Maschinelles Lernen

Computer haben unseren Alltag revolutioniert: Sie können nicht nur extrem große Datenmengen verarbeiten und analysieren. Sie gehen dabei so exakt vor, wie es für das menschliche Gehirn nicht möglich wäre. Doch obwohl die Rechenleistung im Lauf der vergangenen Jahrzehnte immer weiterwuchs, ist der Mensch in einigen Bereichen dem Computer noch deutlich überlegen. Deswegen nehmen sich Forscherinnen und Forscher schon seit vielen Jahren das menschliche Gehirn zum Vorbild, um mithilfe von Computern auch Funktionen wie Lernen und Erinnern nachzuahmen – mit künstlicher Intelligenz.

Unter einer künstlichen Intelligenz versteht man in der Regel das sogenannte maschinelle Lernen mit künstlichen neuronalen Netzen. In einem neuronalen Netz werden bestimmte Strukturen des Gehirns künstlich nachgeahmt – die Neuronen und die Synapsen. Mithilfe des maschinellen Lernens wird das neuronale Netz anhand von Beispielen trainiert, um etwa große Datenmengen zu verarbeiten oder Objekte auf einem Bild zu erkennen.

Seit vielen Jahren entwickeln Forschende weltweit unter anderem mit Methoden aus der Physik maschinelles Lernen weiter. Und mittlerweile ist maschinelles Lernen aus vielen Forschungsbereichen der Physik nicht mehr wegzudenken. Es wird etwa in der Teilchenphysik zur Datenanalyse eingesetzt und hat so die Suche nach dem Higgs-Teilchen am Forschungszentrum CERN unterstützt. Auch in der Astrophysik ist maschinelles Lernen nicht mehr wegzudenken: Bei der Suche nach Exoplaneten, dem Messen von Gravitationswellen oder den Aufnahmen des Event Horizon Telescope unterstützt künstliche Intelligenz die Forschung.

In ähnlicher Weise hilft maschinelles Lernen auch, Klimamodelle zu verbessern oder effizientere Solarzellen zu entwickeln. Doch auch in unserem alltäglichen Leben spielt künstliche Intelligenz eine zentrale Rolle. Denn in fast allen Programmen, die wir am Computer nutzen, wird inzwischen maschinelles Lernen mit künstlichen neuronalen Netzen genutzt.