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.

Firmen 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.

Im Gedächtnis entwickeln sich nach und nach bestimmte Strukturen

Am Anfang steht ein leerer Labortisch für photonische Quantenexperimente. Der künstliche Agent versucht nun neue Experimente zu entwickeln, indem er Spiegel, Prismen oder Strahlteiler virtuell auf dem Tisch anbringt. Führen seine Aktionen zu einem sinnvollen Ergebnis, merkt der Agent sich das und greift bei späteren Versuchen wieder darauf zurück.

„Dieses bestärkende Lernen unterscheidet unser Modell von einer automatischen Suche, die immer durch ein zufälliges Verhalten gesteuert ist“, erklärt Alexey Melnikov vom Institut für Theoretische Physik der Universität Innsbruck. „Der künstliche Agent führt auf dem virtuellen Labortisch Zehntausende von Experimenten durch. Wenn wir im Gedächtnis der Maschine die Ergebnisse analysieren, sehen wir, dass sich bestimmte Strukturen entwickelt haben“, erklärt sein Kollege Hendrik Poulsen Nautrup.

Einige dieser Strukturen sind den Physikern bereits als nützliche Werkzeuge aus modernen quantenoptischen Labors bekannt. Andere sind völlig neu und könnten in Zukunft im Labor zum Einsatz kommen. „Während die automatische Suche mit jeder Lösung zufrieden ist, sucht die intelligente Maschine immer den besten Weg, wie etwas umgesetzt werden kann, und generiert so optimierte Experimente“, verdeutlicht Alexey Melnikov. „Und manchmal liefert sie auch Antworten auf Fragen, die wir gar nicht gestellt haben.“

Kann eine Maschine mehr als ein Werkzeug sein?

In Zukunft wollen die Wissenschaftler das lernfähige Programm noch weiter ausbauen. Zurzeit ist die Maschine noch darauf getrimmt, einzelne Probleme selbstständig zu lösen. Aber damit ist sie weiterhin nur ein Werkzeug, das von Wissenschaftlern gezielt eingesetzt werden muss.

Kann eine Maschine aber auch mehr als nur ein Werkzeug sein? Wird die Maschine der Zukunft eine kreativere Rolle an der Seite des Wissenschaftlers spielen? Dies sind die Fragen, die sich die Wissenschaftler stellen und nur die Zukunft wird zeigen, welche Rolle die künstliche Intelligenz tatsächlich im Labor spielen wird.

Die Arbeit wurde unter anderem vom österreichischen Wissenschaftsfonds FWF und der Templeton World Charity Foundation finanziell unterstützt.

Originalveröffentlichung:
A. A. Melnikov et al.: Active learning machine learns to create new quantum experiments, Proc. Natl. Acad. Sci. USA 2018 DOI: 10.1073/pnas.1714936115

(ID:45099608)