Detailseite
Projekt
Translation von thermodynamischem Wissen auf Computer
Antragstellerinnen / Antragsteller
Professorin Dr. Sophie Fellenz; Professor Dr.-Ing. Hans Hasse; Professorin Dr. Heike Leitte
Fachliche Zuordnung
Chemische und Thermische Verfahrenstechnik
Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
Förderung
Förderung seit 2021
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 466468799
Dieses Projekt befasst sich mit einem der grundlegenden Probleme der künstlichen Intelligenz: der Translation von menschlichem Wissen auf Computer. Unser Ziel ist es, dies für das umfangreiche und tiefe Wissen über die Thermodynamik zu erreichen. Die Thermodynamik ist für dieses Vorhaben besonders geeignet, da sie ein Gebiet mit einer hochentwickelten und gut strukturierten Theorie ist; eine erfolgreiche Translation wäre hier besonders lohnend, da die Thermodynamik sowohl zu den Naturwissenschaften als auch zu den Ingenieurwissenschaften gehört und extrem breite Anwendungen hat. Es kann davon ausgegangen werden, dass die Grundprinzipien, die die Translation des thermodynamischen Wissens leiten, auch auf andere Bereiche der Wissenschaft und Technik angewendet werden können. Die thermodynamische Theorie gilt zu Recht als eines der Meisterwerke des menschlichen Geistes; diese Theorie Maschinen zugänglich zu machen, war bisher kaum denkbar. In Vorarbeiten haben wir einen vielversprechenden Weg gefunden, diese Herausforderung anzugehen. Das thermodynamische Wissen ist dabei in zwei interagierenden Graphen kondensiert, die zusammen verwendet werden können, um thermodynamische Modelle von Objekten der realen Welt zu erstellen, sie zu analysieren und Fragen zu ihrem thermodynamischen Verhalten zu beantworten. Der erste Graph strukturiert das thermodynamische Wissen, der zweite liefert die entsprechenden Gleichungen. Das System wird über eine linguistische Eingabe/Ausgabe verfügen, die auf Deep-Learning-Techniken basiert, welche hier mit dem thermodynamischen Wissen kombiniert werden. Es zielt nicht nur darauf ab, Probleme zu lösen; es ist auch nützlich, um thermodynamisches Wissen zu speichern und abzurufen, und nicht zuletzt kann es Paradigmen in der Lehre in der Thermodynamik verändern.
DFG-Verfahren
Schwerpunktprogramme
