Lobes Digitalfabrik: Blick in die Glaskugel
Im Sciencefiction-Film »Avengers: Infinity War« (2018) blickt Dr. Strange mit Hilfe eines Zeitsteins in die Zukunft: In einer Simulation sieht er vor seinem geistigen Auge 14 Millionen »Zukünfte«, also Optionen, in denen er Zeuge einer Niederlage gegen Thanos wurde. Nur in einem einzigen Szenario würde er in einer Schlacht gegen den Kriegsfürsten vom Planeten Titan obsiegen. Immerhin besser als beim Lottospielen, wo die Gewinnaussichten bei 1 : 140 Millionen liegen.
Der Traum, die Zukunft vorherzusagen, ist so alt wie die Menschheit, und er wurde im Sciencefiction-Genre immer wieder bespielt. Mit den Fortschritten der Computertechnologie wird diese Utopie immer realistischer.
So soll es einem Team von Wissenschaftlern der Griffith University in Australien und Nanyang Technological University (NTU) in Singapur vor einigen Monaten gelungen sein, einen Quantencomputer zu entwickeln, der zukünftige Ereignisse simuliert – konkret: die potenziellen Flugbahnen von Photonen. Dabei nutzten sie einen quantenmechanischen Effekt, der es ihnen erlaubte, die möglichen Zukunftsszenarien gleichzeitig zu betrachten und nach der Wahrscheinlichkeit ihres Eintretens zu gewichten.
Für die Forscher ist die Zukunft nichts weiter als eine Wahrscheinlichkeitsrechnung. »Wenn wir über die Zukunft nachdenken, sind wir mit einer riesigen Reihe von Optionen konfrontiert«, erklärt Teammitglied Mile Gu in einer Mitteilung der Singapurer Forschungseinrichtung. »Diese Möglichkeiten wachsen exponentiell, wenn wir weiter in die Zukunft blicken. Wenn wir zum Beispiel nur zwei Möglichkeiten pro Minute zur Auswahl haben, gibt es in weniger als einer halben Stunde 14 Millionen Handlungsoptionen. In weniger als einem Tag übersteigt dies die Zahl der Atome im Universum.«
Manche Prognosen könnten ihr Eintreffen selbst verhindern
Man kennt das ja von Wettervorhersagen: Je weiter man in die Zukunft blickt, desto ungenauer wird die Prognose. Die Vorhersageleistung hat sich jedoch in den vergangenen Jahren dank genauerer Modelle und größerer Rechenpower signifikant verbessert. Und die Computer machen ständig Fortschritte.
Google-Forschern ist es angeblich gelungen, einen hochleistungsfähigen Quantencomputer zu bauen, der erstmals die »Quantenüberlegenheit« erreicht hat: Für die komplexe Berechnung von Zufallszahlen, für die der heute schnellste Superrechner schätzungsweise 10 000 Jahre brauchen würde, benötigte der Quantenchip lediglich drei Minuten und 20 Sekunden. Das stellt alle bisherigen Entwicklungen in den Schatten – und ist überhaupt eine völlig neue Zeitdimension. Die Quantenmechanik könnte nicht nur unser Zeitgefühl durcheinanderbringen, sondern die Beschleunigungskräfte der Gesellschaft um ein Vielfaches verstärken.
Auch Informatiker der Universität Bonn haben im Jahr,2018 eine Software entwickelt, die ein paar Minuten in die Zukunft blicken kann: Ein Algorithmus wurde mit vier Stunden Videomaterial, in denen Darsteller Salate zubereiteten, trainiert, und lernte auf Basis der Videosequenzen typische Abfolgen von Aktionen, etwa beim Kochen. Das Programm konnte auf dieser Grundlage Handlungsschritte vorhersagen.
