Alle Meldungen
Abonnieren
Abonnieren Sie alle Meldungen von Technische Universität München

12.07.2019 – 08:32

Technische Universität München

Künstliche Intelligenz löst Rätsel der Physik der Kondensierten Materie

TECHNISCHE UNIVERSITÄT MÜNCHEN

Corporate Communications Center

Tel.: +49 89 289 10510 - E-Mail: presse@tum.de

Dieser Text im Web: https://www.tum.de/nc/die-tum/aktuelles/pressemitteilungen/details/35570/

Bildmaterial in hoher Auflösung: https://mediatum.ub.tum.de/1510324

PRESSEMITTEILUNG

Was ist die perfekte Quantentheorie?

Künstliche Intelligenz löst Rätsel der Physik der Kondensierten Materie

Für einige Phänomene der Quanten-Vielteilchenphysik gibt es mehrere Theorien. Doch welche Theorie beschreibt ein quantenphysikalisches Phänomen am besten? Ein Team von Forschern der Technischen Universität München (TUM) und der amerikanischen Harvard University nutzt nun erfolgreich künstliche neuronale Netzwerke für die Bildanalyse von Quantensystemen.

Hund oder Katze? Die Unterscheidung ist ein Paradebeispiel für maschinelles Lernen: Künstliche neuronale Netzwerke können darauf trainiert werden Bilder zu analysieren, indem sie nach Mustern suchen, die auf bestimmte Objekte hindeuten. Hat das System diese Muster gelernt, erkennt es Hund oder Katze auf beliebigen Bildern.

Nach demselben Prinzip können neuronale Netzwerke auf radiologischen Aufnahmen Veränderungen im Gewebe aufspüren. Physiker nutzen die Methode jetzt, um Momentaufnahmen von Quantensystemen zu analysieren und herauszufinden, welche Theorie die dort beobachteten Phänomene am besten beschreibt.

Unterwegs in der Quantenwelt der Wahrscheinlichkeit

Einige Phänomene in der Physik der kondensierten Materie, die Festkörper und Flüssigkeiten untersucht, sind noch immer voller Rätsel. Bis heute ist beispielsweise ungeklärt, welcher Effekt dafür sorgt, dass der elektrische Widerstand von Hochtemperatur-Supraleitern bei Temperaturen von rund -200 Grad Celsius auf Null sinkt.

Solche außergewöhnlichen Zustände der Materie zu verstehen ist schwierig: Um die Physik der Hochtemperatur-Supraleiter zu verstehen wurden Quantensimulatoren entwickelt, die aus ultrakalten Lithiumatomen bestehen. Diese Simulatoren liefern Momentaufnahmen vom Quantensystem, das sich gleichzeitig in unterschiedlichen Konfigurationen befindet - Physiker sprechen von einer Superposition - und jeder Schnappschuss misst eine davon.

Um die Merkmale solcher Quantensysteme verstehen zu können, wurden verschiedene theoretische Modelle entwickelt. Doch wie zutreffend sind diese? Die Frage lässt sich durch die Analyse der Bilddaten beantworten.

Neuronale Netzwerke untersuchen die Quantenwelt

Erfolgreich nutzt hierfür ein Forschungsteam der TU München und der Harvard University (USA) maschinelles Lernen: Ein künstliches neuronales Netzwerk wurde trainiert, zwei konkurrierende Theorien zu unterscheiden.

"Ähnlich wie bei der Erkennung von Katzen oder Hunden auf Fotos werden Bilder von Konfigurationen aus jeder Quantentheorie in das neuronale Netzwerk eingespeist", sagt Annabelle Bohrdt, Doktorandin an der TUM. "Die Netzwerkparameter werden dann optimiert, um jedem Bild das richtige Label zuzuweisen - in diesem Fall sind sie einfach nur Theorie A oder Theorie B statt Katze oder Hund."

Nach der Trainingsphase mit theoretischen Daten musste das neuronale Netzwerk das Gelernte anwenden und Momentaufnahmen von Quantensimulatoren den Theorien A oder B zuordnen. Das Netzwerk selektierte damit die Theorie mit der größeren Vorhersagekraft.

Die neue Methode wollen die Forscher künftig nutzen, um die Übereinstimmung von Messungen mit unterschiedlichen theoretischen Modellen zu überprüfen. Ziel ist es, physikalische Effekte wie die Hochtemperatur-Supraleitung zu verstehen, was beispielsweise für verlustfreie Stromleitung und effizientere Magnetresonanz-Tomographen verwendet werden kann.

Publikation:

Classifying snapshots of the doped Hubbard model with machine learning

Annabelle Bohrdt, Christie S. Chiu, Geoffrey Ji, Muqing Xu, Daniel Greif, Markus Greiner, Eugene Demler, Fabian Grusdt und Michael Knap

nature physics, July 1, 2019 - DOI: 10.1038/s41567-019-0565-x

https://www.nature.com/articles/s41567-019-0565-x

Weitere Informationen

Die Forschung wurde gefördert durch die National Science Foundation (NSF), das Office of Scientific Research (AFOSR) der US-Luftwaffe, das National Defense Science and Engineering Graduate (NDSEG) Programm des US-Department of Defense, das Gordon and Betty Moore Foundation EPIQS-Programm, die Studienstiftung des deutschen Volkes, die Deutsche Forschungsgemeinschaft (DFG) im Rahmen des Exzellenzclusters Munich Center for Quantum Science and Technology (MCQST) und des Transregio TRR80 sowie durch das TUM Institute for Advanced Study, gefördert durch die deutsche Exzellenzinitiative und die Europäische Union, wo Prof. Knap die Rudolf Mößbauer Tenure Track Professur für Kollektive Quantendynamik inne hat.

Weitere Presseinformationen zu den Themen Quantenphysik und Künstliche Intelligenz finden Sie unterhalb der aktuellen Presseinformation:

https://www.tum.de/nc/die-tum/aktuelles/pressemitteilungen/details/35570/

Bildmaterial mit hoher Auflösung:

https://mediatum.ub.tum.de/1510324

Kontakt:

Prof. Dr. Michael Knap

Professur für Kollektive Quantendynamik

Technische Universität München

James-Franck-Str. 1, 85748 Garching

Tel.: +49 89 289 53777 - E-Mail: michael.knap@ph.tum.de

Web: http://users.ph.tum.de/ga32pex/

Die Technische Universität München (TUM) ist mit rund 550 Professorinnen und
Professoren, 41.000 Studierenden sowie 10.000 Mitarbeiterinnen und Mitarbeitern
eine der forschungsstärksten Technischen Universitäten Europas. Ihre
Schwerpunkte sind die Ingenieurwissenschaften, Naturwissenschaften,
Lebenswissenschaften und Medizin, verknüpft mit den Wirtschafts- und
Sozialwissenschaften. Die TUM handelt als unternehmerische Universität, die
Talente fördert und Mehrwert für die Gesellschaft schafft. Dabei profitiert sie
von starken Partnern in Wissenschaft und Wirtschaft. Weltweit ist sie mit dem
Campus TUM Asia in Singapur sowie Verbindungsbüros in Brüssel, Kairo, Mumbai,
Peking, San Francisco und São Paulo vertreten. An der TUM haben Nobelpreisträger
und Erfinder wie Rudolf Diesel, Carl von Linde und Rudolf Mößbauer geforscht.
2006 und 2012 wurde sie als Exzellenzuniversität ausgezeichnet. In
internationalen Rankings gehört sie regelmäßig zu den besten Universitäten
Deutschlands. www.tum.de 

Weitere Meldungen: Technische Universität München

Weitere Meldungen: Technische Universität München