ai

All dates for Event Series "Physics ❤ AI" for the upcoming semester are always at 10:30-12:00 in CFEL SR1.
The detailed agenda is password protected. If you are interested in the agenda, please email the organizers (gregor.kasieczka@uni-hamburg.de / janis.kummer@uni-hamburg.de).
Or just come, it is of course allowed!

All dates for Event Series "Physics ❤ AI" for the upcoming semester are always at 10:30-12:00 in CFEL SR1.
The detailed agenda is password protected. If you are interested in the agenda, please email the organizers (gregor.kasieczka@uni-hamburg.de / janis.kummer@uni-hamburg.de).
Or just come, it is of course allowed!

Western societies are marked by diverse and extensive biases and inequality that are unavoidably embedded in the data used to train machine learning. Algorithms trained on biased data will, without intervention, produce biased outcomes and increase the inequality experienced by historically disadvantaged groups.
To tackle this issue the EU commission recently published the Artificial Intelligence Act – the world’s first comprehensive framework to regulate AI. The new proposal has several provisions that require bias testing and monitoring. But is Europe ready for this task? 
In this session I will examine several EU legal frameworks including data protection as well as non-discrimination law and demonstrate how despite best attempts they fail to protect us against the novel risks posed by AI. I will also explain how current technical fixes such as bias tests -  which are often developed in the US - are not only insufficient to protect marginalised groups but also clash with the legal requirements in Europe. 
I will then introduce some of the solutions I have developed to test for bias, explain black box decisions and to protect privacy that were implemented by tech companies such as Google, Amazon, Vodaphone and IBM and fed into public policy recommendations and legal frameworks around the world. 

Prof. Dr. Sandra Wachter (Oxford Internet Institute, University of Oxford, GB)
Sandra Wachter is Professor of Technology and Regulation at the Oxford Internet Institute at the University of Oxford where she researches the legal and ethical implications of AI, Big Data, and robotics as well as Internet and platform regulation. Her current research focuses on profiling, inferential analytics, explainable AI, algorithmic bias, diversity, and fairness, as well as governmental surveillance, predictive policing, human rights online, and health tech and medical law.
At the OII, Professor Sandra Wachter leads and coordinates the Governance of Emerging Technologies (GET) Research Programme that investigates legal, ethical, and technical aspects of AI, machine learning, and other emerging technologies. [more]

Institutions

• UHH

This talk presents the Large Wireless Model (LWM), the world’s first foundation model for wireless channels. Inspired by the success of foundation models in NLP, speech, and vision, LWM is a transformer-based model pre-trained in a self-supervised fashion on large-scale diverse wireless datasets. It learns rich, universal contextualized channel embeddings (features) that potentially enhance performance across a wide range of downstream tasks. I will present the model’s architecture, its self-supervised pre-training approach, and training datasets. I will also demonstrate its gains in tasks like sub-6GHz to mmWave beam prediction, LoS/NLoS classification, and localization. These gains highlight the LWM’s ability to learn from large-scale wireless data and enable complex machine learning tasks with limited data in wireless communication and sensing systems.

Finally, we introduce an ITU AI/ML 5G competition which provides a modular setup, where participants can innovate on scenario design, feature extraction, and lightweight downstream models, pushing the frontiers of robustness, generalizability, and interpretability. By contributing improved scores and model refinements, the challenge also opens doors for discussion on formats, reproducible simulations, and alignment with 6G use cases. The outcomes are expected to influence real-world deployments, research reproducibility, and standard frameworks for wireless AI.

Learning Objectives:

1. Describe the architecture and self-supervised training approach of the Large Wireless Model (LWM).
2. Explain how LWM generates contextualized channel embeddings and how they contribute to wireless communication and sensing tasks.
3. Analyze the performance of LWM in downstream tasks such as beam prediction, LoS/NLoS classification, and localization.
4. Evaluate the role of large-scale data and foundation models in improving generalizability and efficiency in wireless AI applications.
5. Design innovative approaches for feature extraction or scenario modeling and apply them in the ITU AI/ML 5G challenge. 