Nun folgen die seriellen Handgriffe eines Küchenchefs einem regelmäßig wiederkehrenden Muster (nämlich einem Kochrezept, das selbst ein Algorithmus ist), die Computer zuverlässig erkennen können. Doch menschliches Verhalten ist in der Regel komplexer und daher schwerer vorherzusagen. Menschen kreisen nicht wie Atome auf festen Umlaufbahnen. Einmal angenommen, es gäbe in der Gesellschaft Determinismen, eine Kette von Wenn-dann-Beziehungen in Interaktionen: Wie weit könnte man soziale Prozesse, zum Beispiel Wahlen oder Aufstände, prognostizieren? Wie genau kann man in die Zukunft blicken?
Der Informatiker Jürgen Gall, der an der Universität Bonn lehrt und an der Studie federführend mitgewirkt hat, sagt im Gespräch mit »Spektrum.de«, dass die Prognostik von mehreren Faktoren abhänge. Wie strukturiert ist das Problem? Wie viele Daten sind vorhanden? Wie stark hängen die Daten von Faktoren ab, die nicht gemessen werden?
Bei der Wettervorhersage versuche man, alle relevanten Faktoren zu messen und das Wetter mittels Simulation vorherzusagen. Als Alternative dazu könne man Lernverfahren anwenden. Diese würden mit historischen Daten trainiert und könnten die Zukunft auf Basis aktuell beobachteter Daten vorhersagen. Beide Ansätze hätten Vor- und Nachteile, so Gall. »Während Lernverfahren viel schneller bei der Vorhersage als Simulationen sind, modellieren Simulationen langfristige Zusammenhänge viel besser.« In Zukunft würden beide Ansätze vermehrt kombiniert, um bessere Vorhersagen mit weniger Rechenaufwand zu erreichen.
Die Verkehrsvorhersage sei dagegen ein stark strukturiertes Problem, das von wenigen Faktoren wie Uhrzeit, Wochentag, Ferienzeit, Großveranstaltungen oder Baustellen abhänge und eine Vorhersage für Monate im Voraus erlaube. »Die meisten Kartenanbieter sagen deswegen schon die Fahrtzeit für einen bestimmten Zeitpunkt in der Zukunft voraus«, konstatiert Gall. Hinzu kommen allerdings noch Faktoren wie Wetter und Unfälle, die man momentan nicht so weit im Voraus vorhersagen könne: »Bei einer Totalsperrung einer Autobahn auf Grund eines Unfalls für mehrere Stunden versagt jede Vorhersage, aber in den meisten Fällen wird die vorhergesagte Fahrtzeit mit einem Auto sehr genau sein.«
Das Interessante ist, dass Verkehrsprognosen ihrerseits die Zukunft beeinflussen. Man macht seine Routenplanung ja häufig von den Stauprognosen eines Navigationsgeräts oder digitalen Kartendienste wie Google Maps abhängig. Das heißt, die algorithmischen Berechnungen führen ihrerseits zu Verhaltensänderungen. Im Extremfall könne dies zu folgenden Situationen führen: Auf einer Straße ist wenig Verkehr, da alle Routenplaner auf Grund eines vorhergesagten Staus die Straße meiden. Selbiges gelte für den Börsenhandel, meint Gall: Aktien werden gekauft, da ein Modell steigende Kurse vorhersagt. Und die Kurse steigen, da Aktien gekauft werden. Eine selbsterfüllende Prophezeiung. »Ich glaube, dass in vielen Bereichen auf Grund der gemessenen Daten und der enormen Fortschritte im Bereich Deep Learning langfristige Vorhersagen über Monate möglich werden«, schätzt Gall. »Die Vorhersagen werden in 80 bis 95 Prozent der Fälle zuverlässig sein, allerdings bei außergewöhnlichen Ereignissen wie der Totalsperrung der Autobahn danebenliegen.«
Der Informatiker hält es grundsätzlich für möglich, auch soziale Prozesse zu prognostizieren. Die Schwierigkeit bestehe allerdings darin, das Verhalten zu prognostizieren, das durch die Vorhersagemodelle selbst beeinflusst ist. Das sind nicht wenige Unbekannte in der Gleichung, die wohl selbst den schnellsten Superrechner überfordern dürften.
Schreiben Sie uns!
Beitrag schreiben