StartseiteArtikel

Diese Generation von KI-Größen hat alle Physik studiert.

数智前线2026-11-19 09:16
Heute Abend ist es eine Gruppe von Physikern, die die Glocke läutet.

Ich dachte damals, ich sei „hundert Jahre zu spät geboren worden“ und habe die Ära des großen Booms physikalischer Entdeckungen verpasst – doch jetzt habe ich das goldene Zeitalter in der KI gefunden.

Hinter dem größten Börsengang der Geschichte steht eine Gruppe von Physikern, die den Beruf gewechselt haben.

Am 19. November nach US-Ostküstenzeit wird Anthropic unter dem Code „ANT“ an der NASDAQ notiert. Neben dem öffentlichen Angebot führt das Unternehmen gleichzeitig eine private Platzierung durch, wobei der maximale Gesamtmittelaufkommen beider Teile etwa 904 Milliarden US-Dollar beträgt; nach vollständiger Verwässerung beträgt die Bewertung unter Berücksichtigung der Obergrenze des Emissionspreisintervalls etwa 1,4 Billionen US-Dollar. Dieser Wert übertrifft den Rekord, den SpaceX im Juni dieses Jahres aufgestellt hat, und wird voraussichtlich der größte Börsengang der Geschichte werden.

Wenn man den Lebenslauf der Kerngründer dieses Unternehmens durchsieht, fällt ein interessantes Detail auf: In diesem Team für große Modelle gibt es außergewöhnlich viele Personen mit physikalischem Hintergrund. CEO Dario Amodei hat seinen Bachelor in Physik absolviert und in der Promotionsphase an neuronalen Schaltkreisen geforscht; Chief Scientific Officer Jared Kaplan war früher theoretischer Physiker; Chief Architect Sam McCandlish verfügt über einen Doktortitel in theoretischer Physik.

Das weicht von der üblichen Vorstellung ab, die man von einem Unternehmen für große Modelle hat. Normalerweise denkt man an Informatiker und Forscher für maschinelles Lernen – bei Anthropic tauchen Physiker aber nicht nur im Gründerteam auf, sondern bilden auch einen wichtigen Teil der Talente des Unternehmens.

Dieses Phänomen ist sogar weit verbreitet. Von großen Modellaboren im Silicon Valley bis zu chinesischen KI-Startups stehen immer mehr Menschen mit physikalischem Hintergrund im Zentrum der KI-Welle. Wie Shuzhi Frontline erfahren hat, hat in diesem Jahr sogar der Gründer eines chinesischen Internetunternehmens bei der Einstellung von KI-Talenten ausdrücklich verlangt, Personen mit physikalischem Hintergrund persönlich zu interviewen.

Was hat die physikalische Ausbildung ihnen konkret gebracht? Warum sind Physiker in dieser KI-Welle zu wichtigen Beteiligten geworden?

01

Das Billionen-Unternehmen Anthropic ist voll von Physikern

Anfang 2021 verließen sieben Forscher OpenAI und beschlossen, ein neues KI-Unternehmen zu gründen. Zu dieser Zeit herrschte die Pandemie, und die Gruppe konnte sich nur im Hinterhof eines der Mitglieder treffen, sechs Fuß voneinander entfernt und mit Masken im Gesicht, um sich zu unterhalten.

Ein Jahr später erinnerten sich die beiden Mitbegründer von Anthropic an diese Erfahrung und fügten ein interessantes Detail hinzu: Abgesehen davon, dass sie alle bei OpenAI zusammengearbeitet haben und einige von ihnen bereits bei Google Brain kooperiert haben, gibt es noch eine Gemeinsamkeit – „Viele von uns sind derzeit oder waren früher Physiker“, sagte Dario. Sie kannten sich bereits aus der Physikszene.

Darios eigene Laufbahn ist ein Sinnbild dafür.

Im Frühjahr 2007 war der 24-jährige Dario noch Doktorand der Physik an der Princeton-Universität. In einem Büro im Keller des Guyot-Gebäudes unterhielt er sich mit Michael Berry, Professor für Neurowissenschaften. Danach dachte er zum ersten Mal ernsthaft darüber nach, sich der Biophysik zuzuwenden. Im zweiten Jahr seiner Promotion schloss er sich dem Labor von Berry an und erforschte, wie Nervenzellen in der Netzhaut von Tieren visuelle Informationen verarbeiten und weiterleiten.

