Meine Merkliste
my.chemie.de  
Login  

Maschinelles Lernen erobert die Chemie

BASF und die Technische Universität Berlin kooperieren beim Thema „Künstliche Intelligenz“

16.08.2019

geralt, pixabay.com, CC0

Symbolbild

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.

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. 

Fakten, Hintergründe, Dossiers
  • maschinelles Lernen
  • künstliche Intelligenz
  • Technische Universi…
  • BASF
Mehr über TU Berlin
  • News

    Wissenslücke in der Chemie geschlossen

    Nach manchen Erkenntnissen sucht man ewig und wenn sie dann gefunden sind, scheint alles ganz simpel. So ähnlich erging es auch der Arbeitsgruppe um Dr. Martin Oestreich, Professor für Organische Chemie – Synthese und Katalyse an der TU Berlin und seinen Mitarbeitern Dr. Hendrik Klare und D ... mehr

    Biologische Batterien

    Evolutionsbiologisch betrachtet sind sie uralt, aber ihr Potential wird jetzt erst nach und nach entdeckt: Sogenannte Elektromikroben stehen in der aktuellen Nachhaltigkeitsdebatte unter besonderer Beobachtung vieler Wissenschaftler weltweit. Sie können Elektronen – also letztlich Strom – p ... mehr

    Götterspeise, Haftnotizen und Smartphone-Sensoren – die Geheimnisse der Adhäsion

    Goethes Faust scheiterte noch an der Frage „...was die Welt im Innersten zusammenhält“. Heute geben Tribologen, also Wissenschaftler, die sich mit Reibungsphysik beschäftigen, eine einfache Antwort: die Adhäsion, das Aneinanderhaften zweier Körper. Die Adhäsion bestimmt die Haftung bei eine ... mehr

  • Videos

    Science friction: Adhesion of complex shapes

    We investigate experimentally and numerically adhesion of contacts having complex shape. mehr

    Katalysatoren für die Umwandlung von Methan

    Methan ist Hauptbestandteil von Biogas und Erdgas. Bei der Erdölförderung werden Milliarden Kubikmeter Methan ungenutzt abgefackelt, weil oft wirtschaftliche Transportmöglichkeiten fehlen. Dieses Problem will der Berliner Exzellenzcluster „Unifying Concepts in Catalysis“ (UniCat) mit Hilfe ... mehr

  • q&more Artikel

    Wasser statt Mineralöl

    Grundlage vieler Medikamente sind Wirkstoffe aus chiralen Bausteinen. Für die chemische Herstellung sind teure Edelmetallkatalysatoren notwendig, die sich aufgrund ihrer thermischen Instabilität bei höheren Temperaturen zersetzen und daher nur einmal verwendet werden können. mehr

    David gegen Goliath

    Wo der Laie nur ekligen Schimmel sieht, offenbart sich beim Blick durch das Mikroskop eine ganz besondere Welt der Ästhetik. Ein ­filigranes Netzwerk aus lang gestreckten und verzweigten Pilz­hyphen durchsetzt das Substrat, Lufthyphen erobern den Luftraum und bilden farbige Sporen, mit dene ... mehr

  • Autoren

    Dr.-Ing. Henriette Nowothnick

    Jg. 1980, studierte Chemie an der Technischen Universität Berlin. Sie promovierte 2010 in der Arbeitsgruppe von Prof. R. Schomäcker über die Reaktionsführung der Suzuki-Kupplung in Mikro­emulsionen mit dem Ziel des Katalysator Re-using und der Produktisolierung. 2011 bis 2012 arbeitete sie ... mehr

    Dipl. Ing. Sonja Jost

    Jg. 1980, studierte Wirtschafts­ingenieurwesen / Technische Chemie an der Technischen Universität Berlin. Von 2006 bis 2011 erhielt sie verschiedene Forschungsstipendien im Bereich der homogenen chiralen Katalyse. 2011 bis 2012 war sie Projektleiterin eines Drittmittelprojekts zum Thema „Ka ... mehr

    Prof. Dr. Vera Meyer

    Vera Meyer, geb. 1970, studierte Biotechnologie an der Universität ­Sofia und der Technischen Universität Berlin, wo sie 2001 promovierte. Nach Forschungs- aufenthalten am Imperial College London und der Universität Leiden habilitierte sie 2008 an der Technischen Universität Berlin. Von 200 ... mehr

Mehr über BASF
Ihr Bowser ist nicht aktuell. Microsoft Internet Explorer 6.0 unterstützt einige Funktionen auf Chemie.DE nicht.