Neue Algorithmen für die Teilchenphysik
- Teilchenphysik
- Top-Meldungen
- Forschung
Das Bundesministerium für Bildung und Forschung (BMBF) fördert in den kommenden drei Jahren ein neues interdisziplinäres Verbundprojekt, an dem auch Physiker*innen der TU Dortmund beteiligt sind. Im Projekt „Künstliche Intelligenz zur schnellen Simulation von wissenschaftlichen Daten“ (KISS) entwickeln Forschende KI-basierte Simulationsmethoden. Damit sollen die riesigen Datenmengen der Teilchen- und Astroteilchenphysik künftig schneller und effizienter ausgewertet werden können. KISS wird im Rahmen des Aktionsplans „ErUM-Data“ des BMBF gefördert. Von der Förderung in Höhe von rund 3,5 Millionen Euro geht rund eine halbe Million an die TU Dortmund.
Schon heute entstehen an Teilchendetektoren und Teleskopen riesige Datenmengen, für deren Auswertung immense Rechenressourcen nötig sind. Mit dem Ausbau der Detektoren und Teleskope stoßen die Rechenkapazitäten bald an ihre Grenzen. „Daher müssen wir an schnelleren und effizienteren Algorithmen arbeiten, um die vorhandenen Ressourcen nachhaltig zu nutzen“, erklärt Prof. Kevin Kröninger, der im Verbund ein Teilprojekt leitet. Dazu entwickeln Forschende aus der Teilchen- und Astrophysik aus ganz Deutschland im KISS-Projekt neue KI-basierte Simulationsprozesse. Die Projektleitung liegt bei der Universität Hamburg; von der TU Dortmund sind die Teams um die Physikprofessoren Kevin Kröninger und Wolfgang Rhode beteiligt.
Prof. Kevin Kröninger und sein Team forschen am ATLAS-Experiment am Large Hadron Collider, dem mächtigsten Teilchenbeschleuniger der Welt. Bei ihrer Forschung arbeiten die Wissenschaftler*innen sehr stark mit Simulationen. „Das Problem ist, dass die aktuell genutzten Simulationsverfahren langsam und oft ein limitierender Faktor in der Anwendung sind“, schildert Kröninger. Hier setzt seine Forschung im KISS-Projekt an: Er widmet sich einer besonderen Klasse von Algorithmen, die künftig in den Simulationen zum Einsatz kommen sollen, den sogenannten Markow-Chain-Monte-Carlo-Verfahren. Dabei soll auch Maschinelles Lernen eingesetzt werden. „Die neuartigen Algorithmen können die Rechenzeit drastisch reduzieren und letztlich zu besseren Vergleichen zwischen Messungen an Experimenten und den Vorhersagen durch Simulationen führen“, betont Kröninger. In seinem Teilprojekt arbeitet er eng mit Prof. Katja Ickstadt von der Fakultät Statistik zusammen.
In einem weiteren Teilprojekt forscht die Gruppe von Prof. Wolfgang Rhode. Sein Team arbeitet an den großen Experimenten der Astroteilchenphysik, etwa am Neutrino-Teleskop IceCube am Südpol oder am Hochenergie-Gammastrahlenteleskop MAGIC auf La Palma. Die Teleskope detektieren energiereiche Teilchen aus dem All, für die Analyse der Datenströme benötigen die Physiker*innen ebenfalls Simulationen. Im KISS-Projekt will das Team um Prof. Rhode ein System entwickeln, das intelligente Entscheidungen darüber ermöglicht, für welche Beobachtungen Simulationen neu produziert werden müssen und in welchen Fällen auf bereits vorhandene Simulationsdatensätze zurückgegriffen werden kann. Dabei kooperieren die Physiker*innen eng mit den Wissenschaftler*innen des Lamarr-Instituts für Maschinelles Lernen und Künstliche Intelligenz.
Über die Förderung: Mit dem Aktionsplan ErUM-Data fördert das BMBF Projekte, um die Herausforderungen der Digitalisierung in der naturwissenschaftlichen Grundlagenforschung an Großgeräten zu bewältigen.
Ansprechperson für Rückfragen: