AI och vetenskapliga genombrott: Microsofts tio största upptäckter 2025

En röd och gyllene chip balanserad på ett skrivbord

Under 2025 har Microsofts forskare publicerat banbrytande studier som visar hur artificiell intelligens blivit en katalysator för vetenskapliga genombrott. AI är nu central för att lösa mänsklighetens största utmaningar – från läkemedelsutveckling och nya material till klimatbekämpning och förbättrad sjukvård. Genom avancerade algoritmer och enorma datamängder kan forskare simulera, förutsäga och optimera processer som tidigare tog årtionden. Microsofts roll är avgörande: med kraftfulla AI-modeller och kvantteknologi accelererar företaget innovation i en takt som saknar motstycke. Dessa framsteg påverkar inte bara tekniken, utan även samhälle, ekonomi och miljö globalt. Nedan presenterar vi tio exempel på hur Microsofts forskning under året har förändrat spelplanen för vetenskap och teknologi.

Majorana 1 – Kvantchip med topologiska qubits

Microsoft har utvecklat världens första kvantprocessor baserad på topologiska qubits. Denna teknik är ett stort steg mot felkorrigerad kvantberäkning, vilket gör det möjligt att lösa komplexa problem inom kemi, materialvetenskap och kryptografi. Genom att använda topologiska egenskaper blir qubits mer stabila och mindre känsliga för störningar, vilket är avgörande för att skala upp kvantdatorer.

BioEmu-1 – Snabbare proteinanalys för bättre läkemedel

BioEmu-1 är en generativ AI-modell som kan förutsäga proteiners stabilitet och strukturförändringar på rekordtid. Detta öppnar dörren för snabbare utveckling av läkemedel och vacciner, vilket är särskilt viktigt vid globala hälsokriser. Modellen använder avancerad simulering för att identifiera potentiella mutationer och deras effekter.

Bild av åtta 3D-modeller av proteinstrukturer med segment kodade i blå, grönt, orange och andra färger för att framhäva olika delar av proteinet.
Biomolecular Emulator-1 (BioEmu-1) är en generativ, djupinlärningsmodell som ger forskare en inblick i den rika världen av olika strukturer som varje protein kan anta.

MatterGen & MatterSim – AI för materialinnovation

MatterGen genererar nya material baserat på specifika designkrav, medan MatterSim snabbt simulerar deras egenskaper. Denna kombination skapar en iterativ process som drastiskt förkortar utvecklingstiden för material med hög prestanda, exempelvis för batterier och solceller. AI gör det möjligt att testa tusentals varianter virtuellt innan fysiska prototyper byggs.

En laptopskärm visar färgglada former som representerar molekyler.
AI-grundmodellerna MatterGen och MatterSim hjälper till att skapa nya material och simulera hur de kommer att prestera. Foto av Jonathan Banks för Microsoft.

RAD-DINO – AI möter röntgendata

I samarbete med Mayo Clinic har Microsoft utvecklat RAD-DINO, en AI-modell som kombinerar text och röntgenbilder för att ge läkare snabbare och mer exakt diagnostik. Modellen kan tolka komplexa medicinska bilder och koppla dem till patientjournaler, vilket minskar risken för felbedömningar och förbättrar vårdkvaliteten.

Två rader med sex olika röntgenbilder av en persons bröstområde.
RAD-DINO är en multimodal grundmodell som integrerar text och röntgenbilder för att hjälpa läkare att få bättre och mer omfattande medicinsk data så att de kan analysera radiologiresultat på kortare tid.

Aurora – Nästa generations väderprognoser

Aurora är en AI-modell som förutspår väder och miljöfenomen med hög precision och låg energiförbrukning. Den kan även förutsäga luftföroreningar, cykloner och havsvågor – på sekunder istället för timmar. Detta är avgörande för katastrofberedskap och klimatanalys, där snabb respons kan rädda liv.

