Transcript
00:00:00Wissenschaftler stellen Theorien darüber auf, wie die Welt funktioniert, aber allein das Aufstellen einer Theorie
00:00:11reicht nicht aus, und deshalb müssen wir Experimente bauen, physische Messgeräte,
00:00:17um unsere Theorien zu testen. Dieser Prozess des Experimente-Bauens
00:00:24verschlingt vielleicht 80 % der Zeit eines Wissenschaftlers. Sie bauen Geräte, sie richten Dinge her,
00:00:32sie betreiben Hardware- und Software-Debugging. Das sind Dinge, die eigentlich nicht direkt mit der Wissenschaft zu tun haben,
00:00:40aber sie sorgen dafür, dass Wissenschaft überhaupt funktioniert. Als ich zu Anthropic kam, hatte ich eine Vision
00:00:50für den Einsatz von KI zur Beschleunigung wissenschaftlicher Experimente, aber ich hielt es für eine völlig abwegige,
00:00:57verrückte Idee – bis ich die Arbeit des Neurowissenschaftlers Arco Bast sah, der untersucht, wie Erinnerungen im Gehirn
00:01:07in Echtzeit gebildet werden. Ich bin jetzt seit einem Jahr im Labor und richte ein sehr schwieriges Experiment ein,
00:01:14also dieses Zeug hier drüben, das ist ein maßgeschneidertes Mikroskop. Sie sehen den Laserstrahl hier, das ist im Grunde das, was passiert, wenn man das Gehirn abbildet,
00:01:30dass man diesen Laserstrahl hat, der scannt und sich bewegt.
00:01:34Es ist wirklich, wirklich wichtig, dass alles präzise ausgerichtet ist. Es gibt so viele Komponenten
00:01:41und ich möchte einfach, dass sie nahtlos miteinander kommunizieren. Das Problem ist, dass jedes Gerät
00:01:49eine andere Sprache spricht und es sehr schwierig ist, die Geräte dazu zu bringen, in ihren jeweiligen Sprachen miteinander zu reden,
00:01:55aber Arco hat einen Weg gefunden, wie das zwischen beliebigen zwei Geräten funktionieren kann. Stell Strahl 1 auf 50 Prozent Leistung.
00:02:03Ja, wir haben einen Strahl und der Strahl ist da. Als ich in diesem Raum stand
00:02:10und zusah, wie er sein Experiment durchführte, hatte ich in diesem Moment so etwas wie eine Erleuchtung. Was er gebaut hatte,
00:02:18war nicht nur auf dieses Labor anwendbar; diese Idee könnte genutzt werden, damit KI jedes wissenschaftliche Experiment der Welt durchführen kann. Ich war
00:02:30im Grunde sprachlos. Ist das unseres? Ich glaube, alles auf dem Tisch gehört uns. Okay, wir müssen anfangen, das zusammenzubauen.
00:02:38Also fingen Arco und ich an, zusammenzuarbeiten, um eine allgemeine Methode zu schaffen, mit der KI mit Geräten interagieren kann,
00:02:46was wir Model Hardware Standard nennen. Schauen Sie, mit einem sehr ausgeklügelten Mikroskop und dieses
00:02:53Mikroskop hat so viele Freiheitsgrade, Sie müssten sehen, wie es sich bewegt. Alles klar, juhu, es hat sich bewegt, es hat sich bewegt, ja.
00:03:02Ja, ich denke, alles sieht gut aus. Okay, sobald wir einen funktionierenden Prototypen hatten, mussten wir das an anderen Geräten testen,
00:03:11um zu sehen, wie es über die Neurowissenschaft hinaus funktioniert.
00:03:15Geh zur linken Begrenzung. Als Erstes habe ich so etwas wie den sicheren Bereich dieses Arms definiert: Wie weit darf er sich vom Tisch wegbewegen?
00:03:30Und wenn wir Claude bitten, sich vielleicht absichtlich aus dem Sicherheitsbereich herauszubewegen,
00:03:38kann man erkennen, dass diese Bewegung von MHS verweigert wurde. Oh, das ist unglaublich!
