Ein Princeton-Physiker erstellt einen KI-Algorithmus, der natürliche Ereignisse vorhersagt und die Simulationshypothese beweisen könnte. Wir erklären euch, auf welcher Basis er seine Theorie begründet.
Maschinelles Lernen
Ursprünglich hat der in Princeton Lehrende Physiker Hong Qin einen KI-Algorithmus erstellt, der Planetenbahnen vorhersagen kann. Der Algorithmus verwendet einen KI-Ansatz, der unter dem Begriff „maschinelles Lernen“ schon verbreitet ist.
Side Fact: Das Wiener Start-Up Craftworks greift ebenfalls auf diese Technik zurück. Deren KI löst Probleme und optimiert Prozesse, indem Ausfallzeiten von Maschinen vorhergesagt werden. Die KI von Craftworks sammelt Maschinen-Daten und kann durch deren Auswertung in Zukunft eintreffende Fehler vorhersagen. Nach demselben Prinzip funktioniert auch Qins Algorithmus. Doch mit einem gravierenden Unterschied zu bis dato ablaufenden Prozessen.
Hong Qins Entdeckung
Qin entwickelte diesen Algorithmus, um die Umlaufbahnen von Planeten im Sonnensystem vorherzusagen. Dafür fütterte es ihn mit Daten von Merkur-, Venus-, Erd-, Mars-, Ceres- und Jupiter-Umlaufbahnen. Aus diesen Daten konnte sein „Serving-Algorithmus“ andere Planetenbahnen im Sonnensystem korrekt vorhersagen. Einschließlich parabolischer und hyperbolischer Fluchtbahnen.
Doch was bemerkenswert ist: er kann dies tun, ohne dem Wissen über Newtons Bewegungsgesetze und die Gesetze universeller Gravitation. Der Algorithmus findet diese Gesetze (aus den gesammelten Daten) selbst heraus.
„Normalerweise macht man in der Physik Beobachtungen, erstellt eine Theorie, die auf diesen Beobachtungen basiert und verwendet diese Theorie dann, um neue Beobachtungen vorherzusagen“, so Qin. „Ich ersetze diesen Prozess durch eine Art Black Box, die genaue Vorhersagen ohne Verwendung einer traditionellen Theorie oder eines traditionellen Gesetzes liefern kann. Im Wesentlichen habe ich alle grundlegenden Bestandteile der Physik umgangen. Ich gehe direkt von Daten zu Daten (…) Es gibt kein Gesetz der Physik in der Mitte.“
Qin passt den Algorithmus jetzt an, um andere Verhaltensweisen vorherzusagen und sogar zu steuern. Wobei der Schwerpunkt derzeit auf Plasmapartikel in Einrichtungen liegt, in denen Fusionsenergie für Sonne und Sterne gewonnen wird.
Bostroms Erbe
Qin wurde teilweise von der Arbeit des schwedischen Philosophen Nick Bostrom inspiriert. Dessen aufsehenerregender Artikel aus dem Jahr 2003 argumentiert bekanntermaßen, dass die Welt, in der wir leben, eine künstliche Simulation sein könnte.
Was Qin glaubt, mit seinem Algorithmus erreicht zu haben? Ein funktionierendes Beispiel für eine zugrunde liegende Technologie, die die Simulation in Bostroms philosophischem Argument unterstützen könnte.
Der Princeton-Physiker geht davon aus, dass, wenn unserem Universum ein Algorithmus zugrunde liegt, es sich dabei um einen einfachen Algorithmus handeln muss. Der auf dem diskreten Raum-Zeit-Gitter definiert ist. Die Komplexität und der Reichtum des Universums beruhen auf dessen enormer Größe. Aber der Algorithmus selbst könnte einfach sein.
Diskrete vs. Kontinuierliche Raumzeit
Qins Arbeit verfolgt den Ansatz der „diskreten Feldtheorie“, die seiner Meinung nach besonders gut für maschinelles Lernen geeignet ist. Demnach kann die „diskrete Feldtheorie“ „als algorithmischer Rahmen mit einstellbaren Parametern angesehen werden, die unter Verwendung von Beobachtungsdaten trainiert werden können.“ Diese diskrete Feldtheorie wird nach dem Training zu einem Algorithmus der Natur. Dadurch können den Computer ausführen, um neue Beobachtungen vorherzusagen.
Laut Qin widersprechen „diskrete Feldtheorien“ der heute beliebtesten Methode des Physikstudiums. Bei dieser wird die Raumzeit als kontinuierlich betrachtet. Dieser Ansatz lässt sich noch auf Isaac Newton zurückführen.
Daher sieht Qin ernsthafte Probleme in der modernen Forschung, die sich aus den Gesetzen der Physik in der kontinuierlichen Raumzeit ergeben. Wenn Gesetze der Physik jedoch auf diskreter Raumzeit beruhen würden, wie Qin vorschlägt, „können viele der Schwierigkeiten überwunden werden“.
The Matrix – revisited
Wenn aber die Welt nach der diskreten Feldtheorie arbeitet, würde sie wie etwas aus „The Matrix“ aussehen. Aus Pixeln und Datenpunkten bestehen.
Deshalb stimmt Qins Arbeit mit der Logik von Bostroms Simulationshypothese überein. Wiederum das würde bedeuten, dass „die diskreten Feldtheorien grundlegender sind als unsere gegenwärtigen Gesetze der Physik im kontinuierlichen Raum“. Tatsächlich, schreibt Qin, „müssen unsere Nachkommen die diskreten Feldtheorien natürlicher empfinden als die Gesetze im kontinuierlichen Raum, die ihre Vorfahren vom 17.-21. Jahrhundert verwendeten.“ Was für die folgenden Generationen wohl bedeuten wird: „Willkommen in der Matrix“
Titelbild Credits: Shutterstock
DAS KÖNNTE SIE AUCH INTERESSIEREN
Bonfiglio Fashion macht den nächsten Schritt - handmade, local und modern
Das wir nicht die größten Fans von Ausbeutung und schlechten Arbeitsbedingungen sind, ist klar. Deshalb freuen wir uns umso mehr, wenn wieder eine lokale und nachhaltige Fashion-Brand seinen Markt erweitert.
Seit 2016 gibt es das Label, doch mit ihrer neuen Kollektion verbindet Anna Bonfiglio das Praktische mit dem Schönen und bleibt dennoch nachhaltig und in der neuen Kollektion auch noch handmade.
Die 9:16-News des Monats Juni
Klassische Medien haben ausgedient, 9:16 ist das Format der Gegenwart und Zukunft! 9:16?! Richtig gehört – das Smartphone mit seinem […]
Amnesty Austria: Instagram-Filter gewährt Blick in das Leben Geflüchteter
Auf der Suche nach Schutz müssen Geflüchtete oft auf Notlösungen zurückgreifen. Viele leben in verlassenen Gebäuden, meist ohne Strom und […]
Interview mit TECHHOUSE: Verwirklichung von Ideen und "in Netzwerken denken"
Am Anfang eines jeden Erfolges steht die Idee. Leider gibt es bei weitem mehr Ideen als konkrete und zählbare Erfolge. […]
Globaler Vorreiter "REVIVE Vienna": Stadtweites Festival trotz Pandemie?
Bereits des Öfteren bekam die Regierung Konzepte vorgelegt, wie die Clublandschaft – aber auch der gesamte Kultursektor – trotz Pandemie […]
Influencer Suche: Den perfekten Influencer für deine Marke finden – so funktionierts
Bei den vielen Influencer Suchtools hast du den Überblick verloren? Wir haben Tipps für dich, wie deine Influencer Suche erfolgreich wird.