Maschinelles Lernen

Worum es geht

Maschinelles Lernen für das „Big-Data“-Problem der Quantenwelt – Wenn viele kleinste Bausteine der Materie – die sogenannten Quantenteilchen – zusammen kommen, können neue, oft unerwartete Phänomene entstehen. Vortrag Deutsches Museum - Museumsinsel - Auditorium Livestream und Vor-Ort-Veranstaltung Kosten: Eintritt: 8,- €, ermäßigt 5,- €. Mitglieder haben freien Eintritt. Wenn viele kleinste Bausteine der Materie – die sogenannten Quantenteilchen – zusammen kommen, können neue, oft unerwartete Phänomene entstehen. Dazu gehören zum Beispiel Magnetismus oder Supraleitung, d.h. verlustfreie Leitung von Strom. Das macht solche Quantenvielteilchensysteme spannend, aber auch oft schwierig vorherzusagen oder zu erklären. Der Grund ist, dass das Ganze in der Quantenwelt oft mehr ist als die Summe seiner Teile: Das Verhalten der gesamten Gruppe – der gemeinsame Quantenzustand – lässt sich im Allgemeinen nicht einfach aus den Zuständen der einzelnen Teilchen zusammensetzen. Für eine vollständige Beschreibung muss man stattdessen alle möglichen Kombinationen der Teilchen betrachten. Die Anzahl dieser Kombinationen wächst exponentiell mit der Teilchenzahl und genau das ist es, was man unter dem „Big-Data“-Problem versteht. In diesem Vortrag zeige ich, wie moderne Methoden des maschinellen Lernens helfen können, dieses „Big-Data“-Problem der Quantenwelt zu bewältigen, zum Beispiel indem wir den Quantenzustand mithilfe einer speziellen, lernenden Künstlichen Intelligenz darstellen. Diese …