Forschung

Neuronale Netzwerke und Maschinelles Lernen

Künstliche neuronale Netzwerke sind Computeralgorithmen, die die Funktionsweise unseres Gehirns nachahmen. Diese neuronalen Netzwerke gehören zum weiten Feld des maschinellen Lernens und wurden für eine Vielzahl von Anwendungen eingesetzt.

Das Entwerfen neuer Materialien und Moleküle – sei es für Medikamente, Elektronik oder Solarenergie – erfordert ein Verständnis ihres Verhaltens auf atomarer Ebene. Dies umfasst die Vorhersage, wie Moleküle in Kristalle packen oder wie sie auf Hitze oder Licht reagieren, was chemische Veränderungen auslösen kann. Traditionell ist die Simulation dieser Eigenschaften mit Quantenmechanik extrem genau, aber auch schmerzhaft langsam. Unsere Forschung nutzt maschinelles Lernen, um diese Vorhersagen zu beschleunigen, indem wir Algorithmen beibringen, Muster in Ausgaben von quantenchemischen Berechnungen zu erkennen – z.B. wie sich Moleküle in Kristallen anordnen oder wie sie sich nach der Lichtabsorption entwickeln. Diese KI-Modelle lernen aus quantengenauer Daten, laufen aber viel schneller und ermöglichen es, neue Verbindungen und lichtgesteuerte Prozesse in viel größerem Maßstab zu erforschen. Das Ziel ist es, leistungsstarke Simulationen näher an die Echtzeitentscheidungsfindung in Chemie und Materialwissenschaft zu bringen.

Das Erstellen effektiver visueller Inhalte – sei es für Präsentationen, soziale Medien oder Branding – erfordert sowohl Designfähigkeiten als auch Zeit. Das Ziel unserer Forschung ist es, hochwertiges Grafikdesign zugänglicher zu machen, indem wir maschinelles Lernen einsetzen, um Teile des kreativen Prozesses zu unterstützen und zu automatisieren. Dies umfasst das Generieren von Bildern, Layouts und Texten basierend auf einfachen Beschreibungen und macht es Benutzern einfacher, von der Idee zum fertigen Design zu gelangen. Wir verwenden große Sprachmodelle und Bildgenerierungstools wie Diffusionsmodelle, um Funktionen zu entwickeln, die Layouts vorschlagen, Texte umformulieren, Bilder bearbeiten oder neue Visuals von Grund auf erstellen können. Diese KI-Systeme werden mit unzähligen Designbeispielen trainiert und können in Sekunden Ergebnisse produzieren, wodurch Einzelpersonen und Teams dabei geholfen wird, polierte, professionelle Inhalte zu erstellen – auch ohne vorherige Designerfahrung.

Laser-Molekül-Wechselwirkungen

Wir untersuchen, wie sich Moleküle verhalten, wenn sie extrem kurzen und intensiven Laserpulsen ausgesetzt sind – wie die Verwendung einer Hochgeschwindigkeitskamera aus Licht, um chemische Reaktionen in Aktion zu erfassen. Diese Laser-Blitze dauern nur wenige Femtosekunden (eine Femtosekunde ist ein Millionstel einer Milliardstelsekunde oder 10⁻¹⁵ Sekunden), was schnell genug ist, um zu verfolgen, wie sich Atome und Elektronen während einer Reaktion bewegen. Mit Quantenphysik und Computersimulationen modellieren wir, wie das Laserfeld (siehe z.B. die Wigner-Darstellung eines chirped Pulses dritter Ordnung links) mit einem Molekül interagiert – wie es Bindungen zum Brechen, Bilden oder Umordnen bringen kann. Dies hilft uns, die grundlegenden Schritte des chemischen Wandels zu verstehen, wie sie sich in Echtzeit entfalten.