Archiv des Autors: PaulWutz

Chaos auf Nanometer-Skala

Veröffentlicht am von

Presseaussendung der TU Wien vom 27.02.2023

Manchmal laufen chemische Reaktionen nicht nur stationär in eine Richtung ab, sondern zeigen räumlich-zeitliche Schwankungen. An der TU Wien wurde dabei nun ein Übergang zum chaotischen Verhalten auf der Nanometer-Skala beobachtet.

Chaotisches Verhalten kennt man normalerweise von großen Dingen: Vom Wetter zum Beispiel, von Asteroiden im Weltraum, die von mehreren großen Himmelskörpern gleichzeitig angezogen werden, oder von schwingenden Pendeln, die man miteinander koppelt. Auf atomaren Größenordnungen hingegen stößt man normalerweise nicht auf Chaos – dort überwiegen fast immer andere Effekte. Nun konnte man an der TU Wien allerdings erstmals klare Anzeichen von Chaos auf Nanometer-Skala nachweisen – und zwar bei chemischen Reaktionen auf winzigen Rhodium-Kristallen. Die Ergebnisse wurden nun im Fachjournal „Nature Communications“ publiziert.

Von inaktiv zu aktiv – und wieder zurück

Die chemische Reaktion, die man analysierte, ist eigentlich ganz einfach: mit Hilfe eines Edelmetall-Katalysators reagiert Sauerstoff mit Wasserstoff zu Wasser, das ist auch das Grundprinzip einer Brennstoffzelle. Die Reaktionsgeschwindigkeit hängt dabei von äußeren Bedingungen (Druck, Temperatur) ab. Unter bestimmten Voraussetzungen zeigt diese Reaktion allerdings ein oszillierendes Verhalten, obwohl die äußeren Bedingungen konstant sind. „So ähnlich wie ein Pendel von links nach rechts schwingt und wieder zurück, oszilliert die Reaktionsgeschwindigkeit zwischen kaum wahrnehmbar und hoch und damit das katalytische System zwischen inaktiv und aktiv hin und her“, erklärt Prof. Günther Rupprechter vom Institut für Materialchemie der TU Wien.

Ein Pendel ist ein klassisches Beispiel für etwas Berechenbares – wenn man es ein bisschen stört oder es zweimal auf leicht unterschiedliche Arten in Bewegung setzt, verhält es sich danach im Großen und Ganzen gleich. Es ist in gewissem Sinn das Gegenteil von einem chaotischen System, bei dem minimale Änderungen der Ausgangsbedingungen zu höchst unterschiedlichen Ergebnissen im Langzeitverhalten führen. Ein Paradebeispiel für ein solches chaotisches System sind mehrere Pendel, die mit elastischen Schnüren miteinander verbunden sind.

Zweimal exakt gleiche Anfangsbedingungen sind unmöglich

„Grundsätzlich legen Naturgesetze natürlich immer noch exakt fest, wie sich die Pendel verhalten“, sagt Prof. Yuri Suchorski (TU Wien). „Könnten wir ein solches gekoppeltes System aus Pendeln zweimal exakt auf dieselbe Art starten, würden sich die Pendel beide Male genau gleich bewegen.“ Doch in der Praxis ist das unmöglich: Man wird beim zweiten Mal nie perfekt dieselbe Ausgangssituation herstellen können wie beim ersten mal – und schon ein winziger Unterschied in der Ausgangslage bewirkt, dass sich das System später völlig anders verhält als beim ersten Mal – das ist der berühmte „Schmetterlingseffekt“: Winzige Unterschiede in den Anfangsbedingungen führen zu riesengroßen Unterschieden im Zustand zu einem späteren Zeitpunkt.

Etwas ganz Ähnliches konnte man nun anhand von chemischen Oszillationen auf einem Rhodium-Nanokristall beobachten: „Der Kristall besteht aus vielen verschiedenen winzigen Oberflächen-Facetten, so ähnlich wie ein geschliffener Diamant, allerdings viel kleiner, in einer Größenordnung von Nanometern“, erklären Maximilian Raab und Johannes Zeininger, die die Experimente durchgeführt haben. „Auf jeder dieser Facetten oszilliert die chemische Reaktion, aber die Reaktionen auf benachbarten Facetten sind miteinander gekoppelt.“

