Das Universum ist nach einem Satz unsichtbarer Regeln aufgebaut, die bestimmen, wie Teilchen interagieren und wie Kräfte wirken. Seit Jahrzehnten versuchen Physiker, einen einzigen, eleganten Satz von Regeln zu finden, der alles erklärt – eine Theorie, die die verschiedenen Kräfte der Natur in einem einzigen, großen Rahmen vereinigt. Eine der vielversprechendsten Ideen ist, dass sich bei extrem hohen Energien die heute unterschiedlichen Kräfte – wie etwa die elektromagnetische Kraft, die unsere Lichter antreibt, und die starke Kraft, die Atomkerne zusammenhält – zu einer einzigen, vereinheitlichten Kraft vereinen. Wenn diese Vereinigung stattgefunden hätte, hätte sie einen subtilen Fingerabdruck in der Art und Weise hinterlassen, wie sich diese Kräfte ändern, wenn sich die Energieniveaus verschieben. Zudem sagt eine solche große Vereinigung (Grand Unification) voraus, dass das Proton, der stabile Baustein aller Materie, schließlich zerfallen sollte, indem es über gewaltige Zeiträume hinweg in leichtere Teilchen zerfällt. Diesen Zerfall zu finden, wäre der ultimative Beweis für die Theorie, aber er wurde bisher nie beobachtet, und die Berechnungen, die erforderlich sind, um vorherzusagen, wann oder ob dies geschehen könnte, sind unglaublich komplex und beinhalten tausende von Variablen sowie komplizierte mathematische Schritte.

Um dieser immensen Herausforderung zu begegnen, hat ein Forscher am Jožef Stefan Institut in Slowenien einen neuen Typ eines digitalen Assistenten namens proton_agent entwickelt. Dies ist kein Standard-Computerprogramm, das einfach nur Zahlen berechnet; es ist ein künstlicher Intelligenz-Agent, der darauf ausgelegt ist, menschliche Sprache zu verstehen und natürliche Fragen in präzise wissenschaftliche Berechnungen zu übersetzen. Stellen Sie sich vor, ein Forscher stellt eine einfache Frage wie: „Was passiert mit der Stärke dieser Kräfte, wenn wir ein neues Teilchen hinzufügen?“, und der Computer versteht augenblicklich die Physik hinter den Worten, wählt die korrekten mathematischen Werkzeuge aus, führt die komplexen Simulationen durch und erklärt dann die Ergebnisse in einfachem Englisch. Das Ziel ist es, diese hochgradig wissenschaftlichen Untersuchungen zugänglich und reproduzierbar zu machen, damit Wissenschaftler in der Lage sind, riesige Möglichkeiten zu erforschen, ohne sich in den technischen Details der Programmierung und der manuellen Dateneingabe zu verlieren.

Der Agent arbeitet, indem er als Brücke zwischen einem menschlichen Nutzer und einer leistungsstarken, deterministischen wissenschaftlichen Engine fungiert. Wenn ein Nutzer eine Anfrage eingibt, interpretiert die KI die Absicht und entscheidet, welche spezifischen Rechenwerkzeuge zu verwenden sind. Sie kann Berechnungen darüber durchführen, wie sich die Eichkopplungen – jene Zahlen, die die Stärke fundamentaler Kräfte beschreiben – von den Energieniveaus, die wir in Laboren testen können, bis hin zu den unvorstellbaren Energien des frühen Universums entwickeln. Sie kann verschiedene Szenarien modellieren, in denen das Universum die Symmetrie auf verschiedene Arten bricht, wobei es durch Zwischenstadien geht, bevor es sich in den Gesetzen der Physik setzt, die wir heute beobachten. Wenn ein Nutzer wissen möchte, ob eine bestimmte Anordnung von Teilchen hilft, die Kräfte zu vereinheitlichen, rechnet der Agent die Zahlen durch, prüft die Ergebnisse und teilt dem Nutzer mit, ob die Kräfte an einem einzigen Punkt zusammentreffen oder auseinanderdriften. Er kann sogar die exakte Masse bestimmen, die ein neues Teilchen haben müsste, damit die Vereinigung funktioniert, und verwandelt so ein theoretisches „Was wäre wenn“ in eine konkrete Zahl.

