Teil der Sektion Philosophie.
Hermann Weyl — Mathematiker, Physiker und wohl der tiefste Philosoph des Fachs im letzten Jahrhundert — formulierte es unmissverständlich: „Alles Apriorische in der Physik hat seinen Ursprung in der Symmetrie." Dieser eine Satz verbindet alles, wovon dieser Artikel handelt — den griechischen Sinn für schöne Proportion, die Gruppentheorie, die Galois für Gleichungen erfand, die Lie-Gruppen, die das Standardmodell tragen, und die Equivarianz in modernen neuronalen Netzen.
Entfernt man die Verzierungen, ist Symmetrie eine einzige, exakte Idee: Ein Ding ist symmetrisch unter einer Transformation, wenn diese Transformation es unverändert lässt. Eine Schneeflocke sieht nach einer Drehung um ein Sechstel gleich aus. Ein Kreis sieht nach jeder Drehung, jeder Spiegelung, jeder Verschiebung seines Mittelpunkts gleich aus. Die Gleichung x² + y² = r² ändert sich nicht, wenn man x und y vertauscht. Das Universum ändert sich nicht, wenn man alles drei Meter nach links verschiebt. Jedes davon — die Flocke, der Kreis, die Gleichung, der Kosmos — ist „symmetrisch" im exakt gleichen technischen Sinn: invariant unter einer Transformation.
Schon das Wort trägt die gesamte westliche Metaphysik mit sich. Griechisch symmetria (συμμετρία) bedeutete „zusammen gemessen" — Kommensurabilität, richtige Proportion, die Harmonie der Teile im Ganzen. Es war nie bloß dekorativ. Von Anfang an war Symmetrie die Behauptung, dass das Schöne, das Wahre und das strukturell Solide dasselbe seien, ausgedrückt als Verhältnisse.
Drei Objekte, eine Definition: ein Sechseck, unverändert durch 60°-Drehung, ein Kreis, unverändert durch jede Drehung, ein Dreieck, unverändert durch Spiegelung
Heraklit fügt die dunkle Fußnote hinzu, die in jede ehrliche Behandlung gehört: Die tiefste Harmonie ist verborgen — eine Spannung der Gegensätze (κρυπτὴ ἁρμονίη), wie Bogen und Leier. Symmetrie ist nicht Belanglosigkeit; sie ist ein gespanntes Gleichgewicht, und die „Balance" leistet die Arbeit. Wir brauchen Heraklit wieder, wenn wir zur gebrochenen Symmetrie und zum maschinellen Lernen kommen — behalten Sie ihn also im Kopf.
Der moderne Schritt besteht darin, die Definition — Invarianz unter Transformation — zu nehmen und die Transformationen selbst zum Gegenstand der Untersuchung zu machen. Die Menge der Symmetrien eines Objekts hat immer eine Struktur: Führt man zwei Symmetrien nacheinander aus, erhält man wieder eine (Abgeschlossenheit); jede Symmetrie ist umkehrbar (Inverses); nichts zu tun zählt (neutrales Element). Diese Struktur heißt Gruppe — wohl die tiefste gelungene Abstraktion der Mathematik: ein „Maß des Gleichseins".
Eine Lektion fürs Weitere: Etwas zu untersuchen bedeutet oft, zu finden, was sich nicht ändert, wenn man es transformiert. Invarianten sind, wie Mathematik überhaupt einen Gegenstand zu fassen bekommt.
1918 bewies Emmy Noether den Satz, der Symmetrie zur Grammatik der Physik macht: Jeder kontinuierlichen Symmetrie der Gesetze entspricht eine Erhaltungsgröße. Zeitübersetzungsinvarianz → Energie bleibt erhalten. Räumliche Translation → Impuls. Drehung → Drehimpuls. Eichtransformation → Ladung. Der Satz ist der Grund, warum Physiker Theorien nach ihren Symmetriegruppen klassifizieren: Die Symmetrien sind die Gesetze, insofern sie die Erhaltungssätze erzeugen, die alles andere organisieren.
Kontinuierliche Symmetrien bringen kontinuierliche Gruppen — Lie-Gruppen, benannt nach Sophus Lie, der in den 1870er Jahren die Theorie der Symmetrien von Differentialgleichungen erfand (dieselbe Abstammungslinie, die heute Lie-Punkt-Symmetrie-Methoden und einige equivariante Netze speist). Der physikalische Katalog:
Die Drehgruppe SO(3) und die Poincaré-Gruppe (Drehungen + Boosts + Translationen) organisieren die nichtrelativistische und die relativistische Mechanik.
