Physik Nobelpreis 2024Grundlage auch für exzellente Forschung an der Universität Hamburg

10. Oktober 2024, von Anna Walter

Foto: UHH/H. Fuchs

Gregor Kasieczka ist Professor für Maschinelles Lernen in der Teilchenphysik an der Universität Hamburg.

Der diesjährige Nobelpreis für Physik geht an John Hopfield von der Princeton University in den USA und Geoffrey E. Hinton von der University of Toronto in Kanada. Sie werden für Forschungsarbeiten ausgezeichnet, die zur Erfindung der sogenannten künstlichen neuronalen Netze führten. Prof. Dr. Gregor Kasieczka erklärt, wie die Forschung am Exzellenzcluster Quantum Universe an der Universität Hamburg auf der Pionierarbeit der beiden Nobelpreisträger aufbaut.

„Neuronale Netze sind die Technologie, die überall dort eingesetzt wird, wo künstliche Intelligenz entwickelt wird, zum Beispiel in Chatbots, autonom fahrenden Autos, KI-generierten Bildern oder auch in automatisierter Kunst und Musik. Hinton und Hopfield haben die Vorarbeit geleistet, die all das erst möglich gemacht hat“, sagt Prof. Dr. Gregor Kasiezcka, Professor für Maschinelles Lernen in der Teilchenphysik an der Universität Hamburg und leitender Wissenschaftler am Exzellenzcluster Quantum Universe.

Basierend auf neuronalen Netzen hat sich maschinelles Lernen in den letzten fünfzehn bis zwanzig Jahren explosionsartig entwickelt. Weniger bekannt ist, dass die Methode seit langem auch für die Forschung wichtig ist. Es kommt insbesondere bei der Sortierung und der Analyse riesiger Datenmengen zum Einsatz, wie sie beispielsweise an den großen Teilchendetektoren am CERN in der Schweiz anfallen.

„Methoden des maschinellen Lernens helfen bei der Suche nach neuen Teilchen, denn die auf maschinellem Lernen basierende Datenauswertung erweist sich als viel schneller als herkömmliche Methoden, reduziert den Rechenaufwand und spart damit auch Energie“, erklärt Kasieczka. Bei der Entdeckung des Higgs-Bosons im Jahr 2012 spielte maschinelles Lernen eine entscheidende Rolle. In ähnlicher Weise profitiert auch die Astrophysik vom maschinellen Lernen bei der Verarbeitung von Daten aus Teleskopen. Die Technologie wird auch eingesetzt, um das Rauschen bei der Messung von Gravitationswellen aus kollidierenden schwarzen Löchern zu reduzieren.

Auch die physikalische Grundlagenforschung, wie sie am Exzellenzcluster Quantum Universe an der Universität Hamburg betrieben wird, profitiert von der Technologie. In dem Exzellenzcluster dreht sich alles um grundlegende Fragestellungen rund um den Ursprung, die Entwicklung und die Zusammensetzung des Universums. Wissenschaftlerinnen und Wissenschaftler des Exzellenzclusters verwenden generative Modelle beispielsweise, um die Simulation extrem großer Datensätze zu beschleunigen. Oder sie nutzen mit Hilfe von neuronalen Netzen optimierte Algorithmen, die interessante Ereignisse in Mikrosekunden aus einem Datenchaos herausfiltern können.

In einem Interview mit der Tagesschau gibt Gregor Kasieczka Einblicke, wie die Forschungen und Erfindungen von John Hopfield und Geoffrey E. Hinton Pionierarbeit für die Entwicklung der künstlichen Intelligenz geleistet und zu ihrer Anwendung in der modernen Physik geführt haben.