Inwiefern hängt die Wissenschaft hinter dem Backen eines Lebkuchenhauses mit der fortschrittlichen Welt der künstlichen Intelligenz zusammen? Wenn man Miranda Schwacke, Doktorandin am Fachbereich Materialwissenschaft und Werkstofftechnik des MIT, fragt, wird sie antworten, dass der Zusammenhang im Konzept liegt, wie Struktur die Funktion beeinflusst. Es ist eine Schnittstelle zwischen leckeren Plätzchen und intelligenten Köpfen – ob Sie es glauben oder nicht.
Ein Mitglied von Küchenangelegenheiten, einer Gruppe von MIT-Studierenden, die das Kochen als Plattform nutzen, um wissenschaftliche Konzepte zu erklären, wollte Miranda nicht einfach nur eine süße Köstlichkeit backen. Ihr Ziel war ein Lebkuchenhaus, das nicht nur appetitlich, sondern auch baulich stabil war. Dies gipfelte in der Suche nach einem narrensicheren Rezept, bei der sie mit verschiedenen Keksrezepturen experimentierte, was letztendlich darauf hinauslief, eine Schlüsselzutat zu variieren: Butter.
“Butter bindet Wasser und verwandelt es beim Backen in Dampf, wodurch Luftblasen entstehen. Ich ging davon aus, dass eine Reduzierung der Buttermenge die Kekse dichter und fester machen würde – perfekt zum Bauen”, erklärt sie. Genau dieses Experiment fand Eingang in ein „Kitchen Matters“-Video, in dem gezeigt wird, wie die innere Struktur eines Materials – wie beispielsweise Keksteig – dessen Eigenschaften drastisch beeinflussen kann.
Miranda war schon immer fasziniert davon, wie sich Materialien unter verschiedenen Bedingungen verhalten. Dieses Interesse legte den Grundstein für ihre bahnbrechende Forschung im Bereich des neuromorphen Rechnens – einem energieeffizienten Ansatz für künstliche Intelligenz, der von den Feinheiten des menschlichen Gehirns inspiriert ist. Im Gegensatz zur herkömmlichen Datenverarbeitung, bei der Speicher und Rechenleistung voneinander getrennt sind, vereinen neuromorphe Geräte diese beiden Funktionen – genau wie die Synapsen im menschlichen Gehirn. Miranda sagt: “Das Trainieren großer KI-Modelle verbraucht enorme Mengen an Energie. Unser Gehirn hingegen kann mit weitaus geringerem Energieaufwand lernen. Die Effizienz unseres Gehirns bildet die Kernidee hinter neuromorphen Systemen.”
Angefangen bei ihren frühesten Erinnerungen an ihre Kindheit mit einer Mutter, die Meeresbiologin war, und einem Vater, der Elektroingenieur war, wurde Mirandas Faszination für die Wissenschaft als Mittel zur Erforschung der Welt gefördert. In der Oberstufe entdeckte sie ihre Liebe zur Materialwissenschaft und schloss ihr Bachelorstudium am Caltech ab, wo sie sich mit nanostrukturierten Materialien und elektrochemischen Systemen wie Batterien und Brennstoffzellen befasste. Heute arbeitet sie am MIT intensiv an Innovationen für energieeffiziente KI und konzentriert sich dabei insbesondere darauf, wie Magnesiumionen mit Wolframoxid interagieren – einem Material, dessen elektrischer Widerstand präzise reguliert werden kann, um synaptisches Verhalten nachzuahmen.
Darüber hinaus ist es Miranda ein Anliegen, einen nachhaltigen Beitrag zur breiteren wissenschaftlichen Gemeinschaft zu leisten. Sie engagiert sich ehrenamtlich, um Kinder mit praktischen Experimenten zu unterrichten, und hat in verschiedenen Positionen in wissenschaftlichen Organisationen gearbeitet. Miranda ist davon überzeugt, dass eine effektive Kommunikation für ein kollaboratives Forschungsumfeld entscheidend ist. Geleitet von ihrem Streben nach wissenschaftlicher Neugier hofft sie, Professorin zu werden und die nächste Generation von Wissenschaftlern als Mentorin zu unterstützen, um sie zu inspirieren, Herausforderungen anzunehmen und bahnbrechende Entdeckungen zu machen.
Diese Website verwendet Cookies.