Maschinelles Lernen erobert die Chemie
BASF und die Technische Universität Berlin kooperieren beim Thema „Künstliche Intelligenz“
BASF und die Technische Universität Berlin haben eine enge Zusammenarbeit im Bereich „Maschinelles Lernen“ vereinbart. Ziel des gemeinsamen “Berlin based Joint Lab for Machine Learning“ (BASLEARN) ist es, für grundlegende chemische Fragestellungen zum Beispiel aus der Prozess- oder Quantenchemie praktikable neue mathematische Modelle und Algorithmen zu entwickeln. Diesem Ziel wollen sich die beiden Partner in den kommenden Jahren gemeinsam widmen. Als ein wesentlicher Teil der Kooperation unterstützt die BASF in den kommenden fünf Jahren die Forschungsarbeiten von Prof. Dr. Klaus-Robert Müller, Professor für maschinelles Lernen und Sprecher des „Berlin Center for Machine Learning“ an der TU Berlin, mit insgesamt über 2,5 Millionen Euro.
Symbolbild
geralt, pixabay.com, CC0
Maschinelles Lernen gilt heute als ein wesentlicher Pfeiler der Künstlichen Intelligenz. Ziel ist es, durch die Analyse von großen Datenmengen Muster und Gesetzmäßigkeiten zu erkennen und Modelle zur Vorhersage zu entwickeln, die sich anhand ihrer Ergebnisse selbstständig optimieren. Systeme zur Spracherkennung oder für autonomes Fahren sind Anwendungsbeispiele aus dem Alltag für solche maschinellen Lernverfahren. „Letztendlich ähneln die mathematischen Modelle dieser Alltagsbeispiele denen, die im digitalisierten Labor notwendig sind“, erklärt Dr. Hergen Schultze, bei BASF Leiter der Forschungsgruppe „Maschinelles Lernen und Künstliche Intelligenz“.
„Für Maschinelles Lernen gibt es keine fertige Software“, so Dr. Bruno Betoni, bei BASF verantwortlich für BASLEARN. „Unser Ziel ist es, neue Grundlagen des Maschinellen Lernens für ganz konkrete Anwendungen in der Forschung zu entwickeln.“ Die Expertise auf diesem Gebiet sei an der TU Berlin sehr groß, so Betoni weiter. Er ist überzeugt, dass die Zusammenarbeit beide Partner einen wichtigen Schritt voranbringt. „Die Kooperation mit der BASF bringt uns enorme Vorteile“, sagt auch Müller: „Wir bekommen durch die Zusammenarbeit Zugriff auf eine große Menge realer, hochkomplexer Daten und können damit neuartige Algorithmen entwickeln. Die wissenschaftlichen Fragestellungen bei der BASF sind überaus interessant und vielschichtig. Solche Herausforderungen aus der Praxis ergeben neuartige grundsätzliche Forschungsfragen für das Maschinelle Lernen, die man sich als Theoretiker am grünen Tisch kaum ausdenken könnte.“
Die Anwendungsbereiche für maschinelles Lernen reichen von biologischen Systemen über die Material- und Wirkstoffforschung sowie die Laborautomatisierung bis hin zu dynamischen Prozesssystemen. Konkrete Beispiele, die in den gemeinsamen Forschungsarbeiten behandelt werden sollen, sind unter anderem die Löslichkeit von komplexen Mischungen oder Farben sowie auch Alterungsprozesse von Katalysatoren vorherzusagen. „Das hört sich zunächst nicht sehr kompliziert an, ist es aber leider doch. Beispielsweise kennen wir sicherlich die Löslichkeit einzelner Stoffe und einfacher Mischungen. Wenn man aber mehrere Komponenten in einer Formulierung hat, sieht die Sache schon anders aus“, so Schultze. „Je mehr Daten wir verwenden und je besser angepasst ein Lernmodell ist, desto besser sind seine Vorhersagen, desto effizienter können wir wiederum im Labor arbeiten und desto schneller kommen wir gemeinsam ans Ziel“, ist Schultze überzeugt. „Mathematische Modelle können natürlich auch Laborroboter steuern und damit Versuche durchführen“, ergänzt Schultze ein weiteres Anwendungsbeispiel. So könnten Roboter, Routinearbeiten oder den Umgang mit Gefahrstoffen übernehmen wie zum Beispiel bei einer Reaktorreinigung.
Die Zusammenarbeit der BASF mit der TU Berlin hat bereits gute Vorbilder: Seit 2011 betreiben beide ein gemeinsames Labor auf dem Gelände der TU Berlin, das die Grundlagen der heterogenen Katalyse für den Rohstoffwandel erforscht. Auch das BASLEARN ist nicht die erste, aber die umfangreichste Kooperation, die BASF mit externen Wissenschaftlern im Bereich künstlicher Intelligenz schließt. Auch mit dem Massachusetts Institute of Technology (MIT) oder der Stanford University arbeitet das Unternehmen bereits zusammen. „Berlin ist in Deutschland eine der wichtigsten Adressen für maschinelles Lernen“, so Betoni. „Die TU Berlin baut mit dieser Kooperation ihre Spitzenposition im Bereich künstlicher Intelligenz weiter aus“, ergänzt Müller. Die Kooperation zwischen der BASF und der Technischen Universität Berlin könnte als Keimzelle für weitere Innovationen und Ausgangspunkt für Kooperationsmöglichkeiten mit hoch innovativen Startups dienen.
Weitere News aus dem Ressort Wissenschaft
![[Fe]-Hydrogenase-Katalyse mittels Parawasserstoff-verstärkter Kernmagnetresonanzspektroskopie sichtbar gemacht](https://img.chemie.de/Portal/News/675fd46b9b54f_sBuG8s4sS.png?tr=w-712,h-534,cm-extract,x-0,y-16:n-xl)
Holen Sie sich die Chemie-Branche in Ihren Posteingang
Ab sofort nichts mehr verpassen: Unser Newsletter für die chemische Industrie, Analytik, Labor und Prozess bringt Sie jeden Dienstag und Donnerstag auf den neuesten Stand. Aktuelle Branchen-News, Produkt-Highlights und Innovationen - kompakt und verständlich in Ihrem Posteingang. Von uns recherchiert, damit Sie es nicht tun müssen.
