Forscher der New York University Abu Dhabi (NYUAD) haben gezeigt, dass künstliche Intelligenz grundlegende Gesetze der Teilchenphysik selbstständig wiederentdecken kann, auch ohne dass sie ihnen explizit beigebracht wird. Die im Journal of High Energy Physics veröffentlichten Ergebnisse zeigen, dass einfache maschinelle Lernalgorithmen dieselben Organisationsprinzipien extrahieren können, für deren Entdeckung menschliche Wissenschaftler Jahrzehnte gebraucht haben.
KI rekonstruiert das Standardmodell
Die Studie speiste ein KI-System mit experimentellen Rohdaten aus Teilchenphysikexperimenten, die in den 1950er und 1960er Jahren durchgeführt wurden. Der KI wurden keine Vorkenntnisse über das Standardmodell (SM) vermittelt, den etablierten Rahmen zur Klassifizierung aller bekannten fundamentalen Teilchen und Kräfte. Dennoch gelang es ihm, Schlüsselmerkmale des SM erfolgreich zu identifizieren, darunter:
- Erhaltungsgrößen: Die KI entdeckte unabhängig voneinander Baryonenzahl, Isospin, Strangeness, Charm und untere Quantenzahlen – grundlegende Eigenschaften, die Teilchenwechselwirkungen definieren.
- Der achtfache Weg: Die KI reproduzierte das einflussreiche Klassifizierungsschema von Murray Gell-Mann, das die Existenz von Quarks vorhersagte, bevor sie experimentell bestätigt wurden.
- Regge-Trajektorien: Das System deckte Muster zwischen Teilchenmasse und Spin auf, die mit experimentellen Beobachtungen übereinstimmten, wiederum ohne angewiesen zu werden, nach diesen Beziehungen zu suchen.
Warum das wichtig ist
Die Fähigkeit der KI, die Kernphysik aus Rohdaten zu rekonstruieren, ist von Bedeutung, da das Standardmodell selbst eine monumentale Errungenschaft war. Es erforderte jahrzehntelange theoretische Erkenntnisse, Experimente und mathematische Innovationen. Die Tatsache, dass eine relativ einfache KI zu denselben Schlussfolgerungen gelangen kann, legt nahe, dass diese Technologie wissenschaftliche Entdeckungen beschleunigen könnte.
Die Auswirkungen sind weitreichend:
- Mustererkennung: KI kann riesige Datensätze nach Mustern durchsuchen, die Menschen möglicherweise übersehen.
- Neue Physik: Das System könnte bisher unerkannte Strukturen identifizieren, die auf eine Physik jenseits des Standardmodells hinweisen.
- Validierungstool: KI kann als unabhängige Verifizierungsmethode für bestehende Theorien dienen und das Vertrauen in etabliertes Wissen stärken.
Methodik und Ergebnisse
Das NYUAD-Team verwendete Standardtechniken des unbeaufsichtigten maschinellen Lernens: Hauptkomponentenanalyse, t-verteilte stochastische Nachbareinbettung und Clustering-Algorithmen. Die KI hatte keine theoretischen Vorkenntnisse über die damals verwendeten mathematischen Werkzeuge. Das bedeutet, dass die entdeckten Muster ausschließlich aus der zugrunde liegenden Struktur der experimentellen Daten abgeleitet wurden.
„Die Tatsache, dass es sich hierbei um relativ Standardwerkzeuge des maschinellen Lernens handelt, macht die Tiefe der physikalischen Strukturen, die sie aufgedeckt haben, umso bedeutsamer.“
Die Studie spiegelt ähnliche Ergebnisse in der Chemie wider, wo KI zuvor das Periodensystem der Elemente aus atomaren Umgebungsdaten rekonstruierte. Dies deutet auf eine universelle Fähigkeit der KI hin, wissenschaftliche Erkenntnisse aus rohen Beobachtungen über Disziplinen hinweg zu destillieren.
Aktuelle Herausforderungen und zukünftige Richtungen
Das Forschungsteam will untersuchen, ob KI die Existenz von Quarks als Bausteine von Hadronen vorhersagen und aus der Quantenfeldtheorie auf Eichsymmetrien schließen kann. Das ultimative Ziel besteht darin, über die Reproduktion bekannter Physik hinauszugehen und völlig neue Teilchen oder verborgene Symmetrien zu identifizieren.
NYU Abu Dhabi inmitten regionaler Instabilität
Die Veröffentlichung dieser Studie fällt mit der vorübergehenden Schließung des Campus der NYU Abu Dhabi aufgrund anhaltender geopolitischer Spannungen in der Region, einschließlich des Iran-Israel-Konflikts, zusammen. Trotz der Störung setzt die Universität den Forschungsbetrieb remote fort. Die Studie wurde vor der Schließung abgeschlossen und unterstreicht das anhaltende Engagement der Institution für den wissenschaftlichen Fortschritt in den VAE.
Schlussfolgerung: Die Fähigkeit der KI, grundlegende physikalische Gesetze selbstständig wiederzuentdecken, stellt einen entscheidenden Schritt hin zur Nutzung maschinellen Lernens als leistungsstarkes Werkzeug für die wissenschaftliche Erforschung dar. Dieser Durchbruch eröffnet die Möglichkeit, neue Einblicke in das Universum zu gewinnen, die möglicherweise nur menschlichen Forschern verborgen bleiben.