Das neue Forschungsfeld stellte ihn bald vor ein schwieriges Problem: Das Labor musste gleichzeitig elektrische Signale einer großen Anzahl von Nervenzellen aufzeichnen, verfügte aber über keine passenden Geräte dafür.

Dario baute kurzerhand selbst ein Multi-Elektroden-Array. Berry nannte es später ein „ziemlich ehrgeiziges technisches Entwicklungsprojekt“. Dario verbrachte die meiste Zeit im Reinraum, um Bauteile herzustellen und Geräte einzustellen – diese Arbeit mündete schließlich 2012 in eine veröffentlichte Arbeit. Das ist genau der Grundton, den die physikalische Ausbildung hinterlässt: Man ist gewohnt, Probleme von den Grundprinzipien aus zu verstehen, und wenn es keine passenden Werkzeuge gibt, baut man sie sich selbst.

Warum wechselte er von der Physik zur Neurowissenschaft? Dario erklärte später: „Ich habe mich schon immer für zwei Fragen interessiert: Wie funktioniert Intelligenz genau, und kann man das menschliche Leben durch Wissenschaft und Medizin verbessern?“ – also danach, die „physikalischen Gesetze“ der Intelligenz zu finden.

Nach seiner Promotion ging Dario als Postdoktorand an die Stanford-Universität, studierte bei Professor Parag Mallick und erforschte Krebserkennung und deren Mechanismen. Mallick erinnerte sich später, dass Dario zuvor fast keinen Hintergrund in der Krebsforschung hatte, aber er nutzte die Wochenenden, um alle veröffentlichten Arbeiten zu einem bestimmten Thema durchzuarbeiten und schnell auf den aktuellen Stand zu kommen.

Genau in dieser Postdoktorandenphase, um 2012 bis 2013, tauchten nacheinander die Forschungsergebnisse von Teams wie Google Brain im Bereich des tiefen Lernens auf – insbesondere die Leistung von AlexNet bei der Bilderkennung zeigte ihm, dass diese Technologie begann, echtes Potenzial zu entfalten.

Ende 2014 schloss sich Dario Baidu an und trat dem Team unter der Leitung von Andrew Ng bei. Sein erstes Projekt war die Entwicklung des End-to-End-Spracherkennungssystems Deep Speech 2. Weniger als ein Jahr später wechselte er zu Google Brain als leitender Forschungswissenschaftler und trat 2016 OpenAI bei.

Eine weitere Schlüsselfigur bei Anthropic, Chief Scientific Officer Jared Kaplan, befasste sich ursprünglich mit dem Universum selbst.

Kaplans Mutter ist Schriftstellerin von Science-Fiction-Romanen. Schon als Kind faszinierte ihn eine Frage: Ist es für Menschen möglich, Überlichtgeschwindigkeits-Fluggeräte zu bauen?

Um dieser Frage auf den Grund zu gehen, wählte er Physik. In den folgenden Jahren folgte er dem typischen akademischen Pfad der theoretischen Physik: Er machte seinen Bachelor an der Stanford-Universität, promovierte an der Harvard-Universität, arbeitete als Postdoktorand am SLAC National Accelerator Laboratory der Stanford-Universität und wurde schließlich Professor für theoretische Physik an der Johns Hopkins University.

Aber nachdem er jahrelang in Bereichen wie der Physik des Large Hadron Colliders, der Teilchenphysik, der Kosmologie und der Stringtheorie geforscht hatte, fühlte er sich zunehmend frustriert und ermüdet. „Die Fortschritte in diesen Bereichen sind nicht so schnell, wie ich es erwartet habe. Viele Freunde sagten mir, dass KI zu einem sehr wichtigen Bereich wird“, erinnerte sich Kaplan später. Anfang 2018 begann Kaplan, einen Teil seiner Zeit zu nutzen, um maschinelles Lernen zu lernen und zu erforschen.

Sam McCandlish, Chief Architect, hat einen ähnlichen Hintergrund wie Dario und Kaplan. Er studierte theoretische Physik an der Stanford-Universität als Doktorand und erforschte Quantengravitation und Holografische Theorie. 2018 trat auch er OpenAI bei und begann, an maschinellem Lernen zu forschen.

