Eine künstliche Intelligenz schlägt Versuchsaufbauten vor, auf die kein Mensch käme – und übertrifft dabei etablierte Designs. Ein Team um Mario Krenn (Universität Tübingen) und die TU Wien beschreibt im Fachjournal Nature, wie Algorithmen die Planung physikalischer Experimente umkrempeln.
Ein unvorstellbar großer Suchraum
Die Software mit dem Namen PyTheus ordnet optische Bauteile wie Laser, Linsen, Spiegel und Detektoren zu neuen Konfigurationen an. „Es ist ein gewaltiges Optimierungsproblem. Es gibt einen unvorstellbar riesigen Raum möglicher Experimente, die sich mit den verfügbaren Komponenten aufbauen lassen“, erklärt Krenn. Die vom Computer gefundenen Aufbauten brechen häufig mit gängigen Designregeln – und liefern dennoch präzisere Ergebnisse oder ermöglichen ganz neue Messungen.
Von der Mikroskopie bis zum Gravitationswellen-Detektor
Die Autoren um Erstautor Jonathan Klimesch tragen zusammen, wo solche automatisch entworfenen Experimente bereits erprobt werden. Die Anwendungsfelder reichen weit über die Quantenoptik hinaus:
- Elektronenmikroskopie mit höherer Auflösung
- empfindlichere Teilchendetektoren
- Gravitationswellen-Observatorien
- Aufbauten für die Fusionsforschung
Warum manche Designs funktionieren, bleibt offen
Ein Haken bleibt: Die KI liefert Aufbauten, die messbar funktionieren – doch das physikalische Prinzip dahinter ist oft nur schwer zu erklären. Die Forschenden sehen die Werkzeuge daher weniger als Ersatz denn als Ideengeber, die den menschlichen Erfindergeist ergänzen. Der Beitrag erschien am 2. September 2026 als Übersichtsartikel in Nature (Band 657, S. 47–58).
Quellen: Nature · Universität Tübingen (Tübingen AI Center)
