Im Februar schlug Demis Hassabis, Mitgründer von Google DeepMind, auf dem India AI Summit in Neu-Delhi ein Gedankenexperiment vor, das den Kern dessen trifft, was künstliche Intelligenz leisten kann und was nicht. Trainiere ein LLM mit allem, was bis 1911 bekannt war, schlug er vor, und bitte es dann, Einsteins allgemeine Relativitätstheorie abzuleiten, die 1915 veröffentlicht wurde. Wenn es das könnte, wäre das, in seinen Worten, “ein guter Test für AGI”. Mehrere Forschungsteams haben seitdem versucht, dieses Experiment nachzustellen. Die Ergebnisse sind lehrreich, und zwar nicht so, wie KI-Optimisten es vielleicht hoffen.
Warum die allgemeine Relativitätstheorie der richtige Maßstab ist
Einsteins Theorie von 1915 ist nicht nur ein berühmtes Stück Physik. Sie ist ein echter Paradigmenwechsel: eine vollständige Neukonzeption der Gravitation als Deformation der Raumzeit durch Masse, anstatt einer Kraft, die über eine Distanz hinweg wirkt. Die Theorie untermauert heute die Kosmologie, prägt die Forschung über Schwarze Löcher und Gravitationswellen und leitet GPS-Satelliten im täglichen praktischen Einsatz. Sie ist mit anderen Worten sowohl intellektuell radikal als auch empirisch folgenschwer.
Genau diese Kombination macht sie zu einem nützlichen Maßstab. Tom Zahavy, ein Forscher bei Google DeepMind, ging in einem im Januar veröffentlichten Positionspapier mit dem Titel “LLMs can’t jump” näher auf den Test ein. Seine Argumentation stützt sich auf eine Unterscheidung, die Wissenschaftsphilosophen schon lange erkennen: den Unterschied zwischen induktivem Schließen, das allgemeine Regeln aus angesammelten Daten ableitet, und abduktivem Schließen, das eine Ursache für ein einzelnes Phänomen erfindet. Einsteins Sprung war abduktiv. Aktive KI models sind von Natur aus induktive Maschinen. Sie erkennen statistische Muster über riesige Trainingssätze hinweg. Sie erfinden keine Ursachen. Sie springen nicht.
Was passierte, als Forscher es tatsächlich versuchten
Der unabhängige KI-Forscher Michael Hla aus San Francisco baute ein Modell, das er Machina Mirabilis nennt, das mit Daten vor 1900 trainiert wurde, und testete, ob es Quantenmechanik, spezielle Relativitätstheorie und allgemeine Relativitätstheorie rekonstruieren kann. Er lieferte gezielte Prompts: Beobachtungen zum photoelektrischen Effekt, die Essenz von Einsteins “Aufzug”-Gedankenexperiment. In einigen Fällen lieferte das Modell vielsagende Ergebnisse. Konfrontiert mit dem photoelektrischen Effekt, beschrieb es Licht, das in “unterscheidbare Impulse” bricht, was auf das Konzept von Lichtquanten hindeutet. Aber Hla kam zu dem Schluss, dass das Modell in den meisten Fällen versagte, das echte Verständnis der von ihm produzierten Physik vermisste und oft “Worte nachplapperte, die plausibel erscheinen”, ohne eine starke interne Repräsentation der Welt, von der aus es argumentieren könnte.
