Direkt zum Seiteninhalt springen

Helmholtz-ELLIS Workshop

Trends in der KI-Forschung

Bild: Svea Pietschmann / Max Delbrück Center

Welche Rolle sollte KI in Wissenschaft, Wirtschaft und Gesellschaft spielen? Wie entwickeln wir verlässliche KI-Modelle, die zugleich ethische Standards erfüllen? Und: Wie können wir Modelle effektiver machen und dabei möglichst ressourcenschonend vorgehen?

Diesen und vielen weiteren Fragen widmete sich der zweitägige Workshop am 18. und 19. März, den Helmholtz gemeinsam mit dem European Laboratory for Learning and Intelligent Systems (ELLIS) in Berlin veranstaltet hatte. Mit hochkarätigen Rednern von Meta, Microsoft, der ETH Zürich, der Simons Foundation, ELLIS, Helmholtz und vielen weiteren renommierten Partnern setzte der Workshop ein wichtiges Zeichen für die interdisziplinäre KI-Forschung.

Während der erste Tag Einblicke in die neuesten Fortschritte bei der Entwicklung von Large Language Models (LLMs) bot, ging es am zweiten Tag darum, wie Künstliche Intelligenz bereits zu einem unverzichtbaren Werkzeug bei der Analyse und Lösung komplexer wissenschaftlicher Fragestellungen geworden ist. Von der Helmholtz-Gemeinschaft nahm Lena Maier-Hein (DKFZ/Helmholtz Imaging) als Speakerin teil. Als Expertin für maschinelles Lernen in der biomedizinischen Bildanalyse stellte sie in ihrem Vortrag zentrale Defizite für eine transparente Bewertung von Foundation-Modellen heraus. Ihr Ziel: eine kritische Auseinandersetzung darüber anzustoßen, wie künftige KI-Systeme nicht nur leistungsfähiger, sondern auch zuverlässiger, transparenter und inklusiver gestaltet werden können.

Bild: Svea Pietschmann / Max Delbrück Center

Der Workshop verdeutlichte eindrucksvoll, dass der Einsatz von Foundation-Modellen so vielfältig ist wie die Wissenschaft selbst – und gleichzeitig, dass unterschiedliche Disziplinen vor ganz ähnlichen methodischen Herausforderungen beim Umgang mit Foundation-Modellen stehen. Das zeigten nicht zuletzt die folgenden Beiträge: Shirley Ho (Simons Foundation & NYU) demonstrierte, wie sie moderne Deep-Learning-Methoden erfolgreich in der Astrophysik verankert. In ihrem Vortrag erläuterte sie, wie KI-basierte Ansätze dabei helfen, komplexe astrophysikalische Datenmengen zu analysieren und neue Einsichten zu gewinnen. Willie Neiswanger (USC) stellte ein Foundation-Modell vor, das auf DNA- und RNA-Sequenzen aus Abwasserproben trainiert wurde. Ziel dieses Modells sei es, die genetische Vielfalt des menschlichen Mikrobioms umfassend zu erfassen und dadurch ein effektives Frühwarnsystem für neuartige Krankheitserreger und potenzielle Pandemien zu entwickeln. Sarath Chandar (MILA & Polytechnique Montréal) beleuchtete die spezifischen Herausforderungen beim Einsatz von Foundation-Modellen in der biologischen Forschung. Anhand von drei Beispielen zeigte er auf, dass nicht die Größe eines Modells, sondern vielmehr die Qualität der Daten, präzise Repräsentationen und aufgabenspezifische Evaluierungen über den wissenschaftlichen Erfolg entscheiden. Besonders bei der Simulation von Proteininteraktionen und der Generierung neuer Moleküle sei ein durchdachtes Modellierungskonzept unerlässlich, so Chandar.

Die Vorträge machten deutlich: Foundation-Modelle entwickeln sich zu einem interdisziplinären Schlüsselwerkzeug – mit dem Potenzial, neue Erkenntnisse dort zu ermöglichen, wo zuvor kaum Brücken aufgrund disziplinärer Grenzen bestanden. Der Workshop wurde von der Synergy Unit der Helmholtz Foundation Model Initiative (HFMI) organisiert, um Forschende aus verschiedenen naturwissenschaftlichen Disziplinen mit KI-Expert:innen in den Austausch zu bringen. Denn nur durch das enge Zusammenspiel von Forschenden aus Industrie und Wissenschaft lassen sich komplexe Forschungsfragen, die für die heutige Generation von KI-Modellen noch eine Herausforderung darstellen, in Zukunft lösen.

Bild: Svea Pietschmann / Max Delbrück Center

„Die Geschwindigkeit, mit der die Entwicklung von LLMs und Foundation-Modellen voranschreitet, ist enorm,“ sagt Florian Grötsch, Manager des Frameworks „Information and Data Science“ der Helmholtz Gemeinschaft. „Umso wichtiger wird es, nicht nur einen regelmäßigen Austausch zwischen Methodenentwickler:innen und Nutzer:innen zu stärken, sondern auch gemeinsame Benchmarks zu etablieren und für eine Offenheit der Modelle einzutreten.“ Mit der Synergy Unit habe die Helmholtz Gemeinschaft eine Gruppe von hochkarätigen Forschenden zusammengebracht, die einen solchen Austausch gestalten und moderieren können, erklärt Grötsch weiter. Neben ihrer Mission, den internationalen Wissensaustausch zwischen führenden KI-Akteuren auf der ganzen Welt durch die Organisation von Workshops oder Konferenzen zu befördern, beschäftige sie sich mit methodischen Fragestellungen bei der Entwicklung von Foundation-Modellen und fokussiere sich dabei insbesondere auf Themen wie Kosteneffizienz, Leistungsfähigkeit und domänenübergreifende Skalierbarkeit.

An dem Workshop nahm auch Helmholtz-Präsident Otmar D. Wiestler teil. In seiner Rede zur feierlichen Eröffnung des Abendempfangs, der am Abend des ersten Tags im Naturkundemuseum stattfand, betonte er: „Mit unserer weltweit führenden HPC-Infrastruktur, unserem Information and Data Science Framework und der Helmholtz Foundation Model Initiative haben wir die Grundlage für ambitionierte, KI-getriebene Forschung geschaffen, Silos aufgebrochen und einen kulturellen Wandel hin zu datengetriebener Wissenschaft in allen Forschungsbereichen angestoßen. Doch keine Institution und kein Land kann diesen Weg allein erfolgreich gehen. Der Fortschritt in diesem Bereich vollzieht sich in atemberaubendem Tempo, und starke, verlässliche Partnerschaften sowie eine enge Zusammenarbeit aller relevanten Akteure sind unerlässlich. Dieser gemeinsame Workshop zwischen Helmholtz und ELLIS ist ein wunderbares Beispiel für die große Kraft, die in wissenschaftlicher Zusammenarbeit liegt.“

Leser:innenkommentare