Die Gravitation ist in Einsteins allgemeiner Relativitätstheorie fast nichts anderes als Symmetrie: Die Theorie ist so gebaut, dass sie unter jeder glatten Koordinatentransformation invariant ist (Diffeomorphismus-Invarianz / allgemeine Kovarianz). Wo andere Kräfte in der Raumzeit wirken, ist die Gravitation die Geometrie der Raumzeit — durch die Forderung der Symmetrie erzwungen. Weyls Bemerkung, das Apriorische habe seinen Ursprung in der Symmetrie, ist nirgends wahrer.
Das Standardmodell der Teilchenphysik ist eine Eichtheorie: Es entsteht, indem man Invarianz unter den lokalen (von Ort zu Ort wechselnden) Symmetriegruppen U(1) × SU(2) × SU(3) fordert, und die Kräfte — Elektromagnetismus, schwache und starke Wechselwirkung — treten als „Kompensationsfelder" auf, die dadurch erzwungen werden, dass die Symmetrie lokal gelten soll. Hermann Weyl und Yang–Mills verwandelten Galois' Kniff (das Objekt über seine Symmetriegruppe zu untersuchen) in das gesamte Rahmengerüst der fundamentalen Physik. Der Preis der lokalen Symmetrie ist eine Kraft.
Gebrochene Symmetrie. Die Welt, in der wir tatsächlich leben, ist nicht so symmetrisch wie die Gesetze, die sie erzeugen. Kristalle sind weniger symmetrisch als der Raum, in dem sie sich bilden; eine ausgeschleuderte Flüssigkeit kristallisiert und verliert die Drehinvarianz. In der Teilchenphysik gibt die spontane Symmetriebrechung (der Higgs-Mechanismus) den Teilchen Massen, während die zugrunde liegende Eichsymmetrie exakt bleibt. Der anfangs maximal symmetrische Zustand des frühen Universums kühlte in den differenzierten Zustand ab, den wir bewohnen. Heraklit hatte recht: Die Harmonie ist verborgen, und was wie „weniger Symmetrie" aussieht, ist gerade die Quelle der Struktur.
Der Weg einer Idee durch fünf Stationen: Verhältnis, Gruppe, Erhaltung, Eichung, Equivarianz
Bringen wir nun das ganze Instrumentarium zur Maschine — denn Symmetrie, die früher in der Ästhetik und der Physik lebte, ist in der KI zu einem ingenieurtechnischen Konzept geworden, und die Ingenieure entdeckten dasselbe, was Platon behauptete: Symmetrische Struktur ist nicht dekorativ, sie ist die effizienteste Wahrheit.
Symmetrie als induktive Voreinstellung. Ein neuronales Netz weiß a priori nichts; man muss ihm die Invarianzen der Welt sagen oder zeigen. Der klassische Fall ist das faltende neuronale Netz (CNN): Dass ein CNN eine Katze erkennt, egal wo im Bild sie sitzt, liegt daran, dass die Architektur die Translationsäquivarianz durch geteilte Gewichte einbaut — derselbe Filter an jeder Position. Es lernt nicht, dass Translation eine Symmetrie ist; es ist diese Symmetrie, in Silizium. Der Kontrast zum Transformer: Er braucht Positionskodierungen, gerade weil er nicht natürlich invariant unter Umordnung ist — Ordnung musste als diskrete, nur näherungsweise respektierte Symmetrie handeingebaut werden. Jede Daten-Augmentierungs-Pipeline (Trainingbilder drehen, spiegeln, zuschneiden) ist eine weiche Variante desselben Manövers: Invarianz statistisch, durch Beispiele, statt architektonisch, durch Konstruktion, einzupflanzen.
