Nobelpreisträger und KI lösen ein jahrzehntelanges Rätsel der Physik: Wie ein neuronales Netz eine elementare Lösung fand

In der Wissenschaftswelt ist ein Ereignis geschehen, das die Vorstellung von der Rolle der künstlichen Intelligenz in der Grundlagenforschung revolutionieren könnte. Eine Gruppe italienischer Physiker, zu der auch der Nobelpreisträger Giorgio Parisi gehört, hat erfolgreich eine äußerst komplexe mathematische Aufgabe im Bereich der statistischen Mechanik gelöst. Der Schlüsselfaktor für den Erfolg war der Einsatz des generativen neuronalen Netzwerks Claude.

Das jahrzehntelange Rätsel des „Jamming'

Forscher der Universität La Sapienza in Rom haben eine Arbeit veröffentlicht, die einem zehnjährigen wissenschaftlichen Streit ein Ende gesetzt hat. Im Zentrum der Debatte stand das sogenannte Jamming-Problem (Verstopfungsphänomen) – ein Phänomen des plötzlichen Verfestigens granulärer Systeme.

In der Physik beschreibt dieser Begriff den Prozess, bei dem die Dichte in Schüttgütern (beispielsweise in einem Behälter mit Plastikbällen) plötzlich stark ansteigt. Das System verliert augenblicklich seine Fließfähigkeit und verwandelt sich in eine starre Struktur, die eine Art „Stopfen' aus Partikeln bildet. Bereits 2014 haben Giorgio Parisi, Francesco Zamponi und ihre Kollegen diesen Zustand mathematisch beschrieben.

Die numerischen Berechnungen zeigten ursprünglich eindeutig, dass zwei Schlüsselparameter des Modells in der Summe immer Eins ergeben. Eine Erklärung dafür, warum dieses Muster funktioniert und welche fundamentale Struktur dahintersteckt, konnte die wissenschaftliche Gemeinschaft jedoch mehr als zehn Jahre lang nicht liefern.

Das neuronale Netz als „zweites Paar Augen'

Angesichts der Fortschritte bei den mathematischen Fähigkeiten generativer KI beschlossen Parisi und Zamponi, Claude zur Lösung hinzuzuziehen. Zuerst baten sie das Modell, die alten numerischen Berechnungen zu reproduzieren, und schlugen ihm dann vor, selbstständig einen mathematischen Beweis für die Hypothese zu finden, dass die Summe der Parameter gleich Eins ist.

Der erste vom KI generierte Beweisversuch enthielt zahlreiche grobe Fehler und erforderte mehrere Runden manueller Überprüfung und Bearbeitung durch die Physiker. Doch genau der Hinweis des neuronalen Netzes führte die Autoren zu einem „eleganten und prägnanten Beweis'.

Wie Francesco Zamponi anmerkte, hat die KI die Grundidee sehr schnell dargelegt. Die Lösung lag die ganze Zeit auf der Hand, doch das menschliche Gehirn neigt dazu, Aufgaben dort zu verkomplizieren, wo einfache Logik greift. Generative Modelle sind in der Lage, einfache Muster zu erkennen, die Wissenschaftler bei der Suche nach tiefgreifenden theoretischen Strukturen oft übersehen.

Die neue Rolle der KI in der Wissenschaft

Dieser Fall demonstriert die realen Möglichkeiten und Grenzen der künstlichen Intelligenz in der wissenschaftlichen Arbeit. Der Mathematiker Will Savin von der Princeton University stellte fest, dass die KI heute ein hervorragendes Werkzeug ist, um verborgene Muster zu finden und Literaturbestände zu analysieren, die ein Mensch übersehen könnte.

Gegenwärtig sind neuronale Netze nicht in der Lage, grundlegend neue wissenschaftliche Konzepte ohne die Beteiligung von Experten zu generieren. Sie funktionieren jedoch effektiv als „zweites Paar Augen' und nehmen Fachleuten die „Verblendung'. Das letzte Wort, die Verifizierung von Formeln und die Entscheidungsfindung bleiben nach wie vor die ausschließliche Kompetenz des Menschen.