Über das bloße Verfolgen von Kräften hinaus ist der Agent speziell darauf ausgelegt, die Lebensdauer des Protons vorherzusagen. In Theorien, in denen Kräfte vereinigt sind, sind Protonen nicht ewig; sie zerfallen schließlich. Der Agent kann berechnen, wie lange ein Proton basierend auf verschiedenen theoretischen Modellen existieren könnte, wie etwa Modellen unter Einbeziehung der Supersymmetrie, bei der jedes bekannte Teilchen einen schwereren Partner hat. Er berücksichtigt die komplexen Arten, wie Teilchen rotieren und sich mischen, die Massen schwerer Teilchen, die den Zerfall vermitteln, und die spezifischen Eigenschaften des Vakuums des Weltraums. Das System kann durch tausende zufällige Kombinationen dieser Variablen laufen, ein Prozess, der als Parameter-Scan bekannt ist, um zu sehen, welche Szenarien noch möglich sind und welche bereits durch Experimente ausgeschlossen wurden. Es vergleicht seine Vorhersagen mit den strengen Grenzen, die von massiven Detektoren wie Hyper-Kamiokande gesetzt wurden, welche die aktuellen Grenzwerte und die projizierte Sensitivität für den Protonenzerfall etabliert haben. Wenn ein Modell eine Protonenlebensdauer vorhersagt, die zu kurz ist im Vergleich zu dem, was diese Detektoren gesehen haben, markiert der Agent es als ausgeschlossen. Wenn die Vorhersage gerade an der Grenze liegt, die zukünftige Detektoren finden könnten, markiert er das Modell als testbar.

Die Stärke dieses Werkzeugs liegt in seiner Fähigkeit, das enorme Volumen an Daten und die Komplexität der Beziehungen zwischen den Variablen zu bewältigen. Beispielsweise hängt in einem supersymmetrischen Modell die Lebensdauer eines Protons von den Massen schwerer Teilchen ab, den sogenannten farb-Triplett-Higgs-Feldern, und den Massen ihrer Partner, den Sfermionen. Der Agent kann diese Massen systematisch variieren und dabei tausende von Simulationen durchführen, um kartografisch darzustellen, wie die Änderung eines einzelnen Wertes die vorhergesagte Lebensdauer beeinflusst. Er kann detaillierte Visualisierungen erstellen, die zeigen, wie sich die Wahrscheinlichkeit des Zerfalls über verschiedene Energieskalen ändert oder wie verschiedene Mischwinkel das Ergebnis beeinflussen. In einem spezifischen Test nahm der Agent einen Benchmark-Punkt, der bereits durch experimentelle Daten ausgeschlossen war, und zeigte auf, dass die vorhergesagte Lebensdauer etwa acht Größenordnungen kürzer war als das aktuelle experimentelle Limit. Er half dem Nutzer dann zu untersuchen, wie viel schwerer die Sfermionen sein müssten, um die vorhergesagte Lebensdauer wieder in den sicheren Bereich zu drücken, und führte den Forscher somit effektiv zu einer lebensfähigen Theorie.

