Künstliche neuronale Netze sind derzeit die treibende Kraft auf dem Gebiet der künstlichen Intelligenz (KI). Methoden, basierend auf solchen tiefen neuronalen Netzen, zeigen beeindruckende Erfolge in realen Anwendungen, die vom autonomen Fahren über die Spielintelligenz bis hin zum Gesundheitssektor reichen. Gleichzeitig haben solche Methoden einen ähnlich starken Einfluss auf die Wissenschaft und ergänzen beziehungsweise ersetzen sogar oftmals klassische modellbasierte Methoden zur Lösung mathematischer Probleme wie zum Beispiel inverser Probleme oder partieller Differentialgleichungen. Trotz dieser herausragenden Erfolge ist der Großteil der Forschung über neuronale Netze empirisch getrieben. Es fehlt weitgehend eine theoretische Grundlage. Darüber hinaus gibt es erwiesenermaßen Fälle, in denen diese Techniken bei kleinen Störungen vollständig versagen, weshalb Verbesserungen erforderlich sind, die durch ein theoretisches Verständnis untermauert sind.
"Das Hauptziel dieses Schwerpunktprogramms ist deshalb die Entwicklung einer umfassenden theoretischen Grundlage für künstliche neuronale Netze", sagt Kutyniok.
Die Forschungsfragen innerhalb dieses Schwerpunktprogramms sind hochgradig interdisziplinär. Auf mathematischer Seite werden Methoden aus dem gesamten Spektrum der Mathematik, einschließlich der algebraischen Geometrie, Approximationstheorie, Funktionalanalysis, numerischen linearen Algebra sowie optimalen Steuerung und Optimierung benötigt werden. Eine ähnlich grundlegende Rolle spielen auch die Statistik sowie die theoretische Informatik. Auch Wissenschaftler*innen anderer Disziplinen wie Physik oder Biologie, die an theoretischen Aspekten von tiefen neuronalen Netzen arbeiten, sind eingeladen am Schwerpunktprogramm teilzunehmen. Innerhalb Deutschlands sind einige wenige Forschungsgruppen bereits international sichtbar mit ihren Beiträgen zur Theorie der tiefen neuronalen Netze. Hierzu zählen in Berlin in der Mathematik die Gruppen von Prof. Kutyniok und Prof. Dr. Sebastian Pokutta sowie in der Informatik Prof. Dr. Klaus-Robert Müller, Leiter des TU-Fachgebietes Maschinelles Lernen. Innerhalb des Berliner Exzellenzclusters MATH+ wird derzeit an diversen Projekten zu diesem Thema geforscht. Insbesondere die MATH+ Activity Group "Mathematics of Data Science", die Kutyniok gründete und deren Vorsitzende sie derzeit ist, widmet sich dieser Thematik. "Das jetzt bewilligte Schwerpunktprogramm zielt darauf, interdisziplinäre Kooperationen in diesem relevanten Gebiet auf deutscher Ebene zu fördern. Für die Öffentlichkeit wird insbesondere die Sicherstellung von qualitativ-hochwertigen, vertrauenswürdigen KI-Anwendungen von enormer Bedeutung sein, ganz nach dem Motto ‚Made in Germany‘", so Kutyniok.
Zum Koordinationsteam gehören ferner Prof. Dr. Martin Burger (Universität Nürnberg-Erlangen), Prof. Dr. Matthias Hein (Universität Tübingen), Prof. Dr. Sebastian Pokutta (TU Berlin und Zuse Institut Berlin (ZIB) und Prof. Dr. Ingo Steinwart (Universität Stuttgart).
Mit der Entwicklung energieeffizienter Leistungselektronik beschäftigt sich das gleichnamige Schwerpunktprogramm von Prof. Dr.-Ing. Sibylle Dieckerhoff. Durch den Übergang zu einer weltweit nachhaltigen Energieerzeugung wird der bereits jetzt große Anteil elektrischer Energie am Gesamtenergieumsatz noch einmal deutlich steigen. Diese Energiemengen müssen nicht nur ressourcen- und umweltschonend erzeugt, sondern auch effizient verteilt, umgesetzt und genutzt werden. "Die zentrale Schlüsseltechnologie hierfür ist die Leistungselektronik, die für die Integration erneuerbarer Energien in elektrische Versorgungsnetze, die Lade- und Antriebstechnik für die Elektromobilität, die Stromversorgung von Datenzentren oder das Hochfrequenznetz für den Mobilfunk unabdingbar ist", sagt die Elektrotechnikerin. Neue leistungselektronische Bauelemente, Schaltungen und Komponenten werden benötigt, um das jeweils passende Spannungs- beziehungsweise Strom- und Frequenzprofil besonders effizient zu erzeugen. Erhebliche Energieeinsparungen sind möglich, wenn zum Beispiel ungeregelte Industrieantriebe durch moderne Antriebssysteme mit hocheffizienter Leistungselektronik ersetzt werden. Allein in der Energie- und Fahrzeugtechnik kann ein bisher ungenutztes Einsparpotenzial von bis zu 35 Prozent erschlossen werden. Dies bietet nicht nur wirtschaftliche Vorteile, sondern senkt auch den mit den Anwendungen verbundenen CO2-Ausstoß deutlich.
Durch die Fortschritte bei Halbleitermaterialien mit geeigneten Festkörpereigenschaften wie großem Bandabstand erfährt die Leistungselektronik derzeit einen starken Innovationsschub. Es lassen sich Halbleiterbauelemente herstellen, die im Vergleich zum Stand der Technik um Größenordnungen höhere Schaltgeschwindigkeiten erreichen, bei gleichzeitig sehr geringen Verlusten. Insbesondere der moderne Halbleiter Galliumnitrid (GaN) eröffnet zudem völlig neue Integrationstiefen und Schaltungstopologien für hochfrequente leistungselektronische Komponenten sowie effiziente hochkompakte Systeme. "Um diesen gesellschaftlich relevanten und technisch möglichen Fortschritt erzielen zu können, sollen in einem interdisziplinären Ansatz, der die Expertise aus der Festkörperphysik, der Halbleitertechnologie und des Systementwurfs vereint, die notwendigen wissenschaftlichen Methoden erarbeitet werden. Neuartige Bauelement-Geometrien, Schaltungsentwürfe, Schaltungstopologien sowie Komponenten für hocheffiziente leistungselektronische Systeme sollen erforscht und demonstriert werden", Sibylle Dieckerhoff.
Zu dem Koordinationsteam gehören außerdem Prof. Dr. Andrei Vescan (RWTH Aachen), Prof. Dr. Oliver Ambacher (Albert-Ludwigs-Universität Freiburg und Fraunhofer-Institut für Angewandte Festkörperphysik IAF), Prof. Dr.-Ing. Marco Liserre (Christian-Albrechts-Universität zu Kiel) und Prof. Dr. Andreas Waag (Technische Universität Braunschweig).
COMPAMED.de; Quelle: Technische Universität Berlin