Umschalten – von Ordnung zu Chaos

Das Kopplungsverhalten lässt sich nun aber auf bemerkenswerte Art steuern – und zwar, indem man die Menge an Wasserstoff verändert. Zunächst dominiert eine Facette und gibt wie ein Dirigent den Takt vor. Alle anderen Facetten schließen sich an und oszillieren im selben Takt mit. Erhöht man die Wasserstoff-Konzentration, wird die Situation komplizierter. Unterschiedliche Facetten oszillieren mit unterschiedlichen Frequenzen – aber immer noch ist ihr Verhalten periodisch und gut vorhersagbar. Wenn man dann allerdings die Wasserstoff-Konzentration noch weiter erhöht, bricht diese Ordnung plötzlich zusammen. Das Chaos gewinnt, die Oszillationen werden unvorhersehbar, winzige Unterschiede in der Anfangssituation führen zu völlig unterschiedlichen Schwingungsmustern – ein klares Anzeichen von Chaos.

„Das ist bemerkenswert, weil man chaotisches Verhalten in nanometergroßen Strukturen eigentlich nicht erwarten würde“, sagt Yuri Suchorski. Je kleiner das System, desto größer ist der Beitrag des stochastischen Rauschens, eigentlich müsste das Rauschen, das etwas völlig anderes als Chaos ist, das Verhalten des Systems dominieren: umso interessanter, dass es gelungen ist, die Indizien für Chaos „herauszufiltern“. Ein theoretisches Modell, entwickelt von Prof. Keita Tokuda (Universität Tsukuba), hat dabei wesentlich geholfen.

Chaosforschung auf Nano-Chemie übertragen

„An Chaostheorie forscht man seit Jahrzehnten, es ist auch bereits gelungen, diese an chemische Reaktionen in größeren (makroskopischen) Systemen anzuwenden, aber unsere Studie ist der erste Versuch, das umfassende Wissen aus diesem Bereich auf die Nanometer-Skala zu übertragen“, sagt Günther Rupprechter. „Winzige Abweichungen in der Symmetrie des Kristalls können darüber entscheiden, ob sich der Katalysator geordnet und vorhersagbar oder ungeordnet und chaotisch verhält. Das ist für unterschiedliche chemische Reaktionen wichtig – und vielleicht sogar für biologische Systeme.“

Die Arbeiten wurden vom FWF gefördert (P32772-N und SFB TACO F81-P08). (Florian Aigner)

Originalpublikation:
M. Raab et al.: Emergence of chaos in a compartmentalized catalytic reaction nanosystem; Nature Communications, 14, 736 (2023).

Externer Link: www.tuwien.at

KI verbessern: Informatiker spüren Schwächen in Algorithmen des Maschinellen Lernens auf

Veröffentlicht am von

Pressemitteilung der Universität des Saarlandes vom 08.02.2023

Das Maschinelle Lernen ist die größte Revolution in der Informatik seit Jahrzehnten. Dank lernender Algorithmen können Computer auch bei abstrakten Aufgaben aufsehenerregende Leistungen vollbringen. Aber, wie dem Menschen, unterlaufen den Computern dabei Fehler – und zu verstehen, warum ein Machine-Learning-Algorithmus bestimmte Fehler macht, zählt zu den wesentlichen Herausforderungen der modernen Informatik. Hier setzen Michael Hedderich und Jonas Fischer mit ihrer Forschung an.

Sie haben eine Software entwickelt, mit der Schwächen in hochkomplexen Machine-Learning-Algorithmen aufgespürt und dadurch behoben werden können.

Mithilfe von Algorithmen des Maschinellen Lernens können Computer erstaunliche Leistungen vollbringen, auch in Domänen, die man bisher nur dem Menschen zugeschrieben hat – wie zum Beispiel der Sprache und Bildenden Kunst. Die Rechenverfahren basieren auf sogenannten künstlichen neuronalen Netzen. „Dabei handelt es sich um Netzwerke mathematischer Funktionen, die eine Eingabe anhand bestimmter, anpassbarer Parameter gewichten und daraus einen Output generieren“, erklärt Informatiker Michael Hedderich, der an der Universität des Saarlandes und der Cornell University in den USA forscht. Diese Funktionen, Neuronen genannt, werden hintereinandergeschaltet und mithilfe von Daten trainiert, sodass die Computer beispielsweise in der Lage sind, auf Millionen von Fotos die Katzen herauszufiltern oder täuschend echt wirkende Dialoge mit Menschen zu führen.