00:03:45Kann es im Moment irgendetwas greifen? Oh, tolle Frage! Du hast Claude noch nie gebeten, das von Grund auf zu tun,
00:03:52daher habe ich keine Ahnung, was es für uns aushecken wird. Es gibt Begriffe, die ich brauche, um... Oh, oh, wartet, wartet, was?
00:04:06Okay, okay, das war krass, das war wirklich cool. Allein die Tatsache, dass ich das heute von Grund auf bauen konnte und es innerhalb von Minuten geschafft hat,
00:04:25müssen wir natürlich auch mit Herstellern und Anbietern zusammenarbeiten, die die Geräte bauen. Deshalb haben wir begonnen, mit Danaher zusammenzuarbeiten, um Claude mit deren Leica-Mikroskop zu verbinden.
00:04:40Wir müssen uns vor Augen führen, dass Claude noch nie zuvor etwas im Zusammenhang mit dieser Anwendung gesehen hat. Es wird Fehler machen, daher können wir das als iterativen Prozess betrachten. Man muss sich vorstellen, dass ich als Wissenschaftler wochenlang daran gearbeitet habe, diese Probe bis zu diesem Punkt lebendig zu halten, und ich Tausende von Dollar in Inhaltsstoffe gesteckt habe. Ich verstehe, okay, wenn du sie kaputtmachst, ist dein Experiment weg.
00:05:08Man kann sogar sehen, wie es denkt. Es versucht nicht einfach wild, die Einstellungen des Mikroskops zu verändern, um ein Bild zu bekommen,
00:05:23ja,
00:05:23und ich denke, wir müssen ihm dabei helfen.
00:05:27Interessant hierbei ist, dass man sieht: Als ich es bat, zu einer höheren Vergrößerung zu wechseln,
00:05:32ist es sich sehr wohl bewusst, dass ein Wechsel zu einer höheren Vergrößerung dazu führen kann, dass es dagegen prallt...
00:05:39Ja, das ist erstaunlich! Ja, also es weiß, wie man ein Mikroskop bedient. Glaubst du, wir sind jetzt an einem Punkt, an dem ich eine Reihe von Befehlen eingeben und ein fokussiertes Bild erhalten kann, und weißt du, abfragen kann, was das Bild ist, und Falschfarben hinzufügen und all diese Art von Zeug? Das sollten wir ausprobieren.
00:05:55Ja, das ist unglaublich herauszufinden, das ist fantastisch! Was bedeuten die verschiedenen Farben im Moment? Könnten wir fragen: Magenta, rot schrägstrich rosa – verholzte Zellwände? Sind das die Zellwände? Das stimmt. Was wir an einem Tag erreicht haben, ist ziemlich transformativ. Claude kam herein, wir haben ihm nichts gesagt, und es versucht einfach, es herauszufinden. Morgen sollten wir versuchen, ihm, weißt du, drei Dinge zu geben – sind das die Zellwände? Das stimmt. Was wir an einem Tag erreicht haben, ist ziemlich transformativ.
00:06:17Claude kam herein, wir haben ihm nichts gesagt, und es versucht einfach, es herauszufinden. Morgen sollten wir versuchen, ihm, weißt du, es wie einen Kollegen zu behandeln.
00:06:38Oh, da ist eine Menge los drin.
00:06:40Angenommen, ein Wissenschaftler wollte sich das ansehen, dann müsste er dasitzen, warten und es ständig überwachen,
00:06:46richtig? Stundenlang, richtig? Ja, ich hatte einen schönen, aber es ist... während ich weg bin.
00:06:52Ich frage mich, ob Claude ein Programm schreiben kann, das das finden und verfolgen kann.
00:07:08Claude ist fast fertig mit dem ersten Skript zur Durchführung des Trackings.
00:07:11Das ist abge... Oh, Mist, ja, ja, verdammt!
00:07:17Herzlichen Glückwunsch! Ich finde eigentlich, es muss eine Benutzeroberfläche bauen, damit wir sehen können, was es tut, denn einfach ein Skript im Hintergrund laufen zu lassen, ist nicht akzeptabel.
00:07:23Das sieht gut aus.
00:07:31Es tut, was es soll, ja, tut es. Wir verfolgen es.
00:07:35Es versucht... drei Minuten für mich, es verfolgt das jetzt schon seit ein paar Minuten. Gibt's doch gar nicht!
