• Künstliche Intelligenz, Forschung
  • Lesezeit: 4 MIN

Bildgebung. Robotik. Simulationen. Solarzellen: EU fördert vier ForschungsprojekteHochdotierte ERC Consolidator Grants vergeben

Vier weitere Forschungsprojekte an der Technischen Universität München (TUM) werden künftig mit den renommierten Consolidator Grants des Europäischen Forschungsrats (ERC) gefördert. Die Bandbreite der Themen reicht von neuen Materialien für Solarzellen über Bildgebungstechniken für Aktivität von Nervenzellen und realistische Simulationen physikalischer Vorgänge bis hin zu neuen Regelungstechnik-Ansätzen für die Zusammenarbeit von Mensch und Maschine.

Die begehrten Grants des ERC werden in verschiedenen Kategorien vergeben. Um ERC Consolidator Grants können sich Forscherinnen und Forscher bewerben, deren Promotion sieben bis zwölf Jahre zurückliegt. Die Projekte werden mit jeweils bis zu zwei Millionen Euro gefördert. Die aktuellen Auszeichnungen eingerechnet, konnten Wissenschaftlerinnen und Wissenschaftler an der TUM bereits 121 ERC Grants einwerben.

Prof. Dr.-Ing. Sandra Hirche (Elektrotechnik und Informationstechnik)

Prof. Sandra Hirche
Prof. Sandra Hirche verbindet in ihrem Projekt Machine Learning und klassische Regelungstechnik.
Bild: Astrid Eckert / TUM

Regelungstechnik bildet die Grundlage zur Steuerung moderner autonomer Systeme – von der Heizung bis zum Roboter: Regelungsgesetze entscheiden wie ein System einer Vorgabe folgt, auf unerwartete Einflüsse reagiert und sicherstellt, dass seine Funktion zuverlässig erfüllt wird. In sicherheitskritischen Anwendungen ist ein mathematischer Beweis für die Zuverlässigkeit des geregelten Systems unverzichtbar. Dieser lässt sich anhand eines möglichst exakten Modells führen. In komplexen Systemen stößt dieser Ansatz allerdings an seine Grenzen. Maschinelles Lernen ist vielversprechend für deren Modellierung, liefert aber typischerweise keine beweisbaren Garantien. In ihrem Projekt „CO-MAN“ will Prof. Sandra Hirche beides zusammenführen. Der neue Ansatz soll für Systeme geeignet sein, bei denen Sicherheit und Anpassungsfähigkeit besonders wichtig sind, zum Beispiel, wenn Menschen eng mit Maschinen interagieren. Prof. Hirche plant, den Ansatz anhand von zwei Anwendungsfällen zu erproben: in Systemen zur diagnostischen Unterstützung von Parkinson-Patienten und Systemen für robotergeführte Rehabilitation.

Sandra Hirche ist Professorin für Informationstechnische Regelung. Ihre Forschung wurde bereits mit einem ERC Starting Grant gefördert.

Prof. Dr. Ian Sharp (Physik)

Prof. Ian Sharp
Prof. Ian Sharp wird neue Materialien für Solarzellen erforschen.
Bild: Astrid Eckert / TUM

Ein Problem klassischer Photovoltaik besteht darin, die gewonnene Energie einfach und in großem Maßstab zu speichern. Prof. Ian Sharp möchte Systeme entwickeln, die Sonnenenergie chemisch speichern. Materialien für solche Umwandlungen müssen die aufgenommene Energie effizient übertragen können und auch unter aggressiven Reaktionsbedingungen stabil sein. Übergangsmetallnitrid-Halbleiter könnten diese Anforderungen erfüllen, sind aber bisher wenig untersucht. Mit seinem Projekt SECANS will Ian Sharp diese Lücke schließen. Mit neuesten Methoden der Halbleiterabscheidung und der Grenzflächenmodifikation möchte er „künstliche Photosysteme“ entwickeln. Zur Untersuchung der photochemischen Stabilität, der Mechanismen der Energieumwandlung und der Auswirkungen von Defekten und Störungen sollen modernste spektroskopische Techniken zum Einsatz kommen. Ziel sind neuartige Nitrid-Halbleiter mit selbstheilenden Grenzflächen, die Sonnenenergie effizient in chemische Energie umwandeln können.

Ian Sharp ist Professor für Experimentelle Halbleiterphysik.