Nick Levine, ein ebenfalls in San Francisco ansässiger unabhängiger Informatiker, stieß auf ein anderes, aber ebenso aufschlussreiches Problem. Sein Team baute ein älteres Modell, das nur mit Material trainiert wurde, das bis 1930 verfügbar war, ein Datum, das gewählt wurde, weil im Jahr 1930 veröffentlichte Werke Anfang 2026 in den Vereinigten Staaten gemeinfrei wurden. Das Ziel war zu testen, ob ein solches Modell eigenständig zu Konzepten gelangen könnte, die in den 1930er Jahren entwickelt wurden, darunter Turing-Maschinen, Gödels Unvollständigkeitssatz und die Postulierung von Neutrinos. Das Hindernis war nicht das logische Denken des Modells. Es waren die Trainingsdaten selbst. Historische Texte sind voller Digitalisierungsartefakte und archaischer Sprache. Schlimmer noch, die Daten erwiesen sich als “wahnsinnig undicht”: Das vermeintliche Modell aus der Zeit vor 1930 beantwortete spontan und korrekt Fragen zu Ereignissen aus den 1950er Jahren und nahm Wissen auf, das es nie haben sollte.
Sendhil Mullainathan, ein Informatiker am MIT, ging das Problem anders an. Sein Team gab einem “Himmelsmechanik”-Fundamentalsystem synthetische Daten über Planetensysteme, die der Newtonschen Mechanik gehorchen, und bat es dann, das zugrunde liegende Gravitationsgesetz abzuleiten. Das Modell stellte das wahre Gesetz nie wieder her. Stattdessen leitete es für jedes Planetensystem ein anderes, inkorrektes Gesetz ab. Es passte Kurven an, anstatt Prinzipien zu entdecken.
Was dies über die Natur wissenschaftlicher Entdeckungen offenbart
Hier ist, was die meiste Berichterstattung über KI in der Wissenschaft übersieht: Die härtesten Durchbrüche in der Geschichte des Wissens kamen nicht davon, mehr Daten zu haben. Sie kamen davon, die richtige Idee über spärliche oder anamolyhafte Daten zu haben. Keplers sorgfältige Beobachtungen der Planetenbewegung waren in ihrer Anzahl begrenzt, aber sie gaben Newton das Rohmaterial, um seine Gesetze der Gravitation und Bewegung zu konstruieren. Einsteins allgemeine Relativitätstheorie ging aus einem Gedankenexperiment über einen Aufzug hervor, nicht aus einer Datenbank.
Ido Kaminer, ein Quantenoptikspezialist am Technion in Haifa und Mitautor eines Preprints mit dem Titel “Can AI follow in Einstein’s footsteps?”, argumentiert, dass ein Durchbruch im Maßstab der Relativitätstheorie nicht von Natur aus außerhalb der Reichweite von KI liegt. Aber er wird ein Umdenken der Grundprinzipien erfordern, wie aktuelle Modelle gebaut werden. Die Architektur, die heutige LLMs in der Vorhersage und Mustererkennung mächtig macht, ist dieselbe Architektur, die sie strukturell ungeeignet für die Art von kreativem, weltmodellbildendem Denken macht, das Paradigmenwechsel hervorbringt.
Hier gibt es Nuancen. Ein OpenAI Chatbot widerlegte diesen Mai eine 80 Jahre alte Vermutung des ungarischen Mathematikers Paul Erdős, und Mullainathan beschreibt dies als “echten konzeptionellen Fortschritt”, einen, der kleine neue Abstraktionen anstelle einer Brute-Force-Suche erforderte. Aber selbst diese Leistung stützte sich auf Ideen, die bereits in der mathematischen Literatur vorhanden waren. Es war Synthese, keine Offenbarung.
Kurz gesagt
KI wird zu einem mächtigen Werkzeug für die Wissenschaft: Sie findet Muster, beschleunigt Berechnungen und kann nun sinnvoll zur Mathematik beitragen. Was sie noch nicht tun kann, ist aus dem fast Nichts zu etwas wirklich Neuem zu schlussfolgern. Der Einstein-Test ist nicht nur ein cleverer Maßstab. Er ist eine präzise Beschreibung der Lücke zwischen dem, was aktuelle KI gut macht, und dem, was wissenschaftliche Entdeckung in ihrer transformativsten Form tatsächlich erfordert.
Basierend auf Berichten von Nature: Machine Learning.