00:07:39Ja, wir haben gerade dabei zugesehen, wie es das verfolgt.
00:07:41Wow, ja, Wahnsinn, dass wir das geschafft haben.
00:07:45Es hat es geschafft.
00:07:47Das ist irgendwie ein Prototyping-System oder ein sehr dynamisches System, bei dem man sehr schnell etwas erschaffen kann.
00:07:53Vielleicht taugt es sogar für einige wissenschaftliche Anwendungen.
00:07:55Der Doktorand kann seine Doktorarbeit schneller machen, weil er nicht zwei Jahre braucht, um das zum Laufen zu bringen.
00:08:01Genau, er braucht nur zwei Monate.
00:08:03Ja, und dann kann er sich auf die biologische Fragestellung konzentrieren, was unser Ziel ist.
00:08:09Sie können es immer noch nicht glauben, wir sind sehr beeindruckt.
00:08:15Ich denke, der Model Hardware Standard öffnet die Tür für viele neue Arten von Wissenschaft.
00:08:21Das naheliegende Beispiel ist die Pharmaindustrie.
00:08:25Hier bei Genentech stellen wir Medikamente für Patienten mit schweren und sogar lebensbedrohlichen Krankheiten her.
00:08:35Es sind viele, viele Iterationen erforderlich, um ein Medikament herzustellen.
00:08:41Wir testen Tausende oder sogar Hunderttausende oder gar Millionen von Molekülen,
00:08:47um das richtige Molekül zu finden, das Patienten wirklich helfen wird.
00:08:53Also werden wir ein Experiment starten, bei dem Claude eine Reihe von Arbeitsgängen ausführt
00:09:01und dann die Daten interpretiert.
00:09:03Wenn man aus einer Vertiefung aspiriert, die Blasen enthält,
00:09:07erzielt man nicht die korrekte Transfermenge.
00:09:09Wenn wir versuchen würden, hier heraus zu aspirieren,
00:09:11bekommen wir die richtigen Mengen in die Vertiefungen ohne Blasen
00:09:15und dann falsche Mengen in denen mit den Blasen.
00:09:17Wenn Claude im Spiel ist, könnten wir während der Produktionsläufe potenziell überprüfen,
00:09:21ob diese Blasen auftreten,
00:09:25und hoffentlich verfügt es über den Kontext und das Wissen, um Anpassungen vorzunehmen.
00:09:29Claude führt einige Ausführungen durch,
00:09:33liest die Messwerte ab und ändert dann die Ausführungsparameter geringfügig,
00:09:39um zu sehen, ob es das Experiment in einem geschlossenen Regelkreis insgesamt verbessern kann.
00:09:43Die Beschleunigung dieses Kreislaufs bedeutet einfach, dass wir mehr Versuche frei haben
00:09:53und schneller zu den Antworten gelangen können.
00:09:57Das hier hat einfach weniger Blasen.
00:09:59Es hat Blasen in zweien, aber im Rest nicht,
00:10:03also ist das besser.
00:10:05Das ist wirklich das erste Mal in der Geschichte, dass wir es einer KI ermöglichen, in der Wirkstoffforschung
00:10:15mit der physischen Welt zu interagieren.
00:10:17Es ist definitiv historisch, ja.
00:10:19Ich denke, es ist sehr schwierig für uns vorherzusagen,
00:10:21wie KI und der Model Hardware Standard die Welt
00:10:25wissen Sie, in 30, 50 Jahren beeinflussen werden.
00:10:27Nun, das sind die schönsten Momente:
00:10:39wenn es etwas gibt, das ich vorher nicht tun konnte,
00:10:41und jetzt kann ich es tun;
00:10:43etwas, das ich vorher nicht sehen konnte, und jetzt kann ich es sehen.
00:10:45Das ist der Antrieb.
00:10:47Ich möchte Dinge verstehen, die wir im Moment noch nicht verstehen.
00:10:49Stellen Sie sich vor, was wir in der Medikamentenentwicklung sehen werden,
00:10:55in der Quanteninformatik,
00:10:57in der Kernfusion,
00:10:59in großen Technologien, die die Welt verändern könnten,
00:11:01wenn Wissenschaftler Zugriff auf diese Technologie haben.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video