Accelerated Discovery – Wissenschaft beschleunigen, um eine nachhaltigere Zukunft zu schaffen

By | 8 minute read | November 10, 2021

211110_IBM_Accelerated Discovery_Header_990x498px

Extreme Wetterereignisse, die Verschmutzung der Umwelt und die globale Gesundheitskrise der vergangenen Monate haben uns gezeigt, wie komplex die Probleme unserer Welt sind – und wie sehr wir wissenschaftliche Fortschritte benötigen, um diese Herausforderungen zu meistern. Lösungen für die zentralen Probleme unserer Epoche sollen Forscher_innen und Ingenieur_innen am besten in kürzester Zeit finden. Denn auf der Suche nach Lösungen wendet sich die Welt zunehmend an die Wissenschaft. Dies untermauert eine aktuelle Studie des IBM Institute for Business Value (IBV): Weltweit sind fast 9 von 10 Befragten (88 %) der Meinung, dass Fortschritte in Wissenschaft und Technologie entscheidend sind, um die Welt zu verbessern. Ein neuer Ansatz, die „Accelerated Discovery“-Methode, soll dazu beitragen, den Forschungs- und Entwicklungsprozess immens zu beschleunigen. In diesem Blogbeitrag berichten wir darüber ausführlich – nachdem wir die Ergebnisse der neuen Wissenschafts- und Technologie-Studie von IBM vorgestellt haben.

Studie bestätigt Vertrauen in die Kraft von Wissenschaft und Technologie

An der globale IBM-Umfrage haben im Juli 2021 mehr als 14.500 Erwachsene aus 9 Ländern – darunter auch mehr als tausend aus Deutschland – teilgenommen (siehe Grafik). Die überwiegende Mehrheit (88%) der Befragten ist überzeugt, dass Technologie dazu beitragen kann, viele der Probleme zu lösen, mit denen die heutige Gesellschaft konfrontiert ist. Davon glauben 76% der deutschen Befragten, dass Fortschritte in Wissenschaft und Technologie für eine bessere Welt unerlässlich sind. Die Befragten in Deutschland geben an, dass Technologien die größten Auswirkungen auf die heutige Menschheit und Gesellschaft haben, wenn es um den Schutz von Regenwäldern und anderen Ökosystemen (39 %) sowie die Sicherstellung der Frischwasserversorgung (33 %) geht.

Die schnelle Entwicklung der COVID-19-Impfstoffe hat dieses Vertrauen in Wissenschaft und Technologie gestärkt, sagen fast 4 von 5 der weltweiten Befragten (79%). Dem stimmt die Mehrheit der deutschen Befragten (61%) zu. Damit zeigen die Antworten das hohe Maß an Vertrauen in wissenschaftliche Experten und deren Forschung.

Am optimistischsten sind die Teilnehmer_innen der IBM-Studie hinsichtlich der potenziellen Auswirkungen von Künstlicher Intelligenz (KI), Robotik und Halbleitertechnologie. So sind 86 % der Befragten überzeugt, dass KI uns helfen wird, die dringendsten Herausforderungen zu lösen.

IBM_Accelerated Discovery_1_500px

Accelerated Discovery als Turbo für Entdeckungen

Die Klimakrise ist sicherlich eines der dringendsten Probleme unserer Zeit. Und während die Herausforderungen, die vor uns liegen, groß sind, sind die Versprechen und Erwartungen an Lösungen, die von der Forschung und Technologien angetrieben werden, noch größer. Die traditionelle, jahrhundertealte wissenschaftliche Methode von “Trial and Error“, sprich Versuch und Irrtum, hat der Gesellschaft gute Dienste geleistet. Dennoch ist sie unglaublich kostspielig und zeitaufwändig. Zeit, die wir gerade in der Klimakrise nicht mehr haben. Wir müssen mit Hilfe von Technologien wie Künstliche Intelligenz (KI), Hybrid Cloud, Robotik und Quantencomputing wissenschaftliches Arbeiten beschleunigen, um schneller Durchbrüche zu erzielen. Dieser Ansatz bezeichnet sich als „Accelerated Discovery“ und stützt sich auf KI-generierte Hypothesen, KI-angereicherte Simulationen sowie automatisierte Tests, um den Forschungs- und Entwicklungsprozess zu beschleunigen.