Equivariantes Deep Learning. Das letzte Jahrzehnt des „geometrischen Deep Learning" machte den Schritt explizit und allgemein. Gruppen-equivariante CNNs, Steering-CNNs (steerable CNNs), E(n)-equivariante Graph-Netze, Tensor-Field-Netze für Moleküle und Lie-symmetriebewusste Architekturen bestehen darauf, dass die inneren Abbildungen des Netzes mit den Symmetrien des Problems kommutieren — Drehungen, Permutationen, Translationen — und erst dann das Netz den Rest lernen lassen. Die Ergebnisse sind dort auffällig, wo physikalische Symmetrie dominiert: Molekül- und Kristall-Eigenschaftsvorhersagen generalisieren mit eingebauter Equivarianz dramatisch besser, weil das Netz keine Kapazität damit verschwendet, wieder zu lernen, dass die Energie eines Moleküls sich beim Drehen nicht ändert. Wenn die Symmetrie stimmt, braucht man weit weniger Daten: Symmetrie ist der ultimative Regularisierer. Noethers Satz hat einen maschinellen Zwilling: Ein Modell, dessen Architektur eine Symmetrie respektiert, erhält diese induktive Kapazität — es kann die Erhaltungsgröße nicht verlernen, weil es keinen Parameter gibt, der sie verlernen könnte.
Symmetrie im Trainingsprozess selbst. Selbst unbeschränkte Netze sind von Symmetrie regiert: Permutiert man die Neuronen einer verborgenen Schicht, erhält man einen anderen Parametervektor, aber dieselbe Funktion — die Verlustlandschaft ist von exakten Äquivalenzen (Permutationssymmetrie der Gewichte) durchzogen. Optimierung, Mode-Konnektivität und Distillation müssen damit rechnen, dass „das Modell" kein Punkt im Parameterraum ist, sondern eine Äquivalenzklasse unter Symmetrie. Auch die Maschine hat ihre verborgenen Harmonien.
Repräsentation, Mengen und was das Modell ignorieren darf. Moderne Architekturen kodieren Annahmen darüber, welche Transformationen Symmetrien der Aufgabe sein sollten und welche nicht: Set-Transformer sind gebaut, um die Reihenfolge zu ignorieren (permutationsinvariant durch Konstruktion), während Sprachmodelle darauf gebaut sind, sie zu beachten. Die eigentliche Frage des Designers ist immer die philosophische: an welche Invarianz glauben wir? An eine Symmetrie zu glauben ist ein apriorisches Bekenntnis darüber, was die Welt nicht kümmern muss — und es falsch zu bekommen, ist, wie Modelle auf Weisen scheitern, die keine Datenmenge behebt, denn aus einer Symmetrie, die die Architektur verbietet (oder gegen die Welt erzwingt), kann man sich nicht herauslernen.
Kehren wir zum Anfang zurück. „Alles Apriorische in der Physik hat seinen Ursprung in der Symmetrie." Die Linie verlief von den pythagoreischen Verhältnissen über Platons Körper und Kants Tapeten, durch Galois' Gruppen und Noethers Theorem hinein in die Lie-Gruppen-Eichtheorie des Standardmodells. Nun läuft sie in die Maschine. Die Translationsäquivarianz eines faltenden Netzes ist eine apriorische Festlegung — über die Welt vor allen Daten —, maschinell erzwungen. Equivariante Netze verallgemeinern das: Das Modell erklärt seinen Glauben darüber, was invariant ist, und die Daten können nur die Lücken zwischen den Symmetrien füllen.
Damit ist die älteste philosophische Behauptung des Westens — dass das Wahre, das Schöne und das Wohlgebaute dasselbe sind und im Voraus erkannt werden können — auf Umwegen zur Ingenieur-Tatsache geworden. Platon sagte, die Proportionen seien der Erfahrung vorgängig. Weyl sagte, das Apriorische sei die Symmetrie. Und ein moderner ML-Ingenieur sagt dasselbe im Vokabular der Equivarianz: Das stärkste Wissen ist die Invarianz, die du einbaust, nicht das Muster, das du lernst. Die Maschine hat die Philosophie der Symmetrie nicht widerlegt; sie hat sie industrialisiert.
Die Leitfrage der Sektion ist, wie wir uns zu den Maschinen verhalten, die wir bauen. Zur Symmetrie lautet die ehrliche Antwort: Wir bauen sie nach unserem ältesten Bild — als Suchende nach dem, was sich nicht ändert. Oder, mit Heraklit: Was wir wirklich bauen, ist die Spannung, und die Schönheit liegt im Brechen.
Ergänzend zum Thema Mathematik als Philosophie: die Forschung zur Riemann-Hypothese und Graph-Neuronalen-Netzen.