Physik-Star Edward Witten nennt Claude als Ideengeber in neuem Fachaufsatz

Worum es geht

Edward Witten ist einer der einflussreichsten mathematischen Physiker der Welt. Er ist der bislang einzige Physiker mit der Fields-Medaille, der höchsten Auszeichnung der Mathematik. Jetzt hat er öffentlich eine KI als Mitwirkende genannt. In einem neuen Preprint auf arXiv, dem großen Online-Archiv für Forschungsarbeiten, die noch nicht begutachtet sind, dankt er Anthropics Modell Claude Opus 5.5. Das Modell habe ihm bei konkreten technischen Schritten geholfen. Das berichtet das Portal hyper.ai.

Witten ist nicht allein. Zum selben physikalischen Problem haben in den vergangenen Wochen zwei weitere Physiker Arbeiten vorgelegt, die stark auf KI setzen: Nathaniel Craig mit OpenAIs GPT-6 Astra und Stephen D. H. Hsu mit einer Kombination aus GPT- und Claude-Modellen. Zusammen zeigen die drei Fälle, dass Sprachmodelle in der theoretischen Physik inzwischen weit mehr tun als Literatur zusammenzufassen oder einfachen Code zu schreiben.

Das Problem: chirale Fermionen auf dem Gitter

Alle drei Arbeiten drehen sich um eine alte Hürde der Teilchenphysik. Um Theorien wie die der starken Kernkraft am Computer zu simulieren, ersetzen Physiker den kontinuierlichen Raum durch ein Gitter, ein regelmäßiges Netz aus Punkten, ähnlich wie ein Foto aus Pixeln. Bei Eichtheorien, den mathematischen Beschreibungen der Grundkräfte, klappt das für viele Fälle sehr gut.

Schwierig wird es bei chiralen Fermionen. Das sind Materieteilchen, bei denen sich die „linkshändige“ und die „rechtshändige“ Variante unterschiedlich verhalten. Genau solche Teilchen braucht man für das Standardmodell der Teilchenphysik, etwa für die schwache Kernkraft. Das sogenannte Nielsen-Ninomiya-Theorem besagt, dass man unter üblichen Annahmen ein solches Teilchen nicht sauber auf ein Gitter bringen kann. Es tauchen ungewollte Zusatzteilchen auf, man spricht von Fermionenverdopplung. Seit Jahrzehnten suchen Physiker nach Wegen um dieses Problem herum.

Wittens Ansatz und Claudes Beitrag

Witten untersucht einen Rahmen, in dem die Eichfelder zunächst auf einem Gitter diskretisiert, also in einzelne Werte zerlegt werden. Dann werden sie wieder in den kontinuierlichen Raum fortgesetzt, damit sich die chiralen Fermionen dort widerspruchsfrei einbauen lassen. Das Gitter dient also als Gerüst, die Fermionen leben im glatten Raum.

In der technischen Diskussion beschreibt Witten laut hyper.ai zwei konkrete Beiträge von Claude Opus 5.5:

• Das Modell schlug eine Anpassung der Koordinatenabbildung vor. Damit gehen die fortgesetzten Eichfelder glatt von einer Gitterzelle in die nächste über und passen trotzdem weiterhin zu den ursprünglichen Gitterdaten.
• Außerdem schlug Claude statt einer komplizierteren schrittweisen Konstruktion eine lineare Interpolation vor, also ein einfaches gleichmäßiges Überblenden zwischen bekannten Werten.

Witten nennt Claude sowohl im Haupttext als auch in der Danksagung. Er schränkt aber ein, dass seine Methode zwar grundsätzlich berechenbar sei, mit gängigen Monte-Carlo-Verfahren (Simulationen mit vielen Zufallsstichproben, dem Standardwerkzeug der Gitterphysik) aber noch nicht praktisch umsetzbar.

Es ist nicht das erste Mal. Schon im Juni hatte Witten eine Arbeit zur „Entanglement Wedge Reconstruction“ veröffentlicht, einem Thema aus der holografischen Physik, die Quantengravitation mit Quantentheorien auf einer Art Randfläche verknüpft. Dort dankte er in einer Fußnote Claude Opus 4.8 dafür, eine Rechnung verallgemeinert zu haben.