„Einer der modernsten und aktuell viel zitierten Textsynthese-Algorithmen der Welt, GPT-3 von OpenAI, verarbeitet Eingaben anhand von 175 Milliarden Parametern, bevor ein Ergebnis ausgegeben wird. Für einen Menschen ist es fast unmöglich, dies nachzuvollziehen und zu verstehen, wo Fehler passieren“, sagt Jonas Fischer, der derzeit Postdoktorand an der Harvard University ist. Bisheriger Stand der Technik war es, die Ausgaben eines Machine-Learning-Algorithmus auf Fehler zu analysieren und diese Fehler einzeln aufzulisten. Dann war es Aufgabe von Experten, in den Datensätzen, die problemlos Tausende von Einträgen enthalten können, Muster zu finden. „In unserer neuen Software ‚PyPremise‘ nutzen wir Techniken des Data Mining, um diese Fehlerdatensätze automatisiert nach bestimmten Merkmalskombinationen zu durchsuchen und diese am Ende gebündelt als verständliche ‚Fehlerkategorien‘ auszugeben. Anstatt also jeden Fehler einzeln aufzuzählen, ist unsere Software in der Lage, Fehler auf einer abstrakteren Ebene zusammenzufassen und Aussagen zu treffen wie: ‚Dein ML-Algorithmus hat Probleme mit Formulierungen, welche die Frage ‚Wie viel‘ beinhalten. Das ist ablesbar an den fehlerhaften Ausgaben in den Fällen X, Y und Z‘“, erläutert Michael Hedderich.

Getestet haben die Saarbrücker Informatiker ihre Software sowohl an synthetischen als auch an echten, in der Praxis eingesetzten Datensätzen. Dabei konnten sie zeigen, dass ihr Verfahren auf sehr große Datensätze mit vielen verschiedenen Eigenschaften der einzelnen Datenpunkte skaliert und verlässliche Ergebnisse liefert. „Die damit gewonnenen Informationen über die Schwachpunkte eines Machine-Learning-Algorithmus können die Betreiber dann verwenden, um beispielsweise ihre Trainingsdaten zu überarbeiten und so Fehler im System zu beheben“, erläutert Jonas Fischer. Das von den beiden Informatikern entwickelte Software-Werkzeug bezieht sich zunächst nur auf Algorithmen im Bereich der Sprachverarbeitung. Ihr Ziel ist aber grundsätzlich, das Tool so zu erweitern, dass es auch auf andere Domänen angewendet werden kann.

Michael Hedderich ist Informatiker und arbeitet an der Cornell University sowie in der Forschungsgruppe „Spoken Language Systems“ von Computerlinguistik-Professor Dietrich Klakow an der Universität des Saarlandes. Jonas Fischer promovierte bis letzten Sommer an der Saar-Universität und forschte am Max-Planck-Institut für Informatik, wo er von Professor Jilles Vreeken vom CISPA Helmholtz-Zentrum für Informationssicherheit betreut wurde. Inzwischen ist er Postdoktorand an der Harvard University. Die wissenschaftlichen Grundlagen der Software stellten die Informatiker erstmalig im Juli 2022 auf der „International Conference on Machine Learning (ICML)“ vor, einer der weltweit größten und renommiertesten Fachkonferenzen in diesem Themenfeld. Dort wird nur etwa ein Fünftel der eingereichten wissenschaftlichen Beiträge akzeptiert.

Externer Link: www.uni-saarland.de

Verschränkte Atome im Innsbrucker Quantennetzwerk

Veröffentlicht am von

Medieninformation der Universität Innsbruck vom 03.02.2023

Gefangene Ionen wurden bisher nur über kurze Distanz im Labor miteinander verschränkt. Nun haben die Teams um Tracy Northup und Ben Lanyon an der Universität Innsbruck zwei Ionen über eine Distanz von 230 Metern Luftlinie miteinander verschränkt. Die Knoten des Netzwerks waren in zwei Labors am Campus Technik untergebracht. Das Experiment zeigt, dass Ionen eine vielversprechende Plattform für Quantennetzwerke sind, die sich in Zukunft über Städte und schließlich ganze Kontinente erstrecken werden.

