David Sinclair beschreibt einen deutlichen Wandel: In seinem Labor ist KI nicht mehr nur ein Produktivitätswerkzeug. Sie ist zu einem unverzichtbaren Teil der Forschung geworden und verkürzt Arbeiten, die früher nach seiner Einschätzung Hunderte von Jahren gedauert hätten.
Was KI in der Langlebigkeitsforschung verändert
Ein zentrales Beispiel ist KI-gestütztes Wirkstoffdesign. Forschende können Milliarden von Molekülen prüfen, perspektivisch sogar Billionen, um Kandidaten zu finden, die Aspekte des Alterns umkehren könnten.
Sinclair verweist außerdem auf Zellanalysen. KI kann Zellen betrachten und schnell einschätzen, ob sie jung oder alt wirken, sodass Millionen von Zellen in etwa zehn Minuten ausgewertet werden können.
Wissenschaftliche Agenten als Ideengeber
Ein weiteres wichtiges Signal ist Cadence, beschrieben als agentisches Wissenschaftssystem für die Langlebigkeitsforschung. Nachdem es mit transcriptomischen Daten gespeist wurde, soll es einen Ansatz zur Betrachtung des biologischen Alters gefunden haben, an den das Team zuvor nicht gedacht hatte.
Warum das wichtig ist
Entscheidend ist nicht nur die Geschwindigkeit. Sinclair betont, dass KI-Systeme Ideen liefern und sogar kreativ wirken können. Damit verschiebt sich ihre Rolle vom Assistenzsystem hin zu einem wissenschaftlichen Mitstreiter.
Source
- Chaîne: Peter H. Diamandis
- Vidéo source: https://www.youtube.com/shorts/tX3YjOaoTP4
No comments yet