Back
Tübingen – Das Magazin Forbes hat seine elfte jährliche 30 Under 30 Europe in der Kategorie Wissenschaft und Gesundheitswesen veröffentlicht und damit einige der vielversprechendsten jungen Innovatoren, Unternehmer und Changemaker Europas gewürdigt, die die Zukunft von Wissenschaft und Technologie gestalten.
Zu den diesjährigen Preisträger*innen gehört Siyuan Guo, eine ehemalige Doktorandin der Abteilung für Empirische Inferenz am Max-Planck-Institut für Intelligente Systeme (MPI-IS). Sie nahm am Cambridge-Tübingen-PhD-Fellowship-Programm teil und forschte an der Schnittstelle von maschinellem Lernen, Physik und Kausalität.
Forbes wählte Guo für ihre bahnbrechende Arbeit, welche die theoretischen Grundlagen der künstlichen Intelligenz weiterentwickelt. Während moderne KI-Systeme oft beeindruckende Ergebnisse erzielen, funktionieren sie häufig wie „Black Boxes“ und stützen sich stark auf Versuch und Irrtum, da ihre Prinzipien nicht vollständig verstanden werden. Guos Forschung geht auf diese Einschränkung ein, indem sie einen theoretischen Rahmen entwickelt, um besser zu verstehen, wie diese Systeme funktionieren. „Ihre Doktorarbeit zeigte, wie grundlegende physikalische Prinzipien dabei helfen, die Funktionsweise komplexer Modelle zu beschreiben“, heißt es in der Pressemitteilung.
Während ihrer Forschungsarbeit konzentrierte sich Guo auf die Erarbeitung probabilistischer Grundlagen der Kausalität. Betreut wurde sie von Bernhard Schölkopf, Direktor der Abteilung für Empirische Inferenz am MPI-IS und Direktor des ELLIS-Instituts Tübingen, sowie von Ferenc Huszár, Professor für Maschinelles Lernen an der Universität Cambridge.
Siyuan Guo möchte Lernen und Intelligenz anhand von Grundprinzipien verstehen. Faszinierende Antworten findet sie an der Schnittstelle von Physik und maschinellem Lernen. Siyuan stellt die Hypothese auf, dass Lernen – ähnlich wie die Ausbreitung von Licht und die Newtonsche Mechanik – ebenfalls den Gesetzen der Physik folgt, insbesondere dem Prinzip des geringsten Wirkungsprinzips.
Guo, die ursprünglich aus Hangzhou, China, stammt, entwickelte schon früh ein Interesse an MINT-Fächern, insbesondere an Mathematik, Physik und Informatik. Sie erwarb sowohl ihren Bachelor- als auch ihren Master-Abschluss in Mathematik an der Universität Cambridge sowie einen Master of Science in maschinellem Lernen am University College London. Im Oktober 2021 begann sie ihre Promotion in Informatik in Cambridge und kam im folgenden Jahr zum MPI-IS.
Über ihren Werdegang sagt Guo: „Mein Wunsch, Wissenschaftlerin zu werden, entstand während meiner Promotion. Ich war wirklich fasziniert davon, das Unbekannte zu erforschen, und fühlte mich unglaublich glücklich, dies gemeinsam mit ebenso leidenschaftlichen Menschen tun zu dürfen. Für mich ist die Wissenschaft ein zutiefst erfüllender Beruf, der von menschlicher Neugier angetrieben wird.“
Sie fügt hinzu: „Die von Forbes gewürdigte Arbeit, die ich als ‚Physik des Lernens‘ bezeichne, entstand aus dem Wunsch heraus, über Trial-and-Error-Ansätze im maschinellen Lernen hinauszugehen. Ich wollte die grundlegende Natur der Intelligenz verstehen. Diese Neugierde war der direkte Antrieb für meine Forschung zur ‚Physik des Lernens‘.“
Siyuan Guo hat zahlreiche Vorträge über ihre Ergebnisse gehalten, darunter Gastvorträge am Flatiron Institute, am Lawrence Berkeley National Laboratory, beim ELLIS DeepMind Seminar, an der University of Oxford und am UCL. Im Jahr 2025 wurde ihr der MIT EECS Rising Star Award verliehen. Außerdem absolvierte sie ein Praktikum beim FAIR-Team von Meta in New York City. Sie erhielt Fördermittel und Unterstützung durch den G-Research-Doktorandenpreis der University of Cambridge, wurde mit dem MPI-IS-Preis für herausragende Doktorandinnen ausgezeichnet und gewann das Premium Research Studentship.
Mit Blick auf die Zukunft setzt Guo ihre Arbeit als KI-Wissenschaftlerin bei Prior Labs fort, wo sie das Verständnis von Intelligenz weiter vorantreiben und KI-Systeme der nächsten Generation entwickeln möchte.
More information