07.09.2018

Deep Materials: Internationale Sommerschule zu neuen Werkstoffen mit Hilfe von Künstlicher Intelligenz

Teilnehmer der Summerschool im  Jahr 2017. © Th. Lehmann, TU Dresden Teilnehmer der Summerschool im  Jahr 2017. © Th. Lehmann, TU Dresden
Teilnehmer der Summerschool im  Jahr 2017.

© Th. Lehmann, TU Dresden

„Materials 4.0 – Deep Materials: Perspectives on data-driven materials research“: Unter diesem Motto treffen sich vom 9. bis zum 14. September 2018 mehr als 30 junge Wissenschaftlerinnen und Wissenschaftler aus 14 Ländern und 6 Erdteilen an der TU Dresden. Die von Prof. Gianaurelio Cuniberti, Prof. Sibylle Gemming (HZDR, TU Chemnitz) und Prof. Wolfgang Lehner organisierte Sommerschule, widmet sich innovativen Wegen, durch skalenübergreifende Simulationen und datenbasierte Methoden neue Materialien zu entdecken, zu entwickeln und in praktischen Anwendungen einzusetzen.

Das Thema der diesjährigen Sommerschule ist aktueller denn je, denn die „vierte industrielle Revolution“ ist in vollem Gange. Intelligente Produktionsstätten einer zukünftigen Industrie 4.0 werden dank Informationstechnik viel flexibler, individueller und effizienter produzieren. Die dabei verwendeten Materialien müssen mit dieser fortschreitenden Digitalisierung Schritt halten: Während des gesamten Entwicklungs- und Produktionsprozesses werden diese als Materialien 4.0 simuliert und umfassend charakterisiert. 

„An den Universitäten weltweit forschen heute diejenigen Doktoranden, die Wissenschaft und Technik in den nächsten 50 Jahre prägen werden. Und dafür müssen sie fit und flexibel für kommende Entwicklungen sein.“, so Prof. Cuniberti, einer der Organisatoren. „Dazu gehört es auch, frühzeitig über das eigene Thema hinaus zu denken und über zukünftige Trends eingehend informiert zu sein. Und Dresden als Europas Hauptstadt der Materialforschung ist der ideale Ort dafür!“, so Cuniberti weiter.

Die Sommerschule bietet ein reichhaltiges Spektrum an Veranstaltungen, in denen moderne Herangehensweisen an die Materialforschung vorgestellt und diskutiert werden. Neben anderen Themen geht es darum, wie mit Hilfe von maschinellem Lernen Solarmodule auf Silizium-oder Perowskit-Basis leistungsfähiger und langlebiger gestaltet oder wie neue Wege zur kostengünstigen und maßgeschneiderten Herstellung von Medikamenten gefunden werden können. Dazu konnten Referentinnen und Referenten, unter anderem vom Massachusetts Institute of Technology MIT, der École polytechnique fédérale de Lausanne EPFL, der Technical University of Denmark und der HU Berlin gewonnen werden. Thematische Schwerpunkte der Schule bilden umfassende digitale Datenbanken für Materialeigenschaften, neue Methoden zur simulationsbasierten breit angelegten Suche nach dem passgenauen Material für spezifische Anwendung und Maschinelles Lernen für die autonome rechnerbasierte Entdeckung neuer Materialien.

Weitere Informationen:

Prof. Dr. Gianaurelio Cuniberti
TU Dresden, Bereich Ingenieurwissenschaften
Fakultät Maschinenwesen

Tel.: 0351 463 - 31409
materials40@mailbox.tu-dresden.de

Zu dieser Seite

Duwe, Jacqueline
Letzte Änderung: 10.09.2018