Prof. Dr. Nils Thuerey (Informatik)

Prof. Nils Thuerey
Prof. Nils Thuerey will Machine Learning für physikalische Simulationen nutzbar machen.
Bild: Andreas Heddergott / TUM

Das Projekt “SpaTe” von Prof. Nils Thuerey hat das Ziel, Computern Physik beizubringen – im Gegensatz zu klassischen Methoden nicht mit Gleichungen, sondern mit Daten und Beispielen. Programme, die vorhersagen, wie sich Gase, Flüssigkeiten und Festkörper unter bestimmten Voraussetzungen und in einem bestimmten Zeitraum verformen, finden in extrem vielen Industrien und Forschungsprojekten Anwendung. Die dafür erforderlichen Berechnungen erfordern bislang aber sehr viel Rechenleistung. Machine Learning hat das Potenzial, komplexe zeitliche Vorgänge flexibel und realistisch abzubilden. Bislang ist dieser Ansatz aber noch kaum erforscht. In seinem Projekt will Prof. Nils Thuerey neue Algorithmen entwickeln, um Machine Learning in physikalischen Simulationen nutzbar machen. In Zukunft könnte es damit zum Beispiel möglich sein, aus Videos automatisch abzuleiten, welche physikalischen Materialien sichtbar sind, und wie sie sich verhalten.

Nils Thuerey ist Professor für Physikalisch-basierte Simulation. Seine Forschung wurde bereits mit einem Starting Grant und einem Proof-of-Concept-Grant des ERC gefördert.

Prof. Dr. Gil Westmeyer (Medizin)

Prof. Gil Westmeyer
Prof. Gil Westmeyer will mit sogenannten Enkapsulinen den Zustand von Nervenzellen sichtbar machen.
Bild: Astrid Eckert / TUM

Gehirne bestehen aus verzweigten Netzwerken von Nervenzellen. Informationen bewegen sich hier auf eine ähnlich komplexe Weise, wie Verkehrsteilnehmer im Straßennetz. In seinem Projekt „EMcapsulins“ entwickelt Gil Westmeyer biotechnologische Verfahren, mit deren Hilfe sich besser verstehen lässt, wie neuronale Netzwerke Informationen verarbeiten und speichern. Die Elektronenmikroskopie (EM) liefert bisher die detaillierte Anatomie der Nervenzellnetzwerke, also eine statische Karte des Straßennetzes. Über die molekularen Aktivierungsmuster, also die Verkehrsbewegungen, gab die EM bislang jedoch keinen Aufschluss. In seinem ERC-Projekt setzt Westmeyer daher genetisch enkodierte Marker in Nervenzellen ein, die molekulare Zustände der Neuronen direkt in der EM „mehrfarbig“ visualisieren. Diese funktionalen EM-Karten können neue Erkenntnisse zu den zellulären Mechanismen neuronaler Informationsverarbeitung und ihrer Störung in neuropsychiatrischen Erkrankungen ermöglichen.

Gil Westmeyer ist Professor für Molekulare Bildgebung. Seine Forschung wurde bereits mit einem Starting Grant des ERC gefördert.

Mehr Informationen:

Corporate Communications Center

Technische Universität München Paul Hellmich
paul.hellmich(at)tum.de

Weitere Artikel zum Thema auf www.tum.de:

Schleimpilz Physarum polycephalum

ERC fördert zukunftsweisende Projekte an der TUM

Von neuen Methoden zur Untersuchung einzelner Zellen, über physikalische Grundlagen der Reaktionen von Gefäßsystemen, die Entwicklung einer besseren Prognosemethodik für Osteoporose oder intelligenter Werkzeuge zur...

Für sein ERC-gefördertes Projekt nutzt Prof. Daniel Cremers digitale elastisch deformierbare Formen wie dieses Cortoon-Gürteltier.

ERC fördert Spitzenforschung an der TUM

Physikalische Modelle, die anhand von Videos erstellt werden, neue statistische Methoden, die Einblicke in komplexe Systeme ermöglichen, und Unterstützung für Menschen mit der Parkinson-Krankheit durch Machine Learning: Der...

Grafische Umsetzung eines Katalysators

Hochdotierte EU-Förderung für Spitzenforschung an der TUM

Der Europäische Forschungsrat (ERC) hat entschieden: Sieben der hochdotierten ERC Starting Grants gehen dieses Jahr an Wissenschaftlerinnen und Wissenschaftler der Technischen Universität München (TUM). Die Bandbreite der...

Simulierte Rauchwolken

Spitzenforschung von Robotern bis zu simulierten Strömungen

Der Europäische Forschungsrat (ERC) wird drei Projekte von Wissenschaftlern der Technischen Universität München (TUM) mit den renommierten Advanced Grants fördern. Zwei der Projekte beschäftigen sich mit neuen Ansätzen für...