Revolutie in informatieoverdracht: TU Dresden ontvangt miljoenen aan financiering!
De TU Dresden krijgt 1,5 miljoen euro voor een project om glasvezelcommunicatie te verbeteren door middel van AI-technologieën.

Revolutie in informatieoverdracht: TU Dresden ontvangt miljoenen aan financiering!
De Technische Universiteit van Dresden (TUD) heeft aanzienlijke successen geboekt op het gebied van onderzoek. Prof. Jürgen Czarske, hoofd van het lectoraat voor meet- en sensorsysteemtechnologie, heeft een financieringstoezegging van circa 1,5 miljoen euro ontvangen in het kader van het Reinhart Koselleck-programma van de Duitse Onderzoeksstichting (DFG). Dit project, getiteld “Physics-Informed Deep Learning Systems for Secure Information Transmission with Multimode Fibers” (Phys-Deep-Fiber), heeft tot doel de overdracht van glasvezelinformatie te verbeteren met behulp van op fysica gebaseerde neurale netwerken. Deze tweede Koselleck-financiering voor Czarske sinds 2014 betekent een nieuwe mijlpaal in de ontwikkeling van technologieën op het gebied van energie en procestechniek, waarin hij ruime ervaring heeft.
Het project behandelt verschillende zeer actuele onderwerpen zoals de verklaarbaarheid van AI-toepassingen, de energiebehoefte van AI-oplossingen en de mogelijke toepassingen in optische communicatie en sensortechnologie. In het bijzonder worden de interfaces met gebieden als geautomatiseerd rijden, intelligente microscopie voor de biogeneeskunde en kwantumcommunicatie onderzocht als onderdeel van het onderzoekswerk. Het belang van glasvezelcommunicatie voor internet en de focus op databeveiliging en energiebesparende technologieën onderstrepen de relevantie van het project in een steeds meer gedigitaliseerde wereld.
Innovatieve benaderingen in AI-onderzoek
Een centraal onderdeel van het project is de ontwikkeling van op XAI gebaseerde meetsystemen die datagestuurde algoritmen combineren met fysieke modellen. Hierdoor kunnen optische neurale netwerken worden getraind zonder het gebruik van stroomvretende GPU's, wat zowel ecologisch verantwoord als economisch voordelig is. Deze innovatie vertegenwoordigt een vooruitgang in het energie-efficiënte gebruik van technologieën die steeds belangrijker worden in het hedendaagse onderzoek.
In de interdisciplinaire discussie over neurale netwerken en hun fundamenten wijst de DFG erop dat er in Duitsland al internationaal zichtbare onderzoeksgroepen zijn, waaronder een nieuw prioriteitsprogramma genaamd “Theoretical Foundations of Deep Learning”, dat interdisciplinaire samenwerking bevordert. Een van de belangrijkste redenen voor deze focus is het gebrek aan theoretische fundamenten voor neurale netwerken, ondanks hun brede toepassing op het gebied van machinaal leren en generatieve kunstmatige intelligentie, zoals systemen als ChatGPT, die steeds meer onderdeel worden van ons dagelijks leven.
Onderzoek en onderwijs succesvol combineren
Parallel aan de lopende onderzoeksprojecten wordt het belang van een gedegen opleiding op het gebied van neurale netwerken benadrukt. Het boek ‘Neural Networks’, dat in 2025 in de derde editie verschijnt, biedt beginners een goed onderbouwde introductie tot de basisprincipes van de technologie achter deep learning en machine learning. Onderwerpen als leeralgoritmen, programmeren in Python en ethische kwesties komen uitgebreid aan bod en vormen een belangrijk onderdeel van het leersucces voor toekomstige professionals in dit spannende vakgebied.
Door de combinatie van duurzaam onderzoek, innovatieve technologie en diepgaande training geeft de Technische Universiteit van Dresden een duidelijk signaal af voor de toekomst van de wetenschap op het gebied van kunstmatige intelligentie en energie-efficiënte systemen. Prof. Czarske heeft talloze prijzen ontvangen, waaronder de Joseph Fraunhofer Award en de Laser Instrumentation Award, en leidt de inspanningen om hoogwaardige en betrouwbare AI-toepassingen te ontwikkelen die in staat zijn de complexe uitdagingen van de moderne wereld aan te pakken.
Voor meer informatie kunt u contact opnemen met prof. Jürgen Czarske: telefoon: +49 351 463-34803.