idw - Informationsdienst
Wissenschaft
Neue Ausgabe von Physikkonkret: Die faszinierende Verbindung zwischen Physik und Künstlicher Intelligenz
Bad Honnef, 10. Dezember – In diesen Tagen wird der Nobelpreis für Physik an John Hopfield von der Princeton University (USA) und Geoffrey Hinton von der University of Toronto (Kanada) verliehen. Ihre Arbeiten zu Hopfield-Netzwerken und Boltzmann-Maschinen legten den Grundstein für neuronale Netzwerke – die Basis moderner Künstlicher Intelligenz.
Die neue Ausgabe Physikkonkret erklärt die faszinierende Wechselwirkung zwischen Physik und KI. Von den physikalischen Wurzeln maschinellen Lernens bis hin zu aktuellen Anwendungen in der Forschung zeigt das Faktenblatt, wie Physik und KI sich gegenseitig bereichern.
„Konzepte aus der Physik haben maschinelles Lernen begründet und leisten heute wichtige Beiträge, KI-Methoden weiter voranzutreiben. Gleichzeitig ist moderne Forschung in der Physik ohne fortgeschrittene KI-Algorithmen oft nicht mehr denkbar“, erklärt Prof. Dr. Klaus Richter, Präsident der DPG.
Moderne Entwicklungen, wie KI-Diffusionsmodelle, zeigen, wie physikalische Konzepte weiterhin den Fortschritt der KI prägen. Diese Modelle nutzen mathematische Beschreibungen von Diffusion, um etwa aus zufälligen Mustern realistisch wirkende Bilder zu erzeugen.
Umgekehrt profitiert die Physik zunehmend von KI-Methoden in vielfältigen Einsatzbereichen: Von der Analyse riesiger Datenmengen mittels KI-Algorithmen am CERN, über die Verbesserung von CT- und MRT-Bildern in der Medizinphysik, bis zu präziseren Vorhersagen in der Klimamodellierung und effizienteren Prozessen in der Materialforschung.
Das Zusammenspiel von Physik und KI eröffnet völlig neue Möglichkeiten für Wissenschaft und Technik. Die aktuelle Ausgabe von Physikkonkret beleuchtet diese wechselseitige Beziehung und bietet spannende Einblicke für Physikbegeisterte und KI-Interessierte gleichermaßen.
Über Physikkonkret
Die Reihe Physikkonkret der DPG stellt regelmäßig aktuelle physikalische Themen in leicht verständlicher Form dar. Sie richtet sich an die interessierte Öffentlichkeit und möchte die Faszination für Physik und ihre Relevanz für den Alltag vermitteln.
Die neue Ausgabe steht ab sofort auf der Webseite der DPG zum kostenlosen Download bereit.
Die Deutsche Physikalische Gesellschaft e. V. (DPG), deren Tradition bis in das Jahr 1845 zurückreicht, ist die älteste nationale und mit rund 55.000 Mitgliedern auch mitgliederstärkste physikalische Fachgesellschaft der Welt. Als gemeinnütziger Verein verfolgt sie keine wirtschaftlichen Interessen. Die DPG fördert mit Tagungen, Veranstaltungen und Publikationen den Wissenstransfer innerhalb der wissenschaftlichen Gemeinschaft und möchte allen Neugierigen ein Fenster zur Physik öffnen. Besondere Schwerpunkte sind die Förderung des naturwissenschaftlichen Nachwuchses und der Chancengleichheit. Sitz der DPG ist Bad Honnef am Rhein. Hauptstadtrepräsentanz ist das Magnus-Haus Berlin. Website: www.dpg-physik.de
Prof. Dr. Gregor Kasieczka
Institut für Experimentalphysik
Universität Hamburg
Tel.: +49 40 8998-2123
gregor.kasieczka@uni-hamburg.de
https://www.dpg-physik.de/veroeffentlichungen/publikationen/physikkonkret/pk73_p...
https://www.dpg-physik.de/veroeffentlichungen/aktuell/2024/physikkonkret_physik_..., Bild der Pressemitteilung
https://www.dpg-physik.de/veroeffentlichungen/aktuell/2024/physikkonkret_physik_..., Infografik
Physikkonkret Nr. 73 über die faszinierende Verbindung zwischen Physik und Künstlicher Intelligenz
© DPG / Schwalm 2024
Criteria of this press release:
Journalists, all interested persons
Information technology, Physics / astronomy
transregional, national
Scientific Publications
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).