Neuronaler Netzwerker

Der Mathematiker Philipp Grohs ist einer der weltweit führenden Experten für Deep Learning. Bald wird er an der RWTH forschen und lehren.

Der österreichische Mathematiker Philipp Grohs gehört zu den weltweit führenden Theoretikern maschinellen Lernens mit tiefen neuronalen Netzen. Er kann nun mit einer von bundesweit insgesamt drei ausgelobten Alexander von Humboldt-Professuren an die RWTH Aachen kommen. Er soll eine neue Professur für „Mathematik Neuronaler Netze“ übernehmen und interdisziplinär zum Neuromorphic Computing als Schlüsseltechnologie der Zukunft forschen. „Mit Professor Grohs gewinnen wir eine herausragende Persönlichkeit und einen ausgewiesenen Experten in den Bereichen Data Science, Deep Learning und Numerische Analysis. Seine Forschungsschwerpunkte werden die Gesamtstrategie der RWTH Aachen, gerade auch mit Blick auf unsere Aktivitäten im Rahmen der Exzellenzstrategie, optimal verstärken“, erklärt der Rektor der RWTH Aachen, Professor Ulrich Rüdiger.
 

Deep Learning kommt in Systemen für Sprach-, Bild- und Videoerkennung zum Einsatz…
Grohs, Jahrgang 1981, beschäftigt sich mit künstlichen neuronalen Netzen, die dem Aufbau des menschlichen Gehirns nachempfunden sind. Schwerpunkte seiner Arbeit in der Angewandten Mathematik sind die Konstruktion und Analyse von numerischen Verfahren zu stabiler Phasenrekonstruktion, welche etwa in der Röntgenkristallographie oder in der Kryoelektronenmikroskopie zum Einsatz kommen, die Analyse von Deep Learning-Methoden und die Konstruktion und Analyse von numerischen Verfahren zur Lösung von partiellen Differentialgleichungen. Er zählt zu den ersten Wissenschaftlern überhaupt, die grundlegende mathematische Resultate zum Verständnis der äußerst erfolgreichen und populären Methodik des Deep Learning beigetragen haben. Deep Learning kommt in fast allen aktuellen Systemen für Sprach-, Bild- und Videoerkennung zum Einsatz und wird etwa als Schlüsselmethodik für autonomes Fahren und viele weitere Anwendungen angesehen. Die mathematischen Grundlagen des Deep Learning zu erforschen, gehört zu den relevantesten Problemstellungen im maschinellen Lernen.
 

…und wird als Schlüsselmethodik für autonomes Fahren und viele weitere Anwendungen angesehen.
Grohs hat in der Mathematik unter anderem die sogenannten Geodesic Finite Elements eingeführt, die ein Standardwerkzeug für die numerische Simulation von Problemen in der nichtlinearen Elastizität sind. Außerdem verantwortet Grohs grundlegende Algorithmen auf Basis von Deep Learning für die numerische Lösung von hochdimensionalen partiellen Differentialgleichungen. Er hat gezeigt, dass diese extreme Effizienzsteigerungen im Vergleich zu bisherigen Verfahren aufweisen.
 

Was ist eine Alexander von Humboldt-Professur?
Das Bundesministerium für Bildung und Forschung finanziert bisher jährlich bis zu zehn Alexander von Humboldt-Professuren. Diese sind mit maximal 5 Millionen Euro die höchstdotierten internationalen Forschungspreise Deutschlands. Ziel ist es, die internationale Wettbewerbsfähigkeit des Forschungsstandortes Deutschlands nachhaltig zu stärken. Die Kandidaten werden von der jeweiligen Hochschule nominiert. Sie müssen im Ausland arbeiten und weltweit wissenschaftlich anerkannt sein. Ein interdisziplinärer Ausschuss der Alexander von Humboldt-Stiftung entscheidet über die Vergabe. Alexander von Humboldt-Professuren werden seit 2009 vergeben. Bislang wurden 77 Wissenschaftler auf eine Humboldt-Professur berufen. Grohs ist nach Matthias Wessling (2010, Chemische Verfahrenstechnik), David di Vicenzo (2011, Quantenphysik, gemeinsam mit dem Forschungszentrum Jülich), Raul Fidel Tempone (2018, Angewandte Mathematik) und Wil van der Aalst (2018, Informatik) bereits der fünfte Humboldt-Professor an der RWTH Aachen.
Die Alexander von Humboldt-Stiftung übernimmt Kosten für die Lehr- und Forschungstätigkeit von Grohs an der RWTH Aachen in Höhe von 3,5 Millionen Euro. Der Preis wird im Mai 2020 offiziell verliehen. 

06.06.2019