idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Vom 25. bis 29. Juni 2018 kommen am Max Planck Institut für Physik Komplexer Systeme Wissenschaftler aus 19 Ländern zusammen, um über den Einsatz von künstlicher Intelligenz in der Physik zu diskutieren.
Künstliche neuronal Netzwerke sind ein Beispiel für Algorithmen, die unter dem Begriff künstliche Intelligenz zusammengefasst werden und seit einigen Jahren in rasantem Tempo Einzug in unseren Alltag halten. Sei es zur Spracherkennung mit dem Mobiltelefon, bei Bildersuchen im Internet oder bei personalisierter Werbung — überall wo komplexe Datenmengen analysiert werden müssen, scheint maschinelles Lernen die Nase vorn zu haben. Die dabei eingesetzten Algorithmen sind hocheffizient aber agieren weitestgehend wie eine Black Box: herauszufinden, wie sie ein Problem erfolgreich gelöst haben, ist mitunter schwierig.
Neuerdings interessieren sich auch immer mehr Physiker für die Möglichkeiten des maschinellen Lernens, und das aus gutem Grund: sie generieren mit numerischen Simulationen und in Messungen ebenfalls große Datenmengen, deren Analyse mit künstlicher Intelligenz vereinfacht werden könnte. Ein wichtiger Unterschied in der Zielsetzung ist dabei aber, dass in der Physik das Abstrahieren und Ableiten von allgemeinen Gesetzmäßigkeiten aus den Daten das oberste Ziel ist. Die Physiker wollen darum neuronalen Netzwerke und Co. nicht nur auf optimale Effizienz trimmen, sondern auch ihre Funktionsweise besser verstehen.
Der Workshop “Machine Learning for Quantum Many-body Physics" am Max Planck Institut für Physik Komplexer Systeme bringt über 70 Physiker zusammen, die sich über die neuesten Entwicklungen bei der Beantwortung dieser Fragen austauschen werden. Der Fokus liegt dabei auf der Quantenmechanik von Vielteilchensystemen. Dieses Gebiet ist besonders anspruchsvoll für numerische Simulationen und verspricht darum die größten Effizienzgewinne beim Einsatz von maschinellem Lernen. Unter anderem geht es um die Algorithmen zur Entdeckung neuer Materialien mit gewünschten Eigenschaften, um Möglichkeiten, die Information in Quanten-Wellenfunktionen zu komprimieren — ähnlich einem JPEG Bild — und um das automatisierte Entdecken von Phasen von Materie, wie Supraleitern oder Magneten. Ein Science-Fiction Szenario für künstliche Intelligenz lässt sich dabei natürlich auch auf die Physik übertragen: Wenn neuronale Netzwerke abstrahieren lernen und neue physikalische Zusammenhänge entdecken, werden die Wissenschaftler selbst vielleicht überflüssig. Aber bis es jemals soweit kommen kann, ist ein langer Weg zu beschreiten, der Arbeit für viele Forschungsvorhaben bereit hält.
Criteria of this press release:
Journalists
Physics / astronomy
transregional, national
Scientific conferences
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
