3 Millionen Euro für Modelle in der Astro- und Teilchenphysik

Ein zentrales ungelöstes Problem der fundamentalen Physik ist, dass selbst die besten Theorien – die Standardmodelle der Kosmologie und Teilchenphysik – nur einen Bruchteil des Universums erklären: 95 % der Energie im Universum scheinen „dunkle Materie“ und „dunkle Energie“ zu sein. Was genau ist das? Derzeit können Physiker nur spekulieren, wie die Naturgesetze aussehen, die diese Phänomene erklären.

Um diese Fragen experimentell zu beantworten, müssen Forschende in der Astro- und Teilchenphysik Exabytes an Daten analysieren, die moderne Teilchenbeschleuniger wie der Large Hadron Collider am CERN oder Teleskope wie das Square Kilometer Array erzeugen – ein perfektes Testfeld für KI. Zwei Professoren am Exzellenzcluster ORIGINS und am Munich Center for Machine Learning, Prof. Lukas Heinrich (TUM School of Natural Sciences) und Prof. Daniel Grün (LMU Physics), sind die Hauptverantwortlichen für das Projekt aus der Münchner Region.

Das Projekt „Foundation Models in Astro- and Particle Physics“ (SciFM), gefördert vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR), zielt darauf ab, eine neue Generation fortschrittlicher KI-Werkzeuge – sogenannte Foundation Models – zu entwickeln, um Physikerinnen und Physikern die bestmögliche Auswertung der gigantischen wissenschaftlichen Datensätze zu ermöglichen. Anstatt kleine „KI-Spezialisten“ für einzelne Aufgaben zu trainieren, sind Foundation Models „KI-Generalisten“, die auf Daten aus einer Vielzahl von Quellen trainiert werden und viele Aufgaben lösen können. Da sie Daten aus mehreren Experimenten gleichzeitig sehen, können sie bessere Ergebnisse erzielen als Modelle, die nur auf Daten eines einzelnen Experiments trainiert wurden.

Das Projekt vereint führende Forschende im Bereich KI für fundamentale Physik aus ganz Deutschland: München, Heidelberg, Hamburg und Aachen. Es wird mit über 3 Millionen Euro gefördert. Derzeit werden Postdocs und Doktorandinnen/Doktoranden gesucht.

Weitere Informationen und Links 

• Munich Center for Machine Learning: https://mcml.ai/
• ORIGINS Cluster of Excellence: https://www.origins-cluster.de/
• Bundesministerium für Forschung, Technologie und Raumfahrt: https://www.bmftr.bund.de/
• INSPIRE Jobs Board: https://inspirehep.net/jobs/3084302

Kontakt

Prof. Lukas Heinrich
Assistant Professorship of Data Science in Physics
TUM School of Natural Sciences
l.heinrich(at)tum.de 
https://tupheds.github.io/tupheds_website/ (in englisch)

Prof. Daniel Grün
Lehrstuhl für Astrophysik, Kosmologie und Künstliche Intelligenz
LMU Fakultät für Physik
Daniel.Gruen(at)lmu.de 
https://www.physik.lmu.de/observatory/de/forschung/kosmologie/acai-gruppe/ 

Pressekontakt
communications(at)nat.tum.de 
Team-Website