Im Januar 2020 veröffentlichten Kaplan, McCandlish, Dario und andere Forscher gemeinsam die Arbeit „Scaling Laws for Neural Language Models“. Durch eine Reihe von Experimenten stellten sie fest, dass die Leistungssteigerung von Sprachmodellen nicht völlig unvorhersehbar ist, sondern eine relativ stabile Potenzgesetzbeziehung zwischen Modellgröße, Trainingsdatenmenge und Rechenressourcen aufweist.

Das ist die später berühmte „Scaling Laws“.

„Das Hilfreichste an der physikalischen Ausbildung ist, dass ich gewohnt bin, nach den makroskopischsten und wichtigsten Trends zu suchen und sie dann so genau wie möglich zu beschreiben“, sagte Kaplan Jahre später, als er auf diese Forschungsphase zurückblickte.

Diese Verbundenheit mit der Physik hat sich mit der Gründung von Anthropic in das Unternehmen hinein fortgesetzt und die Teambildung und die Auswahl von Talenten beeinflusst.

Daniela Amodei, Mitbegründerin und Präsidentin von Anthropic, hat in Interviews verraten, dass in der Anfangsphase des Unternehmens zwei Drittel der etwa 15 ersten Mitarbeiter einen Doktortitel in Physik besaßen. Das Unternehmen hat sogar ein internes Talentförderungssystem namens „Physicist Pipeline“ aufgebaut, das sehr kluge, quantitativ starke Personen mit makroskopischem Denkvermögen anzieht und sie darauf vorbereitet, im Bereich des maschinellen Lernens zu forschen.

Dario sagte in einer Sendung im August 2023: „Physiker lernen neue Dinge sehr schnell. Wir stellen normalerweise fest, dass ein eingestellter Physikdoktor sehr schnell maschinelles Lernen erlernen und Beiträge leisten kann.“ Er erwähnte, dass es im Team von Anthropic zu diesem Zeitpunkt wahrscheinlich 30 bis 40 Physiker gab.

Natürlich ist KI noch ein relativ junges Feld. Im Team von Anthropic gibt es sowohl Software-Ingenieure und Forscher für maschinelles Lernen als auch Wissenschaftler mit Hintergrund in Physik, Ethik und Neurowissenschaften sowie Mitarbeiter für Politik und Betrieb. Niemand wird durch fachliche Grenzen eingeschränkt: Forscher schreiben Code, Ingenieure beteiligen sich an der Forschung. Das Unternehmen organisiert auch kleine Schulungen, bei denen Personen, die mit Transformer vertraut sind, Kurse auf unterschiedlichen Niveaus anbieten, an denen auch das Betriebs- und Politikteam an Einsteigerlehrgängen teilnehmen kann.

02

Physiker waren bei KI immer dabei

Der Nobelpreis für Physik 2024 war etwas überraschend: Er wurde an zwei Wissenschaftler verliehen, die an künstlichen neuronalen Netzen forschen – John Hopfield und Geoffrey Hinton – in Anerkennung ihrer „grundlegenden Entdeckungen und Erfindungen für das maschinelle Lernen mit künstlichen neuronalen Netzen“. Das Nobelkomitee für Physik betonte ausdrücklich, dass die Physik wichtige Werkzeuge für die Entwicklung des maschinellen Lernens bereitgestellt hat.

Tatsächlich reicht die Verbindung zwischen Physikern und KI weit zurück, lange vor dieser Welle großer Modelle. Als die Theorie der neuronalen Netze Gestalt annahm, waren sie bereits vor Ort.

Hopfield selbst ist Festkörperphysiker. 1982 schlug er das „Hopfield-Netzwerk“ vor und übertrug Konzepte wie Energiefunktion und stabiler Zustand aus der Physik in die Forschung an neuronalen Netzen. 1985 gingen Hinton, David Ackley, Terry Sejnowski und andere noch einen Schritt weiter: Sie wandten Methoden der statistischen Physik auf das Lernen neuronaler Netze an und entwickelten die Boltzmann-Maschine – deren Name direkt aus der statistischen Physik stammt.

Die Laufbahn von Sejnowski ist besonders interessant. Er promovierte in Physik an der Princeton-Universität, forschte ursprünglich zur Allgemeinen Relativitätstheorie und sein Doktorvater war Hopfield selbst. Später besuchte er als Zuhörer einen Kurs über Neurowissenschaften, war seitdem fasziniert von den komplexen Problemen hinter Gehirn und Verhalten und wandte sich allmählich der Forschung an neuronalen Netzen zu. Er ist der Ansicht, dass „die Geheimnisse des Universums im Vergleich zu den Geheimnissen des Verhaltens verblassen“.