Gefangene Ionen sind eines der führenden Systeme für den Bau von Quantencomputern und anderen Quantentechnologien. Um mehrere solcher Quantensysteme miteinander zu verbinden, braucht es Schnittstellen, über die die Quanteninformation übertragen werden kann. Dazu haben Forscher um Tracy Northup und Ben Lanyon am Institut für Experimentalphysik der Universität Innsbruck in den letzten Jahren ein Verfahren entwickelt, bei dem die Atome in optischen Resonatoren gefangen werden, so dass die Quanteninformation effizient auf Lichtteilchen übertragen werden kann. Die Lichtteilchen können dann durch Lichtleiter geschickt werden, um Atome an verschiedenen Orten miteinander zu verbinden. Nun haben deren Forschungsgruppen, gemeinsam mit Theoretikern um Nicolas Sangouard von der Université Paris-Saclay, erstmals zwei Ionen über eine Distanz von mehr als nur wenigen Metern miteinander verschränkt.

Plattform für den Bau von Quantennetzwerken

Die beiden Quantensysteme waren in zwei Laboren aufgebaut, eines im Gebäude des Instituts für Experimentalphysik und eines am Institut für Quantenoptik und Quanteninformation der Österreichischen Akademie der Wissenschaften. „Bisher wurden gefangene Ionen nur im gleichen Labor über wenige Meter miteinander verschränkt. Dies wurde auch mit gemeinsamen Kontrollsystemen und Photonen (Lichtteilchen) realisiert, die auf Grund ihrer Wellenlänge nicht dafür geeignet sind, größere Entfernungen zurückzulegen.“, erklärt Ben Lanyon. Nach Jahren der Forschung und Entwicklung haben die Innsbrucker Physiker*innen es nun geschafft, zwei Ionen über den Campus hinweg miteinander zu verschränken. „Wir haben dazu einzelne mit den Ionen verschränkte Photonen über einen 500 Meter langen Lichtleiter geschickt und miteinander überlagert. Dies überträgt die Verschränkung auf die beiden Ionen.“, schildert Tracy Northup das Experiment. „Unsere Ergebnisse zeigen, dass gefangene Ionen eine vielversprechende Plattform für die Realisierung zukünftiger großflächiger Netzwerke von Quantencomputern, Quantensensoren und Atomuhren sind.“

Die Teams von Ben Lanyon und Tracy Northup sind Teil der Quantum Internet Alliance, einem internationalen Projekt im Rahmen des Quantum Flagship der Europäischen Union. Die aktuellen Ergebnisse wurden im Fachmagazin Physical Review Letters veröffentlicht. Finanziell unterstützt wurden die Forschungen unter anderem durch den österreichischen Wissenschaftsfonds FWF und die Europäische Union.

Originalpublikation:
Entanglement of trapped-ion qubits separated by 230 meters. V. Krutyanskiy, M. Galli, V. Krcmarsky, S. Baier, D. A. Fioretto, Y. Pu, A. Mazloom, P. Sekatski, M. Canteri, M. Teller, J. Schupp, J. Bate, M. Meraner, N. Sangouard, B. P. Lanyon, T. E. Northup . Phys. Rev. Lett. 130, 050803

Externer Link: www.uibk.ac.at

Mobilfunksystem für die zuverlässige Fernsteuerung von Drohnen

Veröffentlicht am von

Presseinformation (Forschung Kompakt) der Fraunhofer-Gesellschaft vom 01.02.2023

Drohnen sind immer häufiger auch außerhalb der Sichtweite der steuernden Person unterwegs. Jedoch eignen sich konventionelle Fernsteuerungen aufgrund ihrer Reichweitenbegrenzung nicht für solche Flüge. Einfache mobilfunkbasierte Systeme wiederum können bei hoher Mobilfunkauslastung oder mangels Netzabdeckung bislang keine zuverlässige Kommunikation gewährleisten. Forschende am Fraunhofer-Institut für Nachrichtentechnik, Heinrich-Hertz-Institut, HHI haben im Projekt SUCOM gemeinsam mit Partnern ein neues Mobilfunk-System entwickelt, mit dem sich Drohnen selbst über lange Distanzen und über schwierigem Terrain steuern lassen.