En 3D-bild av en topografisk karta med virvlande moln från en tyfon över Stilla havet nära Japan.
Aurora är en AI-grundmodell som utnyttjar de senaste framstegen inom AI för att mer exakt förutsäga inte bara vädret utan även en mängd olika miljöhändelser. Foto av Frank Ramspott, Getty Images.

FCDD – Tidig bröstcancerdiagnos

FCDD använder AI för att skapa MRI-heatmaps som identifierar tumörer med hög noggrannhet. Genom att minska falska positiva svar och onödiga biopsier förbättrar modellen patientupplevelsen och effektiviteten i vården. Tekniken har potential att bli en standard inom tidig cancerdiagnostik.

Fyra rader svartvita och färgröntgenbilder av tät bröstvävnad.
En ny AI-modell kallad FCDD (Fully Convolutional Data Description) syftar till att förbättra tidig upptäckt genom att generera MRI-värmekartor som lokaliserar misstänkta tumörer med mycket hög noggrannhet och överträffar andra AI-modeller.

Seaweed Cement – Klimatsmart betong

Genom att blanda torkat sjögräs i cement har forskare minskat koldioxidutsläppen med 21 procent. AI-modeller gjorde det möjligt att utveckla denna lösning på bara 28 dagar genom att simulera kemiska reaktioner och optimera blandningen. Detta är ett exempel på hur AI kan bidra till hållbar byggteknik.

Prover av sjögräs i petriskålar och betongblock.
En sjögräs kallad Ulva torkas, pulveriseras och blandas i traditionell cement för en ny typ av lågkoldioxidbetong. Den mörkare cementkuben innehåller 5 % sjögräs i vikt. Foto av Mark Stone för University of Washington.

Flood Mapping – Kartlägger översvämningar genom moln

En AI-modell från Microsoft AI for Good Lab använder radardata för att kartlägga översvämningar även genom molntäcke och på natten. Detta ger beslutsfattare bättre underlag för katastrofberedskap och snabbare hjälpinsatser vid naturkatastrofer.

En global karta visar regioner med ökande översvämningstrender i blått och avtagande översvämningstrender i rött.
En djupinlärningsmodell för översvämningsdetektering från Microsoft AI för Good Lab gör det möjligt för forskare att kartlägga översvämningar även genom molntäcke och i nattens mörker. Denna karta visar globala översvämningstrender under en tioårsperiod.

Analog Optical Computer – Beräkningar med ljus

Microsofts optiska dator använder ljus istället för elektronik för att lösa komplexa optimeringsproblem och accelerera AI-inferens. Detta innebär lägre energiförbrukning och högre hastighet, vilket är avgörande för framtidens datacenter och AI-applikationer.

En närbild visar blåaktigt ljus som glöder genom en lins omgiven av kablar, kablar och annan datorhårdvara.
Microsofts analoga optiska dator använder ljus istället för konventionell digital elektronik för att effektivt hantera komplexa optimeringsproblem och påskynda AI-inferens, processen att köra en tränad AI-modell för att generera utdata, utan ytterligare träning. Foto av Chris Welsch för Microsoft.

Hantera AI:s biologiska risker

AI öppnar nya möjligheter inom biologi men medför också biosecurity-risker. Microsoft har utvecklat en nivåbaserad åtkomstmodell för känslig data, i samarbete med internationella säkerhetsorganisationer, för att minimera riskerna och säkerställa ansvarsfull användning av tekniken.

Blå, vita och grå biologiska krumelar på en mörkgrå bakgrund.
Ett system med trappad åtkomst syftar till att hantera informationsrisker som uppstår från ny teknik med ”dubbelanvändningspotential”, där samma kunskap kan användas för gott eller missbruk för att orsaka skada.

Slutsats: Dessa genombrott visar hur AI inte bara förändrar tekniken – utan också hur vi angriper globala utmaningar inom hälsa, klimat och energi. Framtiden är här, och den är AI-driven.

Läs mer om dessa 10 genombrott här.

Relaterade inlägg