Bernstein Netzwerk Computational Neuroscience
  • Home
  • Netzwerk
    • Das Bernstein Netzwerk
    • Bernstein Zentren
      • Berlin
      • Freiburg
      • Göttingen
      • München
      • Tübingen
      • Heidelberg-Mannheim
    • Forschungsinfrastruktur
      • High Performance Simulation and Data Analysis
      • Forschungsdaten-Management
      • Wissenschaftskommunikation
      • Wissenschaftskoordination
    • Preise und Initiativen
      • Valentin Braitenberg Award
      • Brains for Brains Nachwuchspreis
      • Bernstein SmartSteps
    • Gremien des Netzwerks
    • Satzung
    • Mitgliedschaft
    • Historie
    • Spenden
    • Kontakt
  • Newsroom
    • Newsroom
    • Aktuelles
    • Meet the Scientist
    • Veranstaltungen
    • Ausschreibungen
    • Medienecho
    • Presse
    • Publikationen des Netzwerks
    • Bernstein Bulletin
  • Forschung und Lehre
    • Forschung und Lehre
    • Wissenschaftler:innen finden
    • Studienprogramme
      • Masterprogramme
      • Promotionsprogramme
    • Studienangebote
      • Bernstein Student Workshop Series 2023
      • Online Learning
      • Kurse für Fortgeschrittene
      • Praktika und Abschlussarbeiten
    • Ethos des Bernstein Netzwerks
  • Karriere
    • Karriere
    • Stellenangebote
    • Verstärken Sie unser Team
  • Bernstein Conference
    • Bernstein Conference
    • Call for Satellite Workshops
    • General Information
      • Tentative Schedule
      • Past Conferences
    • FAQ
  • DE
  • EN
  • Suche
  • Menü Menü
Sie sind hier: Startseite1 / Newsroom2 / Aktuelles3 / Maschinelles Lernen erobert die Chemie
Berlin – 27. August 2019

Maschinelles Lernen erobert die Chemie

BASF und die Technische Universität Berlin haben eine enge Zusammenarbeit im Bereich „Maschinelles Lernen“ vereinbart. Ziel des gemeinsamen “Berlin based Joint Lab for Machine Learning“ (BASLEARN) ist es, für grundlegende chemische Fragestellungen zum Beispiel aus der Prozess- oder Quantenchemie praktikable neue mathematische Modelle und Algorithmen zu entwickeln. Diesem Ziel wollen sich die beiden Partner in den kommenden Jahren gemeinsam widmen. Als ein wesentlicher Teil der Kooperation unterstützt die BASF in den kommenden fünf Jahren die Forschungsarbeiten von Prof. Dr. Klaus-Robert Müller, Professor für maschinelles Lernen und Sprecher des „Berlin Center for Machine Learning“ an der TU Berlin, mit insgesamt über 2,5 Millionen Euro.

Photo: Bill Oxford, Unsplash

/TU Berlin, BASF/ Maschinelles Lernen gilt heute als ein wesentlicher Pfeiler der Künstlichen Intelligenz. Ziel ist es, durch die Analyse von großen Datenmengen Muster und Gesetzmäßigkeiten zu erkennen und Modelle zur Vorhersage zu entwickeln, die sich anhand ihrer Ergebnisse selbstständig optimieren. Systeme zur Spracherkennung oder für autonomes Fahren sind Anwendungsbeispiele aus dem Alltag für solche maschinellen Lernverfahren. „Letztendlich ähneln die mathematischen Modelle dieser Alltagsbeispiele denen, die im digitalisierten Labor notwendig sind“, erklärt Dr. Hergen Schultze, bei BASF Leiter der Forschungsgruppe „Maschinelles Lernen und Künstliche Intelligenz“.

„Für Maschinelles Lernen gibt es keine fertige Software“, so Dr. Bruno Betoni, bei BASF verantwortlich für BASLEARN. „Unser Ziel ist es, neue Grundlagen des Maschinellen Lernens für ganz konkrete Anwendungen in der Forschung zu entwickeln.“ Die Expertise auf diesem Gebiet sei an der TU Berlin sehr groß, so Betoni weiter. Er ist überzeugt, dass die Zusammenarbeit beide Partner einen wichtigen Schritt voranbringt. „Die Kooperation mit der BASF bringt uns enorme Vorteile“, sagt auch Müller: „Wir bekommen durch die Zusammenarbeit Zugriff auf eine große Menge realer, hochkomplexer Daten und können damit neuartige Algorithmen entwickeln. Die wissenschaftlichen Fragestellungen bei der BASF sind überaus interessant und vielschichtig. Solche Herausforderungen aus der Praxis ergeben neuartige grundsätzliche Forschungsfragen für das Maschinelle Lernen, die man sich als Theoretiker am grünen Tisch kaum ausdenken könnte.“

