Suchen

Wenn Computer lernen, selbständig zu forschen

| Redakteur: Dr. Anna-Lena Gutberlet

Auf dem Weg zum intelligenten Labor präsentieren Physiker der Universitäten Innsbruck und Wien ein lernfähiges Programm, das eigenständig Quanten­experimente entwirft. Neben bekannten und bewährten experimentellen Techniken hat das System völlig neu Strukturen gefunden, die in Zukunft im Labor zum Einsatz kommen könnten.

Firma zum Thema

Der künstliche Agent stellt aus optischen Elementen wie diesem Strahlteiler neue und optimierte physikalische Experimente zusammen.
Der künstliche Agent stellt aus optischen Elementen wie diesem Strahlteiler neue und optimierte physikalische Experimente zusammen.
(Bild: Harald Ritsch)

Einer der am schnellsten wachsenden Trends der letzten Zeit ist die Entwicklung von „intelligenten“ Technologien. Solche Technologien durchdringen nicht nur unseren Alltag in Form von „intelligenten“ Telefonen, „intelligenten“ Uhren und an manchen Stellen sogar „intelligenten“ selbst­fahrenden Autos, sondern sollen auch die nächste industrielle Revolution auslösen.

So ist es wenig verwunderlich, wenn in Zukunft „intelligente“ Laboratorien entstehen. Denn bereits heute sind moderne Labore weitgehend automatisiert und machen die Mitwirkung des Menschen an langwierigen oder gefährlichen Aufgaben überflüssig.

Innsbrucker Quantenphysiker um Hans Briegel beschäftigen sich unter anderem mit der Frage nach dem Potenzial automatisierter Labore und versuchen zu verstehen, inwieweit Maschinen nicht nur in der Forschung helfen, sondern diese auch tatsächlich durchführen können. Dazu nutzen die Physiker ein von der Gruppe entwickeltes Modell für künstliche Intelligenz, das einer Maschine einfache Formen kreativen Verhaltens ermöglichen soll.

Maschine lernt aus Erfolgen und Misserfolgen

Das Gedächtnis dieser autonomen Maschine speichert viele einzelne Erfahrungsfragmente, die netzwerkartig miteinander verbunden sind. Ist die Maschine mit einem bestimmten Ereignis konfrontiert, werden in einer Zufallsbewegung damit zusammenhängende Erinnerungen abgerufen. Sowohl aus Erfolg als auch aus Misserfolg lernt die Maschine und passt ihr Netzwerk entsprechend an. Gleichzeitig kann sie selbst neue Szenarien erzeugen und diese ausprobieren.

Nun haben sich die Innsbrucker Physiker mit Wienern Kollegen um Anton Zeilinger zusammengetan. Diese haben zuvor schon die Nützlichkeit von automatisiertem Design von Quantenexperimenten zeigen können mithilfe des Algorithmus Melvin. Einige dieser Computer-inspirierten Experimente wurden auch schon in den Labors von Zeilinger umgesetzt.

Durch die Anwendung des Lernmodells der Projektiven Simulation konnten die Wissenschaftler nun gemeinsam zeigen, dass diese Umgebung ideal dafür geeignet ist, das Potential maschinellen Lernens in Quantenexperimenten zu untersuchen. In einer in den amerikanischen Proceedings of the National Academy of Sciences veröffentlichten Arbeit präsentieren die Forscher erste Ergebnisse.

(ID:45099608)