Eine Gruppe von Forschern mit physikalischer Ausbildung begann, Werkzeuge der Wahrscheinlichkeitstheorie, Statistik und Informationstheorie auf Probleme des maschinellen Lernens anzuwenden. Zum Beispiel begannen Physiker in den 1980er Jahren, mit statistischer Physik die Gedächtnismechanismen und die Speicherkapazität neuronaler Netze zu erforschen; in den 1990er Jahren erweiterte sich diese Kreuzung weiter auf Bereiche wie Bayessche Inferenz, statistisches Lernen, Mustererkennung und Kernel-Methoden.

Im neuen Jahrtausend tauchten Personen mit physikalischem Hintergrund immer noch an wichtigen Wendepunkten auf. Li Fei-Fei, die ihren Bachelor in Physik an der Princeton-Universität absolviert hat, begann um 2007 mit dem Aufbau des ImageNet-Datensatzes, sodass Maschinen zum ersten Mal eine riesige Menge an markierten Bildern zum „Ansehen“ erhielten.

Aber was viele junge Physiker wirklich zum Handeln brachte, war eine Partie Schach im Jahr 2016.

Im März desselben Jahres trat AlphaGo gegen Lee Sedol an. Der 37. Zug in der zweiten Partie überraschte viele professionelle Go-Spieler. Zum ersten Mal spürten die Menschen direkt, dass Maschinen durch Lernen Lösungen finden könnten, an die Menschen nicht gedacht hätten.

Misha Laskin, der zu dieser Zeit noch an der Universität Chicago in theoretischer Physik promovierte, wurde von diesem Wettkampf berührt. Als er fast seine Promotion abgeschlossen hatte, begann er, seine Berufswahl neu zu überdenken. Er erinnerte sich später, dass dies nicht daran lag, dass er Physik nicht mehr mochte. Er realisierte allmählich, dass er zu einem Experten in einem sehr engen Bereich geworden war – und selbst wenn seine Forschung erfolgreich wäre, würde es möglicherweise Jahrzehnte dauern, bis man wüsste, ob sie wirklich Wirkung zeigt. „Vielleicht fehlt mir einfach die Geduld“, sagte er.

Er begann verschiedene Versuche zu unternehmen, bis er auf AlphaGo stieß. Er legte alle laufenden Arbeiten beiseite und stürzte sich in das tiefe Lernen und das bestärkende Lernen: Zuerst arbeitete er als Postdoktorand an der Universität Berkeley, später trat er Google DeepMind bei und forschte im Bereich der Belohnungsmodelle für Gemini. 2024 gründete er mit Kollegen das KI-Unternehmen Reflection AI, das eine Open-Source-Alternative zu „geschlossenen Spitzenlabors“ wie OpenAI und Anthropic werden will – es wird von außen auch als „amerikanisches DeepSeek“ bezeichnet.

Eine ähnliche Wahl traf auch Yao Shunyu. Sein Name unterscheidet sich nur um ein Zeichen von dem von Yao Shunyu von Tencent, beide haben an der Tsinghua-Universität studiert und arbeiten an großen Modellen. Für Außenstehende ist sein Lebenslauf mit einem Bachelor in Physik an der Tsinghua-Universität und einem Doktortitel in theoretischer Physik an der Stanford-Universität sehr beeindruckend – aber er ist mit seinen Forschungsergebnissen nicht zufrieden: „Niemand wird sagen, dass meine Arbeiten während der Promotion schlecht sind, aber ehrlich gesagt: Welchen großen Einfluss haben sie auf die Welt? Ich denke, fast keinen.“

„Ich möchte einen Bereich suchen, der jungen Menschen mehr Chancen bietet.“ Quantencomputing und KI standen beide auf der Kandidatenliste, aber das Hauptproblem des Quantencomputings liegt in der experimentellen Umsetzung – das ist nicht der Teil, in dem er am besten ist und der ihn am meisten interessiert. Bei KI erkannte er dagegen eine vertraute Forschungsweise: „Meistens hat man eine Idee und kann sie mit numerischen Berechnungen überprüfen. Diese numerischen Berechnungen bedeuten in der KI möglicherweise das Trainieren eines Modells.“

Seiner Meinung nach ähnelt die heutige KI sehr der Physik des 18