Forschung zu Grundlagenmodellen für Künstliche Intelligenz
In vielen Forschungsdisziplinen fallen riesige Datenmengen an. Eine neue Generation von auf Künstlicher Intelligenz (KI) basierenden Grundlagenmodellen, sogenannte Foundation Models, soll nun mit diesen Daten eine ganze Reihe von großen Herausforderungen in der Wissenschaft angehen. Die Helmholtz-Gemeinschaft fördert vier Pilotprojekte mit rund 23 Millionen Euro. An zwei dieser Projekte ist das Karlsruher Institut für Technologie (KIT) beteiligt.
HClimRep: Längere Zeitskalen für eine zuverlässigere Klimamodellierung
Vorhersagen über das zukünftige Klima noch genauer, schneller und effizienter zu treffen und dadurch die Auswirkungen des Klimawandels besser bekämpfen zu können, ist Ziel des Projekts HClimRep. „Wir machen den Sprung von der Wettervorhersage zur Klimamodellierung in KI-Applikationen möglich“, erklärt Professor Peter Braesicke, Institut für Meteorologie und Klimaforschung Atmosphärische Spurengase und Fernerkundung. „Das heißt, wir implementieren ‚langsame‘ atmosphärische Phänomene in das Foundation Model, um auch mehrjährige Vorhersagen zu ermöglichen.“
SOL-AI: Entwicklung und Optimierung von Photovoltaikmaterialien
Im Projekt SOL-AI kombinieren das KIT und Partner die Entwicklung neuer Generationen von Solarzellen mit neusten Ansätzen in der Forschung zu KI und Machine Learning. Das KIT ist dabei auf allen relevanten Ebenen mit den drei Tenure-Track-Professoren Pascal Friederich, Sebastian Krumscheid und Ulrich W. Paetzold vertreten: von der Datenbeschaffung aus Experimenten und Simulationen über die Unsicherheitsquantifizierung bis hin zum Einsatz von KI für das Design neuer Materialien für die Photovoltaik. „Gemeinsam mit den anderen SOL-AI Partnern schaffen wir ein KI-Modell, das sich den speziellen Herausforderungen der Materialwissenschaft anpasst. Damit könnte nicht nur die Photovoltaik selbst entscheidend beeinflusst werden, sondern auch weitere relevante Technologien“, betont Friederich.
jho, 26.04.2023