Dieser neue Ansatz wird bei der Entwicklung von Materialien zur Kohlenstoffabscheidung, nitratreichen Düngemitteln und umweltfreundlichen Batterien sowie bei den Behandlungen von Viruserkrankungen sehr nützlich sein. Accelerated Discovery kann auch dabei helfen, die Nachhaltigkeit und Widerstandsfähigkeit globaler Lieferketten und Abläufe zu erhöhen und sie robuster gegenüber zukünftigen Wetterereignissen und potenziellen globalen Gesundheitskrisen zu machen. Seit einem Jahr nutzen Wissenschaftler_innen von IBM diese wissenschaftliche Methode, um die Entwicklung von nachhaltigen Materialien zu beschleunigen – mit vielversprechenden Ergebnissen.

IBM_Accelerated Discovery_2_500px

Accelerated Discovery im Kampf gegen CO2

Mithilfe sogenannter generativer KI-Modellierung haben die Forscher bei IBM mehrere hundert Molekülstrukturen identifiziert, die effizientere und kostengünstigere Alternativen zu bestehenden Trennmembranen für die Abscheidung von Kohlendioxid ermöglichen. Aktuell evaluieren sie diese Kandidatenmoleküle mit Hilfe von automatisierten Molekulardynamiksimulationen auf High-Performance-Computing (HPC)-Clustern.

Auch bei der Entwicklung von nachhaltigen Hochleistungs-Photoresistmaterialien, die bei der Herstellung von Computerchips verwendet werden, kommt der Accelerated Discovery Ansatz zum Einsatz, um den gesamten wissenschaftlichen Entdeckungsprozess um das Zehnfache zu beschleunigen und die Kosten um einen ähnlichen Faktor zu senken.

Generative Modelle und Deep-Learning-Architekturen wie Transformatoren verändern auch das Materialdesign radikal. Generative Modelle für den Entwurf von Hypothesen beschleunigen die frühen Phasen der chemischen Entdeckung um das Zehnfache. Transformers haben ein einzigartiges, über die Cloud zugängliches KI-gesteuertes Roboterlabor ermöglicht, das Experimente bis zu 100-mal schneller durchführt als herkömmliche Methoden. Ein integrierter Satz von Werkzeugen zur beschleunigten Entdeckung wird auf die Entwicklung von nachhaltigen Hochleistungs-Fotoresistmaterialien angewandt, die bei der Herstellung von Computerchips verwendet werden, mit dem Ziel, den gesamten wissenschaftlichen Entdeckungsprozess um das Zehnfache zu beschleunigen und die Kosten um einen ähnlichen Faktor zu senken. Durch die Zusammenführung dieser Technologien wird ein vollständiger, geschlossener Kreislauf zur Beschleunigung der Forschung geschaffen. Mit der ersten End-to-End-Implementierung im Kontext der Materialwissenschaft können die Entdeckungsabläufe erfasst und als flexible, kontinuierliche, KI-gesteuerte Prozesse neu implementiert werden, um andere Arten von Problemen zu lösen.

Wie KI und Qubits helfen könnten, den Klimawandel zu bekämpfen

Die Entdeckung nachhaltigerer Materialien

Um unseren Planeten dauerhaft besser zu schützen, brauchen wir dringend Materialien, die in vielerlei Hinsicht nachhaltig sind. Ein großes Thema sind dabei Batterien und Akkus. So unverzichtbar sie für unser tägliches Leben inzwischen geworden sind – ihre Produktion und die verwendeten Materialien belasten die Umwelt. IBM Research setzt mit einem Accelerated Discovery-Ansatz Quantencomputing, Künstliche Intelligenz (KI) und andere Technologien ein, um verschiedene Batteriealternativen zu erforschen. Dazu arbeitet IBM zum einen mit Industriepartnern zusammen, um Materialien zu erforschen und zu testen, die den Einsatz von Schwermetallen in Lithium-Ionen-Batterien überflüssig machen. Zum anderen setzt IBM Quantencomputer ein, um die nächste Generation nachhaltiger Batterien zu erforschen.