Seit der Veröffentlichung von ChatGPT fällt es zunehmend schwer, mit der rasanten technologischen Entwicklung Schritt zu halten. Viele Lehrende und Studierende spüren die Notwendigkeit, sich mit potenziell studiumsrelevanten KIs auseinanderzusetzen. Gleichzeitig fehlen ihnen häufig die Ressourcen und Anknüpfungspunkte, sodass viele Fragen unbeantwortet bleiben: Welche Technologien können mich in meiner Arbeit unterstützen? Wie kann ich bekannte Technologien didaktisch wertvoll einsetzen? Welche Limitationen von gKI muss ich bei der Nutzung im Hochschulkontext kennen? Wie vermittle ich einen verantwortungsbewussten Umgang mit Technologien an meine Studierenden?

Um Lehrenden ein niedrigschwelliges Angebot zu machen, diese und viele weitere offene Fragen zu thematisieren, schaffen wir als HUL (Hamburger Zentrum für Universitäres Lehren und Lernen) ein neues Format: den Frei-Raum KI und Didaktik. Es schafft Raum für Austausch, offene Fragen, lautes Denken und Experimentieren mit neuen Technologien – vor dem Hintergrund und zum Nutzen didaktischer Entscheidungen.

Alle Lehrenden der Uni Hamburg sind willkommen, einfach vorbei zu schauen, mit anderen Interessierten in Austausch zu treten, oder einfach die Zeit zu nutzen, sich individuell mit ihren offenen Fragen auseinanderzusetzen. Sie treffen auf Kolleginnen und Kollegen, auch aus der Hochschuldidaktik und vom DDLitLab, die Sie mit ihrer Expertise unterstützen.

Seit der Veröffentlichung von ChatGPT fällt es zunehmend schwer, mit der rasanten technologischen Entwicklung Schritt zu halten. Viele Lehrende und Studierende spüren die Notwendigkeit, sich mit potenziell studiumsrelevanten KIs auseinanderzusetzen. Gleichzeitig fehlen ihnen häufig die Ressourcen und Anknüpfungspunkte, sodass viele Fragen unbeantwortet bleiben: Welche Technologien können mich in meiner Arbeit unterstützen? Wie kann ich bekannte Technologien didaktisch wertvoll einsetzen? Welche Limitationen von gKI muss ich bei der Nutzung im Hochschulkontext kennen? Wie vermittle ich einen verantwortungsbewussten Umgang mit Technologien an meine Studierenden?

Um Lehrenden ein niedrigschwelliges Angebot zu machen, diese und viele weitere offene Fragen zu thematisieren, schaffen wir als HUL (Hamburger Zentrum für Universitäres Lehren und Lernen) ein neues Format: den Frei-Raum KI und Didaktik. Es schafft Raum für Austausch, offene Fragen, lautes Denken und Experimentieren mit neuen Technologien – vor dem Hintergrund und zum Nutzen didaktischer Entscheidungen.

Alle Lehrenden der Uni Hamburg sind willkommen, einfach vorbei zu schauen, mit anderen Interessierten in Austausch zu treten, oder einfach die Zeit zu nutzen, sich individuell mit ihren offenen Fragen auseinanderzusetzen. Sie treffen auf Kolleginnen und Kollegen, auch aus der Hochschuldidaktik und vom DDLitLab, die Sie mit ihrer Expertise unterstützen.

Seit der Veröffentlichung von ChatGPT fällt es zunehmend schwer, mit der rasanten technologischen Entwicklung Schritt zu halten. Viele Lehrende und Studierende spüren die Notwendigkeit, sich mit potenziell studiumsrelevanten KIs auseinanderzusetzen. Gleichzeitig fehlen ihnen häufig die Ressourcen und Anknüpfungspunkte, sodass viele Fragen unbeantwortet bleiben: Welche Technologien können mich in meiner Arbeit unterstützen? Wie kann ich bekannte Technologien didaktisch wertvoll einsetzen? Welche Limitationen von gKI muss ich bei der Nutzung im Hochschulkontext kennen? Wie vermittle ich einen verantwortungsbewussten Umgang mit Technologien an meine Studierenden?

Um Lehrenden ein niedrigschwelliges Angebot zu machen, diese und viele weitere offene Fragen zu thematisieren, schaffen wir als HUL (Hamburger Zentrum für Universitäres Lehren und Lernen) ein neues Format: den Frei-Raum KI und Didaktik. Es schafft Raum für Austausch, offene Fragen, lautes Denken und Experimentieren mit neuen Technologien – vor dem Hintergrund und zum Nutzen didaktischer Entscheidungen.

