Ein Team von Wissenschaftlern der Freien Universität Berlin hat mithilfe von Methoden der künstlichen Intelligenz (KI) einen grundlegend neuen Lösungsansatz für das „Sampling Problem“ in der statistischen Physik entwickelt.

Das Samplingproblem besteht darin, dass wichtige Eigenschaften von Molekülen und Materialien durch direkte Computersimulation der Bewebung ihrer Atome praktisch nicht berechnet werden können, weil die benötigte Rechenzeit selbst die Kapazitäten von Supercomputern sprengt.

Dem Team gelang es, ein tiefes Lernverfahren zu entwickeln, das diese Berechnungen massiv beschleunigt und damit für viele Anwendungen erst ermöglicht. „KI verändert alle Bereiche unseres Lebens, und so auch die Art und Weise wie wir Wissenschaft betreiben,“ erklärt Professor Dr. Frank Noé.