Wissenschaftler_innen von IBM verwenden auch die oben bereits erwähnten generativen KI-Modelle, um neue Materialien mit bestimmten gewünschten Eigenschaften zu entwerfen. Dazu gehören auch Photosäure-Generatoren (PAGs) – eine kritische Klasse von Materialien, die in der Halbleiterherstellung verwendet und für den Bau nachhaltigerer Computergeräte eingesetzt werden können. Forscher_innen von IBM nutzen einen durchgängigen KI-gestützten Arbeitsablauf, um derzeit drei neuartige PAG-Kandidaten zu synthetisieren, und beschleunigten damit einen Forschungsprozess, der normalerweise bis zu 10 Jahre dauert und bis zu 100 Millionen Dollar kosten kann.

Vorbereitung auf zukünftige Gesundheitskrisen

IBM_Accelerated Discovery_3_480px

So wie KI eine wichtige Rolle bei der Entdeckung neuer Materialien spielen kann, hat sie ein enormes Potenzial, die Durchbrüche bei der medizinischen Forschung zu beschleunigen. Das ist auch die Grundlage für eine auf 10 Jahre angelegte Zusammenarbeit mit der Cleveland Clinic. Sie setzt fortschrittliche Computertechnologie zur Generierung und Analyse von Daten ein, um die Forschung in Bereichen wie Genomik, Einzelzell-Transcriptomics, Krankheitsprävention, klinische Anwendungen sowie chemische und medikamentöse Forschung zu verbessern.

In die Wissenschaft und Technologie von morgen investieren

Um neue Entdeckungen zu ermöglichen, müssen wir uns als Gesellschaft auch auf den Aufbau künftiger Qualifikationen in Wissenschaft und Technologie konzentrieren. Denn mit der Zunahme neuer Technologien wie KI, Hybrid-Cloud und Quantencomputing wächst auch die Nachfrage nach technischen Talenten. Dies setzt voraus, dass Unternehmen ihre derzeitigen Mitarbeiter_innen dabei unterstützen, sich in wichtigen Bereichen weiterzubilden und in eine vielfältige Belegschaft der Zukunft zu investieren. Programme wie SkillsBuild bieten kostenloses Lernen, Unterstützung und Ressourcen zur Förderung von MINT-Fähigkeiten für Menschen jeden Alters. Daher hat sich IBM auch verpflichtet, bis 2030 weltweit 30 Millionen Menschen im Bereich Wissenschaft und Technologie aus- und weiterzubilden.

In der globalen Wissenschafts- und Technologie-Studie von IBM äußerten die befragten Arbeitnehmer_innen eine starke Nachfrage nach Qualifikationsentwicklung – selbst wenn sie dafür Opfer bringen müssen: 59 % der Befragten geben an, dass sie eine Gehaltskürzung in Kauf nehmen würden, um für einen Arbeitgeber zu arbeiten, der Schulungen zu neuen Technologien anbietet. 72 % der Befragten würden sogar zu einem Arbeitgeber wechseln, der solche Schulungen anbietet. Die große Mehrheit der Befragten (85 %) sind zuversichtlich, dass sie bei der Arbeit mit den künftigen Fortschritten in Wissenschaft und Technik Schritt halten können.

Die Probleme unserer Zeit mögen größer und komplexer sein als jemals zuvor, aber mit den richtigen Ressourcen und Investitionen sind wir in der Lage, die Herausforderungen von heute zu bewältigen und uns gleichzeitig auf die von morgen vorzubereiten.