Die Anwendungsbereiche für maschinelles Lernen reichen von biologischen Systemen über die Material- und Wirkstoffforschung sowie die Laborautomatisierung bis hin zu dynamischen Prozesssystemen. Konkrete Beispiele, die in den gemeinsamen Forschungsarbeiten behandelt werden sollen, sind unter anderem die Löslichkeit von komplexen Mischungen oder Farben sowie auch Alterungsprozesse von Katalysatoren vorherzusagen. „Das hört sich zunächst nicht sehr kompliziert an, ist es aber leider doch. Beispielsweise kennen wir sicherlich die Löslichkeit einzelner Stoffe und einfacher Mischungen. Wenn man aber mehrere Komponenten in einer Formulierung hat, sieht die Sache schon anders aus“, so Schultze. „Je mehr Daten wir verwenden und je besser angepasst ein Lernmodell ist, desto besser sind seine Vorhersagen, desto effizienter können wir wiederum im Labor arbeiten und desto schneller kommen wir gemeinsam ans Ziel“, ist Schultze überzeugt. „Mathematische Modelle können natürlich auch Laborroboter steuern und damit Versuche durchführen“, ergänzt Schultze ein weiteres Anwendungsbeispiel. So könnten Roboter, Routinearbeiten oder den Umgang mit Gefahrstoffen übernehmen wie zum Beispiel bei einer Reaktorreinigung.

Die Zusammenarbeit der BASF mit der TU Berlin hat bereits gute Vorbilder: Seit 2011 betreiben beide ein gemeinsames Labor auf dem Gelände der TU Berlin, das die Grundlagen der heterogenen Katalyse für den Rohstoffwandel erforscht. Auch das BASLEARN ist nicht die erste, aber die umfangreichste Kooperation, die BASF mit externen Wissenschaftlern im Bereich künstlicher Intelligenz schließt. Auch mit dem Massachusetts Institute of Technology (MIT) oder der Stanford University arbeitet das Unternehmen bereits zusammen. „Berlin ist in Deutschland eine der wichtigsten Adressen für maschinelles Lernen“, so Betoni. „Die TU Berlin baut mit dieser Kooperation ihre Spitzenposition im Bereich künstlicher Intelligenz weiter aus“, ergänzt Müller. Die Kooperation zwischen der BASF und der Technischen Universität Berlin könnte als Keimzelle für weitere Innovationen und Ausgangspunkt für Kooperationsmöglichkeiten mit hoch innovativen Startups dienen. (Text: Gemeinsame Presseinformation der BASF und der Technischen Universität Berlin)

>> zur Originalpressemitteilung

Weiterführende Verlinkungen

Über die TU Berlin

> mehr

Über die BASF

> mehr

Maschinelles Lernen erobert die Chemie

26. Oktober 2020/in /von Claudia Duppé

Kontakt Aktuelles

Kontakt

Prof. Dr. Klaus-Robert Müller

TU Berlin
Fachgebiet Maschinelles Lernen

+49 30 314-78620

Bernstein Netzwerk Computational Neuroscience Logo

Mitglied werden
Satzung
Spenden
Newsletter abonnieren

 

Folgen Sie uns

Mastodon
© 2023 Bernstein Netzwerk Computational Neuroscience
  • Kontakt
  • Impressum
  • Datenschutz
Nach oben scrollen
Cookie-Zustimmung verwalten
Wir verwenden Cookies, um unsere Website und unseren Service zu optimieren.
Funktional Immer aktiv
Der Zugriff oder die technische Speicherung ist unbedingt für den rechtmäßigen Zweck erforderlich, um die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Abonnenten oder Nutzer ausdrücklich angefordert wurde, oder für den alleinigen Zweck der Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Voreinstellungen erforderlich, die nicht vom Abonnenten oder Nutzer beantragt wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt. Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Aufforderung, die freiwillige Zustimmung Ihres Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht zu Ihrer Identifizierung verwendet werden.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
Optionen verwalten Dienste verwalten Anbieter verwalten Lesen Sie mehr über diese Zwecke
Einstellungen
{title} {title} {title}