So scharf wie möglich: KI knackt fast die physikalischen Grenzen

Verzerrte Lichtmuster, wie sie beim Blick durch trübes Wasser ent­ste­hen, galten lange als nutzlos für präzise Messungen. Doch ein neues Verfahren zeigt: Mit KI lassen sich selbst diese chaotischen Signale bis nahe an die physikalische Grenze auswerten.

KI entschlüsselt wirre Lichtmuster mit Rekordpräzision

Die neue Studie von TU Wien, Universität Glasgow und Universität Grenoble untersucht die Frage, wie präzise sich ein Objekt optisch lokalisieren lässt, wenn Licht gestreut oder gebrochen wird. Dazu setzten die Forschenden auf sogenannte Fisher-Information, ein Maß für die maximal mögliche Genauigkeit bei Messungen, das sich aus den physikalischen Eigenschaften des Lichts ableiten lässt.

Konkret wurde ein Laserstrahl auf ein kleines Objekt hinter einer trüben Flüssigkeit gerichtet. Die Kamera fing daraufhin nur stark verzerrte Lichtmuster ein - Bilder, die für das menschliche Auge kaum interpretierbar sind. Mithilfe neuronaler Netze trainierten die Forschenden ein KI-Modell, dem Zehntausende dieser Muster samt Objektpositionen präsentiert wurden.

Tipp > Nintendo Switch 2 lieferbar: Bei diesen Online-Shops jetzt auf Lager


Was ist die Fisher-Information, und warum markiert sie eine physikalische Grenze?
Die Besonderheit: Nach dem Training konnte das System selbst aus neuen, unbekannten Mustern die Position des Objekts mit extremer Präzision ermitteln. Der Abstand zur theoretisch maximal möglichen Genauigkeit betrug nur wenige Prozente. "Unser KI-gestützter Algorithmus ist nicht nur effektiv, sondern nahezu optimal", erklärt Stefan Rotter vom Institut für Theoretische Physik der TU Wien.

Er erreicht nahezu exakt die Präzision, die die Gesetze der Physik zulassen.

Diese Erkenntnis ist nicht nur ein mathematischer Beweis, sondern hat auch praktische Bedeutung: es gibt begründete Hoffnung, dass KI-gestützte Bildgebung künftig in Bereichen wie medizinischer Diagnostik, Materialanalyse oder Quantenoptik neue Maßstäbe setzen könnte. Das Projekt zeigt: wo herkömmliche Verfahren an ihre physikalischen Grenzen stoßen, kann maschinelles Lernen bislang unzugängliche Informationen extrahieren.

Veröffentlicht wurde die Arbeit in Nature Photonics unter dem Titel "Neural networks for nearly optimal imaging through scattering media" (DOI: 10.1038/s41566-025-01657-6). Sie zeigt nicht nur, wie weit KI die Grenzen optischer Präzision verschieben kann - sondern auch, dass selbst in den wirrsten Lichtmustern noch eine Spur Wahrheit steckt. Man muss sie nur lesen können.


Siehe auch: