Künstliche Intelligenz und Machine Learning
Autonomes Fahren, SmartHomes, Industrie 4.0 - Künstliche Intelligenz (KI) ist überall. War KI vor wenigen Jahrzehnten noch Fiktion, so haben datengetriebene Modelle in Form von Voice-Assistenten und Bilderkennungsalgorithmen längst unser alltägliches Leben erobert. Erst kürzlich haben Modelle wie ChatGPT und StableDiffusion gezeigt, wozu moderne Methoden der KI fähig sind. Aber auch für natur- und ingenieurswissenschaftliche Bereiche bieten solche Computeralgorithmen, die anhand großer Datensätze trainiert werden, enormes Potential für Fortschritt und Innovation. KI-Modelle können z.B. dabei helfen, die Energiewende voranzutreiben, neue Materialien zu entwickeln oder schnellere Wettervorhersagen zu erstellen.
Am SCC forschen wir daher an der Entwicklung von KI für natur- und ingenieurswisschenschafliche Anwendungen, und insbesondere für die Energieforschung, den Lebenswissenschaften und den Erdsystemwissenschaften. Dabei vereinen wir skalierbare Methoden des High-Performance Computings mit neuen Trainings- und Modellansätzen, um die Robustheit und Effizienz von KI zu verbessern. Wir betrachten nicht nur klassische CPU/GPU-basierte Computing-Systeme, sondern auch Quanten-Computer. Ebenso arbeiten wir an Frameworks zur effizienten Ausführung von KI-Trainings und -Modellen in europäischen und nationalen Verbünden.
Helmholtz AI
Das KIT ist auf der Plattform Helmholtz AI mit seiner Local Unit für den Themenkreis Energieforschung verantwortlich. In diesem Rahmen unterstützt das SCC Forschende mit einer Beratungseinheit bei der Umsetzung von KI-Forschungsvorhaben in der Erkundung neuer Ansätze zur Energieerzeugung, -verteilung und Speicherung. Mehr erfahren...
Quantum Machine Learning
Hier kombiniert das SCC die Expertise aus den Bereichen Informatik, Elektrotechnik, Theoretischer Physik sowie Experimentalphysik und widmet sich grundlegenden Fragen der Lernbarkeit und Trainierbarkeit in hybriden quanten-klassischen Workflows, datei betrachtet es die Umsetzbarkeit, Anwendbarkeit und Skalierbarkeit. Mehr erfahren...
Name | Tel. | |
---|---|---|
Dr. Debus, Charlotte | charlotte debus ∂ kit edu | |
Dr. Götz, Markus | +49 721 608-29334 | markus goetz ∂ kit edu |
Dr. Kozlov, Valentin | +49 721 608-29152 | valentin kozlov ∂ kit edu |
Dr. Kühn, Eileen | +49 721 608-28322 | eileen kuehn ∂ kit edu |