Zwei weitere Angriffe auf dasselbe Problem

Am 6. Oktober veröffentlichte der Physiker Nathaniel Craig ein Paper, für dessen Ergebnis OpenAIs GPT-6 Astra nach eigener Aussage unverzichtbar war. Die Grundidee stammte von ihm. Danach habe er mit dem Modell und mit menschlichen Fachleuten in vielen Runden daran gearbeitet. GPT-6 Astra lieferte demnach zahlreiche mathematische Herleitungen, die Craig überarbeitete und ordnete. Teile der Herleitung prüfte das Team mit Lean, einer Software, die mathematische Beweise Schritt für Schritt maschinell auf Fehler kontrolliert. Das Manuskript umfasst mehr als 100 Seiten.

Wenige Tage später legte Stephen D. H. Hsu eine eigene Arbeit mit einem hybriden Gitter-Kontinuum-Ansatz vor. Er gab an, GPT und Claude intensiv genutzt zu haben. GPT habe einen großen Teil der Detailarbeit in den Anhängen erledigt, Claude und andere Modelle hätten bei der Überprüfung geholfen. Hsu betonte, er bleibe für die Ergebnisse verantwortlich. Später berichtete er, Witten habe ihm seinen Entwurf gezeigt. Beide hätten ähnliche Ansätze verfolgt, aber mit unterschiedlichen KI-Arbeitsweisen. Seine Erfahrung fasste Hsu so zusammen: GPT sei beim kreativen, generativen Schlussfolgern stärker als Claude. Schwächere Modelle könnten aber nützlich sein, um Fehler aufzuspüren, die stärkere Modelle dann bewerten.

Reaktionen aus der Fachwelt

Der Mathematiker und Physik-Blogger Peter Woit, sonst eher als kritischer Beobachter bekannt, nannte es ermutigend, dass KI einem Spitzenforscher wie Witten helfen kann. Gleichzeitig warnte er laut hyper.ai, dass der Fortschritt schrittweise bleibe und davon abhänge, dass Menschen die Ergebnisse genau prüfen. In Physik-Blogs und Online-Foren drehte sich die Diskussion um zwei Seiten derselben Medaille. Einerseits eröffnen die Modelle Zugang zu komplizierten mathematischen Gebieten. Andererseits müssen lange, KI-gestützte Beweise erst einmal jemand kontrollieren. Als Beispiel nennen viele Craigs mehr als 100 Seiten starkes Manuskript.

Einordnung

Dass ausgerechnet Edward Witten eine KI im Haupttext eines Fachaufsatzes würdigt, hat Gewicht. Wenn er sagt, ein Modell habe einen brauchbaren technischen Einfall gehabt, nimmt man das in der Physik ernst. Die drei Arbeiten zeigen eine Verschiebung: Große Sprachmodelle werden zu Werkzeugen für echte theoretische Arbeit, also für Herleitungen, das Ausprobieren von Beweiswegen und die Kontrolle von Rechnungen.

Man sollte die Fälle trotzdem nicht überbewerten. Alle drei Arbeiten sind Preprints ohne abgeschlossene Begutachtung. Die Grundideen stammen nach Angaben der Autoren von den Menschen selbst, die KI lieferte Bausteine und Rechenarbeit. Wittens Methode ist bisher nicht praktisch einsetzbar. Und je mehr Text die Modelle erzeugen, desto mehr Arbeit fällt beim Prüfen an. Ein Engpass wird so eher verschoben als beseitigt. Werkzeuge wie Lean könnten dabei helfen. Spannend ist auch der Wettbewerb dahinter: OpenAI und Anthropic liefern sich hier ein Rennen darum, welches Modell für Spitzenforschung am nützlichsten ist. Hsus Einschätzung, GPT sei generativ stärker, ist aber die Erfahrung eines einzelnen Forschers und kein systematischer Vergleich.