Verknüpfung von zwei Theorien

Für ETH-Professor Renner ist die Antwort klar: Ein solches Limit gibt es tatsächlich. Zusammen mit seinem Doktoranden Philippe Faist, der heute als Postdoc am Caltech arbeitet, zeigt er in einer Arbeit, die in diesen Tagen in der Zeitschrift «Physical Review X» erscheint, dass sich die Effizienz der Informationsverarbeitung nicht beliebig steigern lässt – und zwar nicht nur in Rechenzentren bei der Berechnung von Wetterprognosen und der Verarbeitung von Zahlungseingängen, sondern auch in der Biologie, beispielsweise bei der Umsetzung von Bildern im Gehirn oder der Vervielfältigung von genetischen Informationen in den Zellen. Dabei zeigen die beiden Physiker auch auf, welches die entscheidenden Faktoren sind, welche für die Begrenzung verantwortlich sind.

«Unsere Arbeit verknüpft zwei Theorien, die auf den ersten Blick nichts miteinander zu tun haben: die Thermodynamik, welche die Umwandlung von Wärme in mechanische Arbeit beschreibt, und die Informationstheorie, die sich mit den Gesetzmässigkeiten der Informationsverarbeitung befasst», erklärt Renner.

Dass es zwischen den beiden Theorien eine Verbindung gibt, lässt sich zunächst an einem formalen Kuriosum erahnen: In der Informationstheorie gibt es einen mathematischen Term, der formal der Definition der Entropie in der Thermodynamik gleicht. Dies ist der Grund, warum der Begriff Entropie auch in der Informationstheorie verwendet wird. Renner und Faist konnten nun zeigen, dass diese formale Ähnlichkeit offenbar tiefer reicht als man auf den ersten Blick vermutet.