Autonome Drohnen, die über Mobilfunk kommunizieren, haben häufig keine stabile Verbindung. Fehlende Netzabdeckung ist eine Erklärung für die Ausfälle. Experten vermuten außerdem, dass Drohnen in großer Höhe Zugriff auf zu viele Mobilfunkmasten gleichzeitig haben und immer wieder zwischen den Funkzellen wechseln, was zum Verbindungsabbruch führen kann. Forschende des Fraunhofer HHI stellten hingegen fest, dass die Kommunikationsprotokolle, mit denen Drohnen arbeiten und die den Datenfluss zwischen der Drohne und der Steuerung regeln, Probleme bereiten. Sind sie nicht robust genug für schwankende Datenraten, kommen manche Datenpakete langsamer an, einige gehen ganz verloren. Im Kooperationsprojekt SUCOM haben die Forschenden in Zusammenarbeit mit dem hessischen Drohnenhersteller Wingcopter GmbH, der Emqopter GmbH und der CiS GmbH daher neue Kommunikationsprotokolle entwickelt, die gegenüber ruckelnden Datenströmen unempfindlich sind. Die Verbindung zur Drohne steht, selbst wenn die Datenrate schwankt. Sicherheitskritische Informationen für die Erstellung von Luftlagebildern wie Position, Flughöhe, Flugrichtung, Geschwindigkeit und andere Daten lassen sich unterbrechungsfrei übertragen – eine zentrale Voraussetzung für die hohen Sicherheitsanforderungen der Luftfahrt.

Höchstmaß an Ausfallsicherheit

»Wir haben zum Vergleich eine Drohne mit einem kommerziell verfügbaren LTE-System und unserem SUCOM-Mobilfunkmodul mit den neuen Kommunikationsprotokollen ausgestattet«, sagt Tom Piechotta, Wissenschaftler am Fraunhofer HHI. »Während die Verbindung über das herkömmliche Modul immer wieder abbrach, arbeitete das SUCOM-Modul stabil. Dank unserer neuen Protokolle ist die Kommunikation so stabil, dass es nicht zu Unterbrechungen kommt.« Für den Forscher ein klarer Hinweis darauf, dass Störungen bei Drohnen nicht allein auf fehlende Netzabdeckung zurückzuführen sind.

Das SUCOM-Mobilfunk-Modul kann auch in Drohnen verbaut werden, die bereits im Einsatz sind: So beliefern beispielsweise in Malawi Drohnen mit dem neuen Modul die Bevölkerung während der Regenzeit mit Medikamenten, Blutkonserven und anderem lebenswichtigen Material. Dabei legen sie Distanzen von bis zu 40 Kilometern zurück. Sie starten von vier Flugfeldern, an jedem arbeitet ein Fernpilot, der die aktuelle Route in den Computer eingibt und die Wegpunkte definiert, an denen sich die Drohne orientiert. Mit einem Klick wird die Mission auf die Drohne geladen. Die Daten fließen dafür zu einem Server in Kapstadt, dann weiter zum SUCOM-Modul und schließlich zum angeschlossenen Flight-Controller auf der Drohne. Während des Flugs überwachen die Fernpiloten den Zustand der Drohne kontinuierlich und in Echtzeit. Für den Fall, dass die LTE-Verbindung ausfällt, ist die Drohne zusätzlich mit Satelliten-Technik ausgestattet. Über eine VPN-Verbindung lässt sich die Drohne bei Bedarf auch vom Smartphone aus steuern.

In 170 Millisekunden von Malawi nach Berlin

Um schnellen Datentransport zwischen dem Server in Kapstadt und der Drohne zu erreichen, wurden Server-Hardware und -Software angepasst. Die Verbindung ist so schnell, dass die Drohnen in Malawi mit dem Fraunhofer HHI in Deutschland in Echtzeit kommunizieren können. Ein Datenpaket braucht via Mobilfunk von der Drohne über den Server in Kapstadt bis nach Berlin nur 170 Millisekunden.

Mit dem SUCOM-System könnten auch in Deutschland abgelegene Orte besser versorgt werden. Um dies zu demonstrieren, hat das Projekt-Team ein ausgedehntes Waldgebiet im Norden Brandenburgs überflogen – eines der größten Funklöcher Deutschlands mit einem Durchmesser von 14 Kilometern. Der Flug war ein Erfolg: Dank des SUCOM-Moduls blieb die Kommunikation mit der Drohne unterbrechungsfrei.

Externer Link: www.fraunhofer.de