Alle Lehrenden der Uni Hamburg sind willkommen, einfach vorbei zu schauen, mit anderen Interessierten in Austausch zu treten, oder einfach die Zeit zu nutzen, sich individuell mit ihren offenen Fragen auseinanderzusetzen. Sie treffen auf Kolleginnen und Kollegen, auch aus der Hochschuldidaktik und vom DDLitLab, die Sie mit ihrer Expertise unterstützen.

Seit der Veröffentlichung von ChatGPT fällt es zunehmend schwer, mit der rasanten technologischen Entwicklung Schritt zu halten. Viele Lehrende und Studierende spüren die Notwendigkeit, sich mit potenziell studiumsrelevanten KIs auseinanderzusetzen. Gleichzeitig fehlen ihnen häufig die Ressourcen und Anknüpfungspunkte, sodass viele Fragen unbeantwortet bleiben: Welche Technologien können mich in meiner Arbeit unterstützen? Wie kann ich bekannte Technologien didaktisch wertvoll einsetzen? Welche Limitationen von gKI muss ich bei der Nutzung im Hochschulkontext kennen? Wie vermittle ich einen verantwortungsbewussten Umgang mit Technologien an meine Studierenden?

Um Lehrenden ein niedrigschwelliges Angebot zu machen, diese und viele weitere offene Fragen zu thematisieren, schaffen wir als HUL (Hamburger Zentrum für Universitäres Lehren und Lernen) ein neues Format: den Frei-Raum KI und Didaktik. Es schafft Raum für Austausch, offene Fragen, lautes Denken und Experimentieren mit neuen Technologien – vor dem Hintergrund und zum Nutzen didaktischer Entscheidungen.

Alle Lehrenden der Uni Hamburg sind willkommen, einfach vorbei zu schauen, mit anderen Interessierten in Austausch zu treten, oder einfach die Zeit zu nutzen, sich individuell mit ihren offenen Fragen auseinanderzusetzen. Sie treffen auf Kolleginnen und Kollegen, auch aus der Hochschuldidaktik und vom DDLitLab, die Sie mit ihrer Expertise unterstützen.

The mmWave and sub-THz spectrum is rapidly emerging as a foundation for next-generation wireless communication and sensing systems, driven by its immense bandwidth and sub-millimeter wavelengths. Yet, deployments face fundamental challenges: severe propagation loss, susceptibility to blockage, power-demanding PHY, and the breakdown of traditional far-field assumptions. Unlocking the full potential of these frontier frequencies demands physics-native solutions that capitalize on their unique properties.

This talk presents an ultra-wideband retro-directive backscatter architecture above 100 GHz that departs from conventional large-scale antenna arrays and significantly reduces power consumption. The migration to higher frequencies, together with electronically large arrays, has extended the Fraunhofer limit from a few centimeters to several meters, placing many users into the electromagnetic near-field of future base stations. Despite decades of progress in wireless communications, this near-field regime remains largely unexplored.

Programmable near-field beam shaping unlocks opportunities for communication and sensing. In particular, AI-assisted self-curving beams bend around obstacles, offering a path toward seamless connectivity in the presence of dynamic blockages. Finally, unprecedented application domains of mmWave/sub-THz sensing and imaging across disciplines such as agriculture and robotics highlight the transformative potential of these frontier bands.

Learning Objectives:
– Analyze the physical and architectural challenges of mmWave and sub-THz communication systems.
– Evaluate innovative near-field beamforming and sensing techniques for overcoming propagation limitations.
– Highlight unprecedented application domains of mmWave/sub-THz sensing and imaging across disciplines.

Institutions

• AI for Good

Despite significant advances in AI, robots still struggle with tasks involving physical interaction. Robots can easily beat humans at board games such as Chess or Go but struggle to skillfully move the game pieces by themselves (the part of the task that humans subconsciously succeed in). Learning manipulation skills is both hard and fascinating because the movements and behaviors to acquire are tightly connected to our physical world and to embodied forms of intelligence.

I will present an overview of representations and learning approaches to help robots acquire manipulation skills by imitation and self-refinement. I will present the advantages of targeting a frugal learning approach, where the term “frugality” has two goals: 1) learning manipulation skills from only few demonstrations or exploration trials; and 2) learning only the components of the skill that really need to be learned.

Toward this goal, I will emphasize the roles of geometry, manifolds, implicit shape representations and distance fields as inductive biases to facilitate human-guided manipulation skill acquisition. I will also show how ergodic control can provide a mathematical framework to generate exploration and coverage movement behaviors, which can be exploited by robots as a way to cope with uncertainty in sensing, proprioception and motor control.

Institutions

• AI for Good

This semester’s edition of Taming the Machines explores the interrelated ethical, political, and technological aspects of Artificial Intelligence (AI) in an interdisciplinary way. Our first guest speaker is Prof. Dr. Sven Nyholm (LMU München) with his talk “Generative AI’s Gappiness: Meaningfulness, Authorship, and the Credit-Blame Asymmetry”. It is an on-site event but will also be live broadcasted as a Zoom Webinar. We cordially invite you to join us for this lecture.

Generative AI’s Gappiness: Meaningfulness, Authorship, and the Credit-Blame Asymmetry

Prof. Dr. Sven Nyholm (Ludwig-Maximilians-Universität München)

Registration for the webinar is handled via the program page:  https://www.inf.uni-hamburg.de/en/inst/ab/eit/taming-the-machines/winter23-24.html

Institutions

• UHH

Die Manipulation von Bildern ist mit Photoshop schon lange möglich und wird immer einfacher und überzeugender. Der nächste Schritt ist nun das Hinzufügen oder Entfernen von Objekten, ohne mühsame Handarbeit, einfach durch Texteingabe. Einen Vogelschwarm in den Himmel setzen? Menschen im Hintergrund entfernen? Alles ist möglich. Wie soll dein Bild aussehen? Entscheide selbst.

Diese Online-Schulung richtet sich an Einsteiger*innen und es werden keine Vorkenntnisse vorausgesetzt.

Adobe Photoshop kann für einen begrenzten Zeitraum kostenlos genutzt werden. Danach ist es kostenpflichtig.

Die Stiftung Innovation in der Hochschullehre (StIL) und das Netzwerk Landeseinrichtungen für digitale Hochschullehre (NeL) stellen wegen des großen Bedarfs an KI-bezogenen Qualifizierungs- und Unterstützungsmaßnahmen vielfältige Angebote zur Verfügung.

Schwerpunkte sind:

• generatives Erweitern
• generatives Füllen
• Varianten anzeigen
• Organisieren von Ebenen

Anmeldung hier

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

Das manipulieren von Bildern ist mit Photoshop schon lange möglich und wird immer einfacher und überzeugender. Der nächste Schritt ist nun das Hinzufügen oder entfernen von Objekten, ohne aufwendige Handarbeit, einfach anhand einer Texteingabe. Einen Vogelschwarm an den Himmel setzen? Personen im Hintergrund entfernen? Alles ist möglich. Wie soll dein Bild aussehen? Entscheide selbst.

Diese Online-Schulung richtet sich an Einsteiger*innen und es werden keine Vorkenntnisse vorausgesetzt.
Adobe Photoshop ist für einen begrenzten Zeitraum kostenlos nutzbar. Darüber hinaus ist es kostenpflichtig.

Schwerpunkte sind:

• generatives Erweitern
• generatives Füllen
• Varianten anzeigen
• Organisieren von Ebenen

Anmeldung hier

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

Die Einführung von generativen KI-Tools wie ChatGPT hat im Hochschulkontext zu einer großen Verunsicherung geführt. Viele Studierende nutzen die Tools bislang gar nicht, manche sind unsicher, was erlaubt ist und andere nutzen sie womöglich bereits intensiv für das Studium, ohne genau über Funktionsweise und Grenzen informiert zu sein.

In diesem Workshop sind die Grundlagen des Einsatzes von generativer KI im Studiumskontext das Thema. Gemeinsam betrachten wir verschiedene Tools hinsichtlich ihrer Funktionsweise, Möglichkeiten und Grenzen. Ziel ist es, dass die Teilnehmenden anschließend für sich geklärt haben, ob und wie sie generative KI in ihrem Studium einsetzen wollen – und dadurch auch andere Studierende in dieser Entscheidung begleiten können. Dafür basiert ein großer Teil des Workshops auf Austausch unter den Teilnehmenden, weshalb er sich an Anfänger:innen, aber auch an erfahrenere gKI-Nutzende richtet.

