Quantenfeldtheorien sind das Arbeitswerkzeug der modernen Teilchenphysik. Mit ihnen beschreiben Forschende, wie Elementarteilchen entstehen, sich bewegen und miteinander wechselwirken. Auf dem Papier funktioniert das erstaunlich gut. In der Realität sind die Rechnungen jedoch oft so komplex, dass nur noch der Computer hilft. Genau dort lag seit Jahrzehnten ein grundlegendes Problem – und genau dort bringt künstliche Intelligenz nun Bewegung hinein.
Ein internationales Team unter Beteiligung der Technische Universität Wien zeigt, wie KI dabei helfen kann, Quantenfeldtheorien so auf dem Computer darzustellen, dass Simulationen stabiler, schneller und verlässlicher werden. Ein theoretisches Dauerproblem bekommt damit eine praktische Lösung.
Warum Teilchenphysik digital grob werden muss
Computer kennen keine kontinuierliche Welt. Alles, was sie berechnen, zerlegen sie in kleine Einheiten. Bilder bestehen aus Pixeln, Bewegungen aus Zeitschritten. In der Teilchenphysik ist das nicht anders. Wer Quantenfeldtheorien simulieren will, muss Raum und Zeit auf ein Gitter legen – mit drei Raumdimensionen und einer Zeitachse.
„Wenn wir mit Quantenfeldtheorien am Computer arbeiten wollen, müssen wir sie diskretisieren. Das ist eigentlich nichts Ungewöhnliches“, sagt David Müller vom Institut für Theoretische Physik der TU Wien.
An jedem Gitterpunkt speichert der Computer Informationen über Felder und Teilchen. Die Theorie gibt vor, wie diese Punkte miteinander wechselwirken. So lassen sich Prozesse nachstellen, die experimentell kaum zugänglich sind – etwa extreme Teilchenkollisionen am CERN oder der Zustand des Universums kurz nach dem Urknall.
Gleiche Physik, sehr unterschiedliche Rechnungen
Das eigentliche Problem liegt im Detail. Eine Quantenfeldtheorie lässt sich auf viele Arten auf ein Gitter übertragen. Theoretisch führen all diese Varianten zur gleichen Physik. Rechnerisch tun sie das nicht.
Manche Formulierungen sind ungenau oder extrem langsam. Andere liefern schon mit überschaubarem Rechenaufwand brauchbare Ergebnisse. Wer die falsche Variante wählt, riskiert, dass die Simulation festläuft oder nie zu einem verlässlichen Resultat kommt. Seit Jahrzehnten suchen Physikerinnen und Physiker deshalb nach der „richtigen“ Gitterformulierung.
Fixpunkte als Anker im Rechenchaos
Ein entscheidender Ansatz sind sogenannte Fixpunkte. Dabei geht es um Gitterformulierungen, bei denen bestimmte physikalische Eigenschaften stabil bleiben – selbst wenn man das Gitter gröber oder feiner macht.
„Es gibt bestimmte Formulierungen der Quantenfeldtheorie auf einem Gitter, die eine ganz besonders schöne Eigenschaft haben“, erklärt Urs Wenger von der Universität Bern. „Sie sorgen dafür, dass gewisse Eigenschaften gleichbleiben, auch wenn wir das Gitter gröber oder feiner machen.“
Der Vergleich mit Landkarten hilft: Ob Weltkarte oder Stadtplan – welche Länder aneinandergrenzen, ändert sich nicht mit dem Maßstab. Solche maßstabsunabhängigen Eigenschaften gelten auch in der Physik als besonders zuverlässig.
Das Problem: Diese Fixpunkt-Theorien hängen von extrem vielen Parametern ab. Hunderttausende Stellschrauben müssten richtig eingestellt werden. Für Menschen ist das kaum zu bewältigen.
Warum KI jetzt den Unterschied macht
Schon vor rund 30 Jahren gab es Ideen, diese Fixpunkt-Ansätze systematisch zu nutzen. Damals scheiterte das Vorhaben an der Realität der Rechenleistung und an der schieren Komplexität.
„Viele haben bereits vor drei Jahrzehnten begonnen, diese Konzepte zu untersuchen, aber damals fehlten uns schlicht die technischen Möglichkeiten“, sagt Kieran Holland von der University of the Pacific.
Heute sieht das anders aus. Das Team entwickelte eine speziell zugeschnittene künstliche Intelligenz. Keine Standardlösung, sondern ein neuronales Netz, das von Anfang an physikalische Grundregeln einhält. Die KI probiert nicht wahllos aus, sondern sucht gezielt nach Gitterformulierungen, die physikalisch sinnvoll und numerisch stabil sind.
Weniger Rechenaufwand, verlässlichere Ergebnisse
Schauen wir uns das Ergebnis genauer an: Die sogenannte Wirkung, eine zentrale Größe in der Quantenfeldtheorie, lässt sich mit Hilfe der KI so einstellen, dass selbst grobe Gitter nur kleine Fehler erzeugen.
„Wir konnten zeigen, dass dieser Ansatz einen völlig neuen Weg eröffnet, komplizierte Quantenfeldtheorien mit überschaubarem numerischem Aufwand zu simulieren“, sagt Andreas Ipp von der TU Wien.
Für die Teilchenphysik bedeutet das: Simulationen werden effizienter. Sie benötigen weniger Rechenzeit und liefern dennoch stabile Ergebnisse. Davon könnten langfristig viele Bereiche profitieren – von der Grundlagenforschung bis zur Modellierung neuer Materialien oder früher kosmischer Zustände.
Ein Beitrag von:
