Künstliche Intelligenz für die Wissenschaft: Das grundlegende Geheimnis des großen Ausbruchs von KI in China

Wenn KI zur "Infrastruktur" der Grundlagenforschung wird und die Transformation des Forschungsparadigmas die zugrunde liegende Logik der Technologieentwicklung erreicht, wird der Aufbruch der chinesischen Technologie kein ferner Traum mehr sein.

Während Anwendungsbegriffe wie KI-Agenten und generative KI auf den Kapitalmärkten immer wieder Spekulationsschübe auslösen, formt ein Konzept mit noch grundlegenderem Transformationspotenzial die Entwicklung der chinesischen Technologie neu - KI für die Wissenschaft (Scientific Intelligence, kurz AI4S). Es ist nicht einfach eine technische Anwendung, sondern die Stärkung der Grundlagenforschung durch Künstliche Intelligenz, die eine umwälzende Veränderung des Forschungsparadigmas von "Fehlerversuch-getrieben" zu "Daten + Modell-getrieben" bewirkt. Während die Kapitalmärkte noch nach kurzfristigen Anwendungsgewinnen streben, haben chinesische Unternehmen sich in den drei Schlüsselbranchen Neuwertige Materialien, Biopharmazie und Chips auf AI4S konzentriert, um die Effizienzengpässe in der Grundlagenforschung zu überwinden. Diese tiefe Integration von Grundlagenforschung und KI könnte der Schlüssel sein, wie die chinesische Technologie die "Halsklemmen" überwindet und einen Aufbruch erlebt.

Das Kernstück von AI for Science ist es, die Künstliche Intelligenz zum "Superhelfer" der Wissenschaftler zu machen. Die traditionelle Forschung ist oft von langen Zyklen, hohen Kosten und Schwierigkeiten bei der Datenverarbeitung geprägt. Beispielsweise kann die Entwicklung neuer Materialien Tausende von Experimenten erfordern, die Entwicklung neuer Medikamente dauert im Durchschnitt über 10 Jahre, und die Chip-Designer stehen vor der Rechenleistungschallenge von Milliarden von Parametern. Mit Technologien wie maschinellem Lernen, Big Data-Analyse und Quantencomputersimulation kann AI4S Muster aus riesigen Datenmengen extrahieren, Vorhersagemodelle erstellen und sogar wissenschaftliche Hypothesen rückwärts generieren. Es kann nicht nur die Forschungszyklen um ein Vielfaches verkürzen, sondern auch auf hochdimensionale, komplexe Probleme zugreifen, die der menschlichen Intuition schwer zugänglich sind. Dies ist auch der Kernunterschied zwischen AI4S und gewöhnlichen KI-Anwendungen - letztere konzentrieren sich auf die industrielle Umsetzung, während AI4S in der Grundinnovation wurzelt und die "Quelle" der Technologieentwicklung ist.

In China ist AI4S nicht nur eine theoretische Idee, sondern hat bereits in den drei Schlüsselbranchen konkrete Anwendungen gefunden. Von der atomaren Gestaltung neuer Materialien über die Medikamentenentwicklung in der Biopharmazie bis hin zur Rechenleistungserhöhung bei Chips werden börsennotierte Unternehmen zur Hauptkraft bei der technologischen Erforschung und gehen einen chinesisch geprägten Weg in der Entwicklung von AI4S.

Im Bereich der Neuwertigen Materialien ist die Zusammenarbeit zwischen Fangda Carbon (600516.SH) und Jingtai Technology ein typisches Beispiel dafür, wie ein traditionelles Herstellungsunternehmen sich AI4S zuwendet. Kohlenstoff-Neuwertige Materialien sind die Kernbasis für die Energiewende und die Hochtechnologiefertigung. Doch im Rahmen des traditionellen Forschungsmodells kann die Optimierung der Rezeptur und die Einstellung des Herstellungsprozesses von Hochleistungs-Kohlenstoffmaterialien Jahre dauern, und es ist schwierig, die Leistungsgrenzen zu überwinden.

Im Jahr 2025 unterzeichneten Fangda Carbon und Jingtai Technology ein strategisches Kooperationsabkommen. Basierend auf Jingtai Technologys KI-Algorithmen und Fähigkeiten in der quantenchemischen Berechnung und in Kombination mit Fangda Carbons Branchenerfahrung im Bereich der Kohlenstoffmaterialien wurde ein "KI + Roboter"-Superintelligenzsystem für die Entwicklung neuer Materialien geschaffen. Durch die Erstellung eines vertikalen Großen Modells gelang es beiden Seiten, die atomare Gestaltung von Hochleistungs-Materialien wie Silizium-Kohlenstoff-Verbundmaterialien und Graphen zu realisieren. Dadurch wurde die Entwicklungszeit für neue Materialien von traditionell 2 - 3 Jahren auf 3 - 6 Monate verkürzt. Gleichzeitig wurde die Fertigungstechnologie mithilfe der Digitalen Zwillings-Technologie optimiert, was zu einer Steigerung der Ausschussquote von Hochleistungs-Kohlenstoffprodukten um über 15 % führte. Fangda Carbon plant, in den nächsten drei Jahren 1 Milliarde Yuan in die Innovation zu investieren und gemeinsam mit Jingtai Technology einen Sonderfonds für Talente aufzubauen, um KI-Fachkräfte für die Materialentwicklung auszubilden. Der Kernwert dieses Modells liegt darin, dass es die "Schleife" von "KI-Algorithmus + Branchen-Daten + experimentelle Validierung" schließt, sodass die Grundlagenforschung direkt auf die Branchenanforderungen abzielt und das Problem der Entkopplung von Forschung und Industrie vermieden wird. In Zukunft besteht mit der Vertiefung der Zusammenarbeit die Möglichkeit, technologische Durchbrüche in Bereichen wie Anodenmaterialien für Lithium-Ionen-Batterien und Kohlenstoffmaterialien für die Halbleiterindustrie zu erzielen und die Basis für die Hochtechnologietransformation der chinesischen Neuwertigen Materialienindustrie zu legen.

Im Bereich der Biopharmazie hat Medici (688202.SH) die gesamte KI-gesteuerte Medikamentenentwicklungskette neu strukturiert und ist somit ein Leitbeispiel für die Anwendung von AI4S in der Pharmaforschung. Die traditionelle Medikamentenentwicklung gilt als "geld- und zeitaufwendig". Die einzelnen Schritte wie die Identifizierung von Zielmolekülen, das Design von Molekülen und die präklinische Forschung sind mit Engpässen verbunden, und die Entwicklungskosten für ein neues Medikament betragen im Durchschnitt über 2 Milliarden US-Dollar. Medici war der erste, der eine tiefe Integration von "KI + CRO" erreichte. Indem es Open-Source-Technologien wie Google AlphaFold3 und Nvidia BioNeMo integrierte, baute es eine KI-gestützte Plattform für die Medikamentenentwicklung, die die Zielmolekülauswahl, das Moleküldesign und die präklinische Forschung abdeckt.

Im Schritt der Zielmolekülauswahl kann die eigenentwickelte Algorithmus in Kombination mit AlphaFold3s Fähigkeit zur Vorhersage der atomaren Proteinstruktur wöchentlich 5.000 virtuelle Verbindungslibraries automatisch iterieren, und die Genauigkeit der Toxizitätsvorhersage steigt auf 92 %. Im Schritt des Moleküldesigns kann das auf BioNeMo basierende generative Modell einen potentiellen chemischen Raum von 10^60 Größenordnungen erkunden und innovative Moleküle entwerfen, die mit traditionellen Methoden schwer zugänglich sind. Im Schritt der präklinischen Forschung hat die Installation der Nvidia DGX SuperPOD Rechenleistungskluster die Genauigkeit des Vorhersagemodells für die Arzneistoffmetabolismus erheblich verbessert und die Abhängigkeit von Tierversuchen um 30 % reduziert.

Ein typisches Beispiel ist das Projekt ISM3412 in Zusammenarbeit mit Insilico Medicine. Durch die ganzheitliche Unterstützung von KI wurde der präklinische Forschungszyklus um 40 % verkürzt und die IND-Anmeldung schnell abgeschlossen. Im Jahr 2024 betrug der Anteil der KI-verwandten Einnahmen von Medici bereits 18 %, und es wird erwartet, dass dieser Anteil bis 2027 auf 45 % steigen wird. Diese Erforschung hat nicht nur die Kosten für die Medikamentenentwicklung gesenkt, sondern auch die Effizienz der chinesischen Pharmaforschung in die Spitzengruppe weltweit gebracht und einen neuen Weg für die Lösung der ungedeckten klinischen Bedürfnisse bei seltenen Krankheiten und Krebs eröffnet.

Im Bereich der Chips hat Dowstone Technologies (300409.SZ) sich auf den Engpass der Rechenleistung von AI4S fokussiert und durch die Einführung von atomaren wissenschaftlichen Rechenchips eine doppelte Rechenleistungsbasis für die Entwicklung neuer Materialien und Chips geschaffen. Die Umsetzung von AI4S erfordert eine starke Rechenleistung, insbesondere in Szenarien wie der Molekülsimulation und der atomaren Materialgestaltung. Hier werden hohe Anforderungen an die parallele Rechenleistung der Chips gestellt, die die traditionelle CPU/GPU-Architektur nicht erfüllen kann.

