Viele Anwendungsbereiche stützen sich zunehmend auf Datenanalyse, maschinelles Lernen und KI-Methoden. Daher ist es ein wichtiges Ziel von ScaDS.AI Dresden/Leipzig, angewandte KI und Big Data in den Lebenswissenschaften und der Medizin, den Umwelt- und Geowissenschaften, der Softwareentwicklung, der Physik und Chemie sowie im Ingenieurwesen und in der Wirtschaft voranzutreiben.

Zu den Kernthemen des Forschungsbereichs „Angewandte KI und Big Data“ gehören datengesteuerte Modellierung, Surrogatmodelle, physikinformiertes maschinelles Lernen sowie inverses Design unter Verwendung von KI- und maschinellen Lernansätzen, die entsprechend an die Herausforderungen des jeweiligen Anwendungsbereichs angepasst sind. Methoden der Datenwissenschaft und des maschinellen Lernens wie spärliche mehrdimensionale Inferenz, physikalisch informiertes und physikalisch orientiertes Lernen, robuste Abbildungen sowie invertierbare und beschränkte neuronale Netze stellen bereichsübergreifende Herausforderungen für Anwendungen dar, die von der Medizin bis zur Softwareentwicklung reichen. Ihre gemeinsame Bewältigung wird in hohem Maße von den Synergien profitieren, die im Rahmen von ScaDS.AI Dresden/Leipzig entstehen, und die grundlegende algorithmische Forschung an den Anforderungen der Anwendungen ausrichten.

Themenbereiche

Biowissenschaften und Medizin

In den Biowissenschaften und der Medizin umfasst dies Forschung zu Anwendungen, die von personalisierten Therapien über die Wirkstoffforschung und die Analyse medizinischer Bilder bis hin zur Bereitstellung von Infrastrukturen und Vorhersagemodellen für Gesundheits- und biomedizinische Daten reichen. Unsere Forschung liefert hierfür maßgeschneiderte KI-basierte Algorithmen und Lösungen. Wir arbeiten mit verschiedenen Forschungsinstituten in den Bereichen Biologie, Biotechnologie und Systembiologie sowie mit Forschungskrankenhäusern und Zentren für digitale Gesundheit zusammen, um KI-Technologien in realistischen klinischen Umgebungen zu erforschen.

Geo- und Umweltwissenschaften

Unsere Arbeit im Bereich der Geo- und Umweltwissenschaften reicht von Klima- und Wettervorhersagen bis hin zur Modellierung von Ökosystemen und der Optimierung der Wasserwirtschaftspolitik. In all diesen Anwendungsbereichen entwickeln wir datengesteuerte Modelle, Parameterlernverfahren, Visual-Computing-Ansätze und Methoden des Graphlernens und passen diese an die jeweilige Anwendung an. In enger Zusammenarbeit mit führenden Umweltforschungszentren befassen wir uns mit zentralen Herausforderungen der Datenwissenschaft und der künstlichen Intelligenz in diesen Bereichen, wobei wir diese eng mit numerischen Berechnungen verknüpfen.

Softwareentwicklung

Im Anwendungsbereich der Softwareentwicklung betrachten wir KI unter zwei Gesichtspunkten: Zum einen erforschen wir Softwarearchitekturen zur Implementierung skalierbarer und wartbarer KI-Systeme. Zum anderen untersuchen wir den Einsatz von KI zur Unterstützung bei der Entwicklung und Optimierung von Softwaresystemen. Dazu gehören die KI-basierte Optimierung von Leistung und Energieverbrauch sowie die Portabilität auf neue Hardware-Technologien und neuartige Beschleunigerkonzepte. Dabei arbeiten wir eng mit Hardware- und Softwareentwicklern sowie mit führenden Supercomputer-Einrichtungen zusammen.

Physik und Chemie

In den Bereichen Physik und Chemie untersuchen wir, wie datengesteuerte Modellierung und Simulation der nächsten Generation traditionelle, theoriegeleitete Ansätze ergänzen. Unsere Forschung befasst sich mit offenen Fragen zum Lernen prädiktiver mathematischer Modelle für komplexe Dynamiken aus Messdaten, zum Erlernen molekularer Struktur-Funktions-Beziehungen sowie zur Bereitstellung physikalisch konsistenter, datengesteuerter Ersatzmodelle in Anwendungsbereichen, die von der Molekülmodellierung über Astrophysik, Quantenphysik und Photonik bis hin zur Plasma- und Hochenergiephysik reichen. Wir arbeiten mit einem Netzwerk von Forschungszentren für Physik und Chemie zusammen.

Ingenieurwesen und Wirtschaft

Im Anwendungsbereich Ingenieurwesen und Wirtschaft spielen Big Data und KI eine entscheidende Rolle für die Geschäftsdatenanalyse, das Business Engineering, das virtuelle Prototyping sowie die Optimierung und Planung von Verkehr und Logistik. Unser Schwerpunkt liegt auf intelligenten Wirtschaftsinformationssystemen und KI-basiertem Produktdesign. So erforschen wir beispielsweise die intelligente Verknüpfung von Offline-Analysen mit historischen Daten im Bereich Business Intelligence und betrachten Big Data in Zusammenarbeit mit Wirtschaftsingenieuren und dem Bundeswirtschaftsministerium im wirtschaftlichen Kontext.

Forschungsschwerpunkte

Zu den Kernthemen des Forschungsbereichs „Angewandte KI und Big Data“ zählen datengesteuerte Modellierung, Surrogatmodelle, physikgestütztes maschinelles Lernen sowie inverses Design unter Verwendung von KI- und Machine-Learning-Ansätzen, die entsprechend den Herausforderungen des jeweiligen Anwendungsbereichs angepasst sind. Methoden aus den Bereichen Data Science und maschinelles Lernen wie spärliche mehrdimensionale Inferenz, physikgestütztes und physikbewusstes Lernen, robuste Abbildungen sowie invertierbare und beschränkte neuronale Netze stellen bereichsübergreifende Herausforderungen für Anwendungen dar, die von der Medizin bis zur Softwareentwicklung reichen.