Vom Chatbot zum Wissenschaftler: Eywa verbindet Sprach-KI mit Experten-Modellen

In den letzten zwei Jahren haben Large Language Models (LLMs) die Art und Weise, wie wir mit Daten interagieren, revolutioniert. Doch in der harten Wissenschaft stoßen herkömmliche Sprachmodelle oft an ihre Grenzen. Sie sind hervorragend darin, Texte zu verfassen, scheitern aber häufig an spezialisierten Aufgaben wie der Vorhersage von Molekülstrukturen oder komplexen physikalischen Simulationen. Hier setzen Forscher mit dem neuen Framework "Eywa" an, das eine Brücke zwischen allgemeiner Intelligenz und wissenschaftlicher Präzision schlägt.

Die Herausforderung: Wenn Sprache allein nicht ausreicht

Das Problem aktueller KI-Systeme ist ihre "Sprachzentrierung". In der Wissenschaft wird Wissen jedoch oft in Formeln, Zeitreihen oder räumlichen Strukturen ausgedrückt. Ein herkömmlicher KI-Agent versucht, diese Daten in Text zu übersetzen, was zu Informationsverlust und Fehlern führt. Eywa löst dieses Problem, indem es sogenannten Foundation Models (FMs) – Modellen, die speziell für Chemie, Physik oder Wirtschaft trainiert wurden – eine "Vernunft-Schnittstelle" gibt. Anstatt alles in Text zu verwandeln, steuert das Sprachmodell das Experten-Modell direkt an, fast so wie ein Gehirn spezialisierte Werkzeuge benutzt.

Das "Tsaheylu"-Prinzip: Eine neuronale Verbindung für Daten

Inspiriert durch den Film Avatar, nennen die Entwickler diese Verbindung "Tsaheylu". Es handelt sich um ein bidirektionales Interface, das es einem LLM ermöglicht, komplexe wissenschaftliche Aufgaben an spezialisierte Modelle zu delegieren. Der "EywaAgent" fungiert dabei als Koordinator: Er versteht die menschliche Anweisung, übersetzt sie in technische Parameter für das Fachmodell und integriert dessen präzise Ergebnisse wieder in einen logischen Entscheidungsprozess. Dies ermöglicht eine Zusammenarbeit über verschiedene Datenformate hinweg, ohne dass das System die Kontrolle verliert.

Drei Stufen der Zusammenarbeit: Agenten, Teams und Orchester

Das Eywa-Framework ist modular aufgebaut, um verschiedenen Geschäftsanforderungen gerecht zu werden. "EywaAgent" dient als direkter Ersatz für einzelne KI-Assistenten. "EywaMAS" ermöglicht es ganzen Teams von KI-Agenten, gemeinsam an Projekten zu arbeiten, wobei jeder Agent ein anderes Fachgebiet (z. B. Biologie oder Logistik) abdeckt. Die höchste Stufe, "EywaOrchestra", nutzt einen zentralen Planer, der dynamisch entscheidet, welcher Experte für welchen Teil einer komplexen Aufgabe am besten geeignet ist. In Tests zeigte sich, dass dieser Ansatz die Erfolgsrate in Bereichen wie der Wirkstoffentwicklung oder Materialforschung massiv steigert.

Praktische Vorteile: Höhere Effizienz bei geringeren Kosten

Für Unternehmen sind die Ergebnisse der Studie besonders vielversprechend. Eywa verbessert nicht nur die Qualität der Ergebnisse (Utility) um bis zu 17 %, sondern reduziert gleichzeitig den Ressourcenverbrauch. Durch die gezielte Nutzung spezialisierter Modelle sinkt der Bedarf an teuren "Token" der großen Sprachmodelle um rund 30 %. Zudem verkürzt sich die Rechenzeit um etwa 10 %. Damit bietet Eywa einen klaren Pfad, um KI-Systeme in der Industrie produktiv und wirtschaftlich einzusetzen – weg vom bloßen Experimentieren hin zu verlässlichen, wissenschaftlich fundierten Anwendungen.