Dowstone Technologies hat sich in Xinpeisen eingekauft und somit einen Eingang in den Bereich der speziellen AI4S-Chips gewonnen. Die von Xinpeisen entwickelten APU-Chips sind speziell für die atomare wissenschaftliche Berechnung konzipiert und haben den Rechenleistungsengpass der traditionellen Chips in der wissenschaftlichen Berechnung überwunden. Gleichzeitig hat Dowstone Technologies das Hexi Atomic Computing Center aufgebaut, das die APU-Chips mit seinen eigenen Neuwertigen Materialienentwicklungserfordernissen kombiniert und einen bidirektionalen Zyklus von "Chipentwicklung fördert das Materialdesign, Materialanforderungen verbessern den Chip" realisiert.

Bei der Entwicklung von Lithium-Ionen-Batteriematerialien kann das Hexi Computing Center durch die atomare Simulation die elektrochemischen Eigenschaften der Elektrodenmaterialien genau vorhersagen und die Effizienz der Auswahl neuer Materialrezepturen um mehr als das Zehnfache erhöhen. Die Probleme bei der Wärmeableitung und der Leistungsoptimierung der Chips können wiederum mithilfe von Dowstone Technologys Erfahrungen im Bereich der Neuwertigen Materialien gelöst werden. Dieses kooperative Innovationsmodell von "Chip + Material" füllt nicht nur die Lücke in der chinesischen Spezialrechenleistungschips für AI4S, sondern auch eine technologische Schleife mit eigener Kontrolle aufgebaut und die Basis für die Grundlagenforschung in Bereichen wie Chips und Neuwertigen Materialien gelegt.

Die erfolgreiche Umsetzung der chinesischen Unternehmen in der AI4S-Branche beruht im Wesentlichen auf den drei Vorteilen von "Branchenanforderungen treiben an + technologische Eigeninnovation + kontinuierliche politische Unterstützung". Im Gegensatz zu den ausländischen Ansätzen, die stärker auf die Grundlagenforschung ausgerichtet sind, zielt die chinesische AI4S von Anfang an auf die Branchenprobleme ab. Die Erkundungen von Fangda Carbon, Medici und Dowstone Technologies basieren alle auf den eigenen Branchenanforderungen der Unternehmen und vermeiden somit die Entkopplung von Technologie und Markt. Auf technischer Ebene bieten die Durchbrüche bei den chinesischen Rechenleistungschips und KI-Algorithmen die Garantie für die eigenständige und kontrollierbare Entwicklung von AI4S. Die Rechenleistungsbasis von Unternehmen wie Loongson Technology und Hygon Information wirkt sich synergistisch auf die Anwendungsunternehmen aus. Politisch gesehen ist AI4S in die zentrale Strategie des nationalen Technologie- und Innovationssystems integriert, und die regionalen Behörden haben zahlreiche Unterstützungsmaßnahmen wie die Einrichtung von Supercomputing-Centern und die Freigabe von Forschungsdaten ergriffen, die die Umsetzung der Technologie ermöglichen.

Natürlich stehen der Entwicklung von AI4S immer noch viele Herausforderungen entgegen: Das Fehlen von hochwertigen wissenschaftlichen Daten, das Fehlen von interdisziplinären Fachkräften und die mangelnde Interpretierbarkeit der Modelle sind immer noch die Engpässe, die die skalierbare Umsetzung von AI4S behindern. Dennoch bietet AI4S China eine beispiellose Chance, die Schwächen in der Grundlagenforschung zu überwinden. Die Grundlagenforschung ist die "Wurzel" der Technologieentwicklung. In der Vergangenheit war das schnelle Wachstum der chinesischen Technologiebranche eher auf die Innovation auf der Anwendungsseite und die Optimierung des Geschäftsmodells zurückzuführen. Mit AI4S hat China nun die Möglichkeit, in Grundlagenbereichen wie Neuwertigen Materialien, Biopharmazie und Chips "auf einem anderen Fahrstreifen" voranzukommen.

Wenn KI zur "Infrastruktur" der Grundlagenforschung wird und die Transformation des Forschungsparadigmas die zugrunde liegende Logik der Technologieentwicklung erreicht, wird der Aufbruch der chinesischen Technologie kein ferner Traum mehr sein. Die Erkundungen von Fangda Carbon, Medici und Dowstone Technologies sind nur ein Auszug aus der Entwicklung von AI4S in China. In Zukunft wird AI4S mit der Einbindung mehrerer Unternehmen in die Grundlagenforschung und den kontinuierlichen Durchbrüchen in der Rechenleistung, den Algorithmen und den Daten der Kernmotor sein, wie die chinesische Technologie von der "Nachfolge" zur "Parallelentwicklung" und schließlich zur "Vorausleitung" gelangt und ein neues Kapitel der chinesischen Technologieinnovation schreibt.

Dieser Artikel stammt aus dem WeChat-Account "Kompetition und Kooperation in der Künstlichen Intelligenz". Autor: Kompetition und Kooperation. Veröffentlicht von 36Kr mit Genehmigung.