Als Forschungsgruppe mit dem Namen Deepthinkers konzentrieren wir uns auf die interdisziplinäre Erforschung der künstlichen Intelligenz (KI), insbesondere auf die maschinelle und Deep-Learning-Anwendung in der Wissenschaft (Physik und darüber hinaus) und bei industriellen Problemen. Wir sind besonders an einer Vielzahl von Themen interessiert, die sich auf das Deep Learning und die Hochenergie-/Mehrkörperphysik beziehen. Deep Learning ist ein Zweig des maschinellen Lernens, der darauf abzielt, (Big-) Data mit hohem Abstraktionsgrad zu verstehen und ist effektiv bei der Bewältigung komplexer nichtlinearer Systeme mit Korrelationen, die über die Erforschung konventioneller Techniken hinausgehen könnten.

Die Niederlage des Go Human Weltmeisters durch das von Google DeepMind 2016 entwickelte, Deep Learning Computerprogramm AlphaGo hat diese neuartige Technologie einem breiteren Publikum näher gebracht, vor allem weil der Sieg des Menschen im Schachspiel von Go mit herkömmlichen Methoden der künstlichen Intelligenz als nahezu unmöglich galt.

Heute gibt es immer mehr Anwendungen in verschiedenen Bereichen, einschließlich der wissenschaftlichen Forschung. Darin spielt die Physik hingegen eine besondere Rolle, wenn es darum geht, Intuitionen und körperliche Führung in das Deep Learning selbst einzubringen. Tatsächlich stehen viele Entwicklungen von Deep-Learning-Algorithmen in einem engen Zusammenhang mit Problemen der statistischen und Quantenphysik. Aufgrund des Hintergrunds der meisten Gruppenmitglieder von Deepthinkers in der hochenergetischen Physik ist es uns neben einem allgemeinen Interesse an KI-Anwendungen in Wissenschaft und Industrie auch ein besonderes Anliegen, KI und Physik für ein besseres gegenseitiges Verständnis miteinander zu kombinieren.

Typische Projekte unserer Gruppe sind die Anwendung von Deep Learning im Zusammenhang mit Schwerionenkollisionen, Gitterquantenfeldtheorie, Seismologie und erneuerbaren Energien bzw. Energiesystemen.

Fellow Detail