16.08.2026, 17:00 – Fr, 21.08.2026, 14:00, Bad Honnef Physikschule

Einige der vielversprechendsten Ideen im Quantenmaschinelles Lernen (QML) basieren auf Methoden und Erkenntnissen, die außerhalb spezialisierter Forschungsgruppen kaum bekannt sind. Trotz ihres Potenzials werden diese Ansätze selten in Sommerschulen oder allgemeinen Machine-Learning-Konferenzen vorgestellt, was eine erhebliche Wissenslücke für junge Forscher hinterlässt, die in das Feld einsteigen.

Wir wollen diese Lücke überbrücken, indem wir jungen Wissenschaftlern – insbesondere Masterstudierenden kurz vor dem Abschluss, Doktoranden und Postdocs in der Frühkarriere – eine strukturierte Einführung in Quantenmaschinelles Lernen bieten. Das Programm behandelt sowohl grundlegende Konzepte als auch fortgeschrittene Themen sowie Tensor-Netzwerke in der KI und fördert interdisziplinäre Verbindungen. Die Teilnehmer erhalten eine solide theoretische Grundlage sowie praktische, praktische Erfahrungen, einschließlich der Möglichkeit, während der Schulzeit Experimente mit IQM-Hardware durchzuführen.

Adresse: Physikzentrum Bad Honnef, Hauptstr. 5, Hauptstr. 5, 53604 Bad Honnef, Germany

Sprecherinnen und Sprecher:

  • Michele Amoretti (Universität Parma, Italien)
  • Jacob Biamonte (ETS Montreal, Universität von Québec, Kanada)
  • Bob Coecke (Quantinuum, Cambridge, USA)
  • Linnea Grans-Samuelsson (Universität Oxford, Großbritannien)
  • Max Haeberlein (IQM, München, Deutschland)
  • Jeanette Lorenz (Fraunhofer IKS, Institut für Kognitive Systeme, München, Deutschland)
  • Paul Lukowicz (DFKI & RPTU Kaiserslautern-Landau, Deutschland)
  • Iraitz Montalban (Falcondale, Wilmington, USA)
  • Dries Sels (New York University, USA)

Weitere Informationen folgen bald…

Sprache: Englisch

Hier geht es zum Programm: https://www.dpg-physik.de/veranstaltungen/2026/progs526.pdf

GEBÜHREN: 200 € volle Verpflegung und Unterkunft (für Mitglieder der Deutschen Physikalischen Gesellschaft (DPG) 100 € )

Textquelle und weitere Informationen: https://www.dpg-physik.de/veranstaltungen/2026/quantum_machine_learning
Foto von Quan Jing auf Unsplash