche

Das KI-Modell Empirical Research Assistance löst reale wissenschaftliche Probleme in der Epidemiologie, Kosmologie, Klimaforschung und den Neurowissenschaften. Damit berechnet das Modell äußerst komplexe Zusammenhänge und knackt bisher ungelöste Aufgaben in der Forschung.

Präzise Prognosen für Krankenhäuser

Inzwischen sagt die künstliche Intelligenz Einweisungen in US-Kliniken für COVID-19, Grippe sowie das RS-Virus äußerst präzise voraus. Dabei übertrifft Empirical Research Assistance, kurz ERA, oftmals etablierte Modelle der US-Gesundheitsbehörde CDC.

Jede Woche übermittelt das Team Echtzeit-Prognosen für sämtliche US-Bundesstaaten. Auf öffentlichen Ranglisten belegen diese Vorhersagen folglich regelmäßig die vordersten Plätze. Dadurch verbessern die KI-Modelle das Tracking von Infektionskrankheiten erheblich.

Mathematische Lösungen für das Universum

Darüber hinaus entschlüsselt das KI-Modell physikalische Rätsel aus dem frühen Universum. Kosmische Strings senden theoretisch Gravitationsenergie aus. Deren exakte Berechnung galt aufgrund mathematischer Singularitäten lange als ungelöstes Problem.

Folglich kombinierten die Wissenschaftler ERA kürzlich mit Gemini Deep Think. Durch diese gezielte Zusammenarbeit lieferten die Modelle sechs allgemeine Lösungen. Ebenso generierte der Verbund eine exakte mathematische Formel für den asymptotischen Grenzbereich.

CO2-Überwachung aus dem All

Auch in der Klimaforschung generiert Empirical Research Assistance völlig neue Datensätze. Ein physikgesteuertes neuronales Netz extrahiert aus den Aufnahmen herkömmlicher Wettersatelliten wie GOES East detaillierte CO2-Werte.

Bisherige Spezialsatelliten tasten die Erdoberfläche lediglich punktuell im Abstand von 16 Tagen ab. Demgegenüber berechnet die künstliche Intelligenz die CO2-Konzentration auf der gesamten Hemisphäre alle zehn Minuten.

Somit liefert das Modell hochauflösende räumliche sowie zeitliche Muster der Emissionen.

Tiefe Einblicke in neuronale Schaltkreise

Schließlich analysiert ERA in den Neurowissenschaften das Verhalten von Zebrafischen. Dafür erhält das KI-Modell einen vereinfachten Bauplan des Gehirns.

Aus diesen Strukturdaten leitet das Modell anschließend eigenständig funktionierende neuronale Mechanismen ab. Diese errechneten Ergebnisse stellen keine simplen statistischen Annäherungen dar. Vielmehr handelt es sich um exakte biologische Abläufe.

Die Erkenntnisse aus Simulationen und realen Daten belegen die beachtliche analytische Tiefe. Letztendlich machen die eingesetzten Modelle komplexe Sachverhalte jenseits klassischer Black-Box-Ansätze transparent und nachvollziehbar.