Was diesen Ansatz besonders bedeutsam macht, ist, dass er den Menschen im Prozess behält („human in the loop“), während er die schwere Arbeit übernimmt. Die KI rät nicht über die Physik; sie nutzt ein dediziertes, verifiziertes Backend, um die Berechnungen durchzuführen, was sicherstellt, dass die Zahlen korrekt und reproduzierbar sind. Das Sprachmodell dient lediglich als Schnittstelle, die die Absicht des Nutzers interpretiert und die Ergebnisse präsentiert. Diese Trennung bedeutet, dass die wissenschaftlichen Schlussfolgerungen auf solider Berechnung basieren und nicht auf den statistischen Vermutungen eines Sprachmodells. Das System ist so konzipiert, dass es lokal auf einem Standardcomputer unter Verwendung von Open-Source-Modellen läuft, sodass Forscher nicht auf teure kommerzielle Dienste angewiesen sind oder sich Sorgen machen müssen, dass ihre Daten ihre eigenen Maschinen verlassen. Es stellt einen Wandel in der Art und Weise dar, wie wissenschaftliche Forschung betrieben wird: weg von einem Prozess, bei dem Wissenschaftler den Großteil ihrer Zeit mit dem Schreiben von Code und dem Debuggen von Skripten verbringen, hin zu einem Prozess, bei dem sie sich auf die Physik konzentrieren können, indem sie Fragen stellen und die Antworten interpretieren, als würden sie sich mit einem fachkundigen Kollegen unterhalten.

Die Forscher demonstrierten die Fähigkeiten des Agenten, indem sie bekannte Ergebnisse früherer Studien reproduzierten und dann in neues Terrain vordrangen. Sie zeigten, dass er komplexe Szenarien mit mehreren Stufen der Symmetriebrechung bewältigen kann, bei denen das Universum durch verschiedene Gruppen von Kräften übergeht, bevor es seinen heutigen Zustand erreicht. Er konnte erfolgreich die Auswirkungen des Hinzufügens verschiedener neuer Teilchen berechnen und bestimmen, ob diese helfen würden, die Kräfte zu vereinheitlichen und auf welchen Energieskalen dies geschieht. Im Bereich des Protonenzerfalls war er in der Lage, das komplizierte Geflecht aus Flavor-Rotationen und Mischparametern zu navigieren, die bestimmen, wie Protonen zerfallen. Durch die Durchführung von Markov-Chain-Monte-Carlo-Simulationen – einer Methode, die eine riesige Landschaft von Möglichkeiten durch das Gehen zufälliger Schritte unter Anleitung der Wahrscheinlichkeit exploriert – identifizierte der Agent winzige Regionen innerhalb des Parameterraums, in denen ein Modell trotz strenger experimenteller Einschränkungen noch gültig sein könnte. Diese Regionen erfordern oft eine extreme Feinabstimmung, aber sie zu finden ist entscheidend, um zu wissen, welche Theorien es noch wert sind, verfolgt zu werden.

Letztendlich ist proton_agent ein Werkzeug zur Exploration und Validierung. Er löst das Rätsel der großen Vereinigung nicht von selbst, aber er bietet eine leistungsstarke Möglichkeit, Ideen gegen die harten Daten der realen Welt zu testen. Er ermöglicht es Forschern, unmögliche Theorien schnell zu verwerfen und ihre Aufmerksamkeit auf die schmalen Pfade zu richten, die zu einem Durchbruch führen könnten. Er automatisiert die mühsamen und fehleranfälligen Teile der Berechnung und befreit Wissenschaftler dadurch, tiefer über die Implikationen ihrer Modelle nachzudenken. Die Arbeit legt nahe, dass die Zukunft der Hochenergiephysik in einer Partnerschaft zwischen menschlicher Intuition und künstlicher Intelligenz liegen könnte, in der die Maschine die riesigen computationalen Landschaften bewältigt und der Mensch die Richtung der Untersuchung vorgibt. Wenn diese Werkzeuge immer anspruchsvoller werden, werden sie wahrscheinlich zu einem unverzichtbaren Bestandteil des Instrumentariums für jeden werden, der versucht, die fundamentalen Gesetze zu verstehen, die unser Universum regieren – indem sie die ent daunting Aufgabe, Protonenlebensdauern zu berechnen, in einen handhabbaren, interaktiven Prozess verwandeln.