Startseite / Startseite / Was wissen wir noch nicht?
Was wissen wir noch nicht?
Bild: Monika Witzenberger

Was wissen wir noch nicht?

Wir fragen Heidelberger Forscher nach den großen, ungelösten Problemen der Wissenschaft. Teil 3 der Serie.

Matthias Bartelmann, Astrophysik

Matthias Bartelmann, Astrophysik

Auf fast 85 Prozent der Materie, aus der die Strukturen unseres Universums bestehen, können wir allein aufgrund ihrer Schwerkraft schließen. Sie wechselwirkt nicht mit Licht und wird daher „dunkle Materie“ genannt. Hinweise auf sie gibt es überall im Universum: Galaxien wie unsere Milchstraße oder ganze Galaxienhaufen flögen wegen der hohen Geschwindigkeiten ihrer Bestandteile auseinander, wenn sie nicht durch die Schwerkraft der dunklen Materie zusammengehalten würden. Sie lenkt Licht aus seiner geraden Bahn ab, sodass sich die dunkle Materie dadurch verrät, dass sie Bilder weit entfernter Objekte verzerrt wie eine ungenaue Linse oder geriffeltes Glas. So können wir nicht nur die Menge dunkler Materie in vielen Objekten bestimmen, sondern auch ihre Verteilung. Trotzdem wissen wir nicht, woraus diese dunkle Materie bestehen könnte. Wenn sie aus Elementarteilchen besteht, müssen diese von einer bisher unbekannten Art sein. Aus der Teilchenphysik gibt es jedoch keine Hinweise auf geeignete Teilchen, ganz zu schweigen davon, dass sie schon im Labor erzeugt worden wären. Die Vermutung, dass die Schwerkraft im Universum anders wirken könnte als im Sonnensystem, trägt nicht weit, weil ein entsprechend verändertes Gravitationsgesetz bekannte Phänomene nicht erklären kann. Die dunkle Materie stellt uns eine dringende, ungelöste Frage, die nur durch Teilchenphysik, Astrophysik und Kosmologie gemeinsam beantwortet werden kann.

Petra Schling

Petra Schling, Biochemie

Für mich ein gutes Beispiel für ein ungelöstes Problem in der Biochemie: Warum macht Schokolade glücklich? Wir wissen, dass Glückshormone in der Schokolade sind – aber die schaffen es nicht bis in unser Gehirn. Ist es der Zucker, der über Insulin den Vorläufermolekülen für Glücksboten den Weg in das Gehirn ebnet? Aber warum werden wir dann schon glücklich, wenn wir die Schokolade nur sehen und riechen? Die Herausforderung der Biochemie in der Medizin ist meiner Meinung nach vor allem die Komplexität eines ganzen Menschen. Auch wenn zum Beispiel die chemischen Reaktionen, die zum Fettaufbau führen, bei allen Menschen gleich ablaufen, werden manche Menschen immer dicker, und andere bleiben ihr Leben lang schlank. Was sind also die Stellschrauben, die erstere regelmäßig das eine Stück Schokolade zu viel essen lassen? Wir haben die biochemischen Reaktionen des einen Stoffwechselwegs in der einen Zelle verstanden – aber ein Mensch besteht aus einem (noch?) unüberschaubaren Netzwerk an Reaktionen in einem genauso überwältigenden Netzwerk an unterschiedlichen Zellen, die auch noch alle miteinander kommunizieren. Mit jedem kleinen Detail, das in der Grundlagenforschung aufgeklärt wird, kommt ein neues Puzzlestück dazu – und manchmal gibt es den großen Aha-Effekt, wenn plötzlich viele einzelne Puzzlestücke zusammenpassen. Ich freue mich schon auf neue Schokoladen-Puzzleteile!

Anette Frank, Computerlinguistik

Anette Frank, Computerlinguistik

Betrachten wir Computerlinguistik von ihrer anwendungsorientierten Seite als Language Technology, mag sie wie eine Ingenieurswissenschaft wirken, die verbleibende Herausforderungen für Suche im WWW (siehe Google), automatische Übersetzung (Google Translate) oder Spracherkennung (Siri) allein durch verbesserte Lernverfahren und wachsende Datenmengen zu lösen vermag. Ungelöste Fragen sehe ich in der Forschung zum Sprachverstehen, dem Natural Language Understanding – dem Bereich der Computerlinguistik, in dem wir die Bedeutung von Sprache analysieren. Hierzu gehört auch, Inhalte „zwischen den Zeilen“ zu erschließen – so, wie Menschen dies unbewusst tun. Wenn „Leo seinen Chef informiert, dass er die Lieferung rechtzeitig zugestellt hat“ können wir schließen, dass Leo als Nicht-Selbständiger und (vermutlich) im Transportwesen arbeitet. Letzteres wäre weniger plausibel, wenn „er die Lieferung bekommen hat“. Heute können wir Bedeutung durch Frequenzanalysen in großen Sprachkorpora erschließen: welche Wörter gleichbedeutend sind (erahnen und vermuten), ob sie positive oder negative Bewertung ausdrücken (anspruchsvoll vs. kompliziert) und welche Bedeutungen sie annehmen können (Operation als militärische Aktion vs. medizinischer Eingriff). Dennoch stellt sich die Frage, ob Sprachverarbeitungsmodelle die Qualität menschlichen Sprachverstehens erreichen können, wenn das Material, aus denen die Modelle induziert werden, auf sprachliche Eingaben, zumeist Texte, beschränkt ist. Dem Menschen stehen für das Erlernen von Sprache weitere Informationsquellen zur Verfügung, die wesentlich zu dieser Lernaufgabe beitragen: der Situationskontext und damit ziel- oder aufgabenorientierte Information, die Sprache in einen pragmatischen Sinnzusammenhang setzt. Zur Lernbefähigung gehört die existentielle Lernbegierde des Menschen, der aus intentionalem Antrieb über Sprache Informationen zu erschließen und Ziele zu erreichen versucht. Diese Komponente fehlt den Lernalgorithmen, wenn das Lernen auf Texte beschränkt ist.

Zusammengestellt von Jasper Bischofberger, Janina Schuhmacher und Monika Witzenberger

Hier geht’s zu Teil 1 und Teil 2 der Serie.

Hinterlasse hier deinen Kommentar!

Deine Email-Adresse wird nicht veröffentlicht. Die markierten Felder müssen ausgefüllt werden. *

*

Scroll To Top