Zwei ERC Starting Grants für das IST Austria

MARIA GUGGING (pa). In dieser Förderrunde gehen gleich zwei Starting Grants des Europäischen Forschungsrats (European Research Council, ERC) an Professoren des Institute of Science and Technology Austria (IST Austria). Einer der Preisträger ist der theoretische Physiker Mikhail Lemeshko, der seit 2014 am IST Austria arbeitet. In seinem Projekt, das der ERC mit knapp 1,5 Millionen Euro unterstützen wird, wird er eine allgemeine Theorie des Angulons aufstellen. Dieses Quasiteilchens hat er während seiner Forschungstätigkeit am IST Austria entdeckt. Das Angulon soll dabei helfen, bisher unlösbare Probleme in verschiedenen Bereichen, von der Chemie bis zur Technologie der Datenspeicherung, zu bewältigen.

Rotation ist in der Natur allgegenwärtig. Sie spielt bei der Bewegungen der Elektronen in einem Atom ebenso eine Rolle wie bei der Bildung von Galaxien. In der mikroskopischen Welt, die von den Gesetzen der Quantenmechanik beherrscht wird, sind die Wechselwirkungen rotierender Teilchen extrem schwierig zu modellieren. Dies war das Problem, das Mikhail Lemeshko vor drei Jahren dazu brachte, das Quasiteilchen „Angulon“ einzuführen. Ein Quasiteilchen ist ein Konzept in der Physik, das dazu beitragen kann, die Beschreibung von Vielteilchensystemen wesentlich zu vereinfachen und somit Berechnungen zu ermöglich, die vorher nicht durchführbar waren.

Um beispielsweise die Rotation eines komplexen Moleküls in einer Flüssigkeit zu beschreiben, müssten Physiker im Prinzip die Wechselwirkungen von Billionen miteinander wechselwirkender Teilchen modellieren, was zeitaufwendig, wenn nicht sogar unmöglich wäre. Alternativ können sie versuchen, das Problem in Bausteine einzuteilen, die miteinander nur schwach interagieren. Das Angulon ist ein solcher Baustein. Es besteht aus einem rotierenden Molekül, und der umliegenden Flüssigkeit, die den Drehimpuls trägt. Es erlaubte Lemeshko bereits, experimentelle Daten aus 20 Jahren zu erklären, was einen starken Beweis dafür lieferte, dass Angulons tatsächlich im Experiment entstehen.

Effiziente Arbeitsverteilung der Maschinen

Zweiter Preisträger ist der Informatiker Dan Alistarh, der 2017 an das IST Austria kam. In seinem Projekt, das der ERC mit rund 1,5 Millionen Euro unterstützen wird, will er die Zeit, die für das Trainieren von großskaligen Machine Learning Modellen nötig ist, durch neue Ansätze dramatisch verkürzen. Aufgaben des maschinellen Lernens effizient auf viele Rechner zu verteilen kann derzeit noch schwer umsetzbar sein. Das will Dan Alistarh ändern, indem er die Robustheit, die Algorithmen des maschinellen Lernens gegenüber Rauschen besitzen, für eine effiziente Verteilung der Arbeit nutzt.

Maschinelles Lernen und Data Science sind Bereiche, die sich in den letzten zehn Jahren enorme weiterentwickelt haben. Eine Maschine an einem modernen Datensatz zu trainieren kann jedoch viel Zeit in Anspruch nehmen. Dies limitiert die Anzahl der Ideen, die Forscher innerhalb einer angemessenen Bearbeitungszeit testen können. In einem solchen Fall würden Informatiker normalerweise verteilte Systeme verwenden, sie würden also mehrere Computer oder Verarbeitungseinheiten gleichzeitig arbeiten lassen, um die Berechnung schneller abzuschließen. Standardmethoden der verteilten Verarbeitung lassen sich jedoch nicht leicht auf Algorithmen im maschinellen Lernen anwenden.
"Was passiert, wenn man beim maschinellen Lernen Standardmethoden anwendet, ist, dass sie anscheinend nicht gut funktionieren. Es kann durchaus vorkommen, dass man keine hochgenauen Modelle erhält oder dass die Leistung wesentlich geringer ist als erwartet", erklärt Dan Alistarh.

Die Lösung könnte in der Robustheit maschineller Lernalgorithmen gegenüber Rauschen liegen: beispielsweise kann ein Bilderkennungsalgorithmus mit einigen falsch gekennzeichneten Bildern konfrontiert werden, ohne dass das Gesamtergebnis beeinträchtigt wird. Dan Alistarh wird ähnliche Aspekte der Robustheit verwenden, um die Menge an Kommunikation und Synchronisation zwischen Knoten zu reduzieren, ein Konzept, das er "elastische Koordination" nennt.