Teilnahme und Anmeldung: 

Dieses Angebot richtet sich fachübergreifend an alle regulär Studierenden der Universität Hamburg.

Die Anmeldung erfolgt über das nachstehende Anmeldeformular. Wenn Sie zum Termin verhindert sind, melden Sie sich bitte wieder ab, damit andere Personen ggf. nachrücken können (max. Teilnehmendenzahl: 15).

Die Workshops finden in der Jungiusstraße statt (Raumnummer folgt). 

Institutions

• DDLitLab, ISA-Zentrum

Die Einführung von generativen KI-Tools wie ChatGPT hat im Hochschulkontext zu einer großen Verunsicherung geführt. Viele Studierende nutzen die Tools bislang gar nicht, manche sind unsicher, was erlaubt ist und andere nutzen sie womöglich bereits intensiv für das Studium, ohne genau über Funktionsweise und Grenzen informiert zu sein.

In diesem Workshop sind die Grundlagen des Einsatzes von generativer KI im Studiumskontext das Thema. Gemeinsam betrachten wir verschiedene Tools hinsichtlich ihrer Funktionsweise, Möglichkeiten und Grenzen. Ziel ist es, dass die Teilnehmenden anschließend für sich geklärt haben, ob und wie sie generative KI in ihrem Studium einsetzen wollen – und dadurch auch andere Studierende in dieser Entscheidung begleiten können. Dafür basiert ein großer Teil des Workshops auf Austausch unter den Teilnehmenden, weshalb er sich an Anfänger:innen, aber auch an erfahrenere gKI-Nutzende richtet.

Teilnahme und Anmeldung: 

Dieses Angebot richtet sich fachübergreifend an alle regulär Studierenden der Universität Hamburg.

Die Anmeldung erfolgt über das nachstehende Anmeldeformular. Wenn Sie zum Termin verhindert sind, melden Sie sich bitte wieder ab, damit andere Personen ggf. nachrücken können (max. Teilnehmendenzahl: 15).

Die Workshops finden in der Jungiusstraße statt (Raumnummer folgt). 

Institutions

• DDLitLab, ISA-Zentrum

Die Einführung von generativen KI-Tools wie ChatGPT hat im Hochschulkontext zu einer großen Verunsicherung geführt. Viele Studierende nutzen die Tools bislang gar nicht, manche sind unsicher, was erlaubt ist und andere nutzen sie womöglich bereits intensiv für das Studium, ohne genau über Funktionsweise und Grenzen informiert zu sein.

In diesem Workshop sind die Grundlagen des Einsatzes von generativer KI im Studiumskontext das Thema. Gemeinsam betrachten wir verschiedene Tools hinsichtlich ihrer Funktionsweise, Möglichkeiten und Grenzen. Ziel ist es, dass die Teilnehmenden anschließend für sich geklärt haben, ob und wie sie generative KI in ihrem Studium einsetzen wollen – und dadurch auch andere Studierende in dieser Entscheidung begleiten können. Dafür basiert ein großer Teil des Workshops auf Austausch unter den Teilnehmenden, weshalb er sich an Anfänger:innen, aber auch an erfahrenere gKI-Nutzende richtet.

Teilnahme und Anmeldung: 

Dieses Angebot richtet sich fachübergreifend an alle regulär Studierenden der Universität Hamburg.

Die Anmeldung erfolgt über das nachstehende Anmeldeformular. Wenn Sie zum Termin verhindert sind, melden Sie sich bitte wieder ab, damit andere Personen ggf. nachrücken können (max. Teilnehmendenzahl: 15).

Die Workshops finden in der Jungiusstraße statt. Die Raumnummer wird per E-Mail bekanntgegeben. 

Institutions

• DDLitLab, ISA-Zentrum

Despite the huge success of foundation models across fields, they still suffer from hallucinations and can produce physically inconsistent outputs. To leverage foundation models for climate science, it is critical to integrate first principles and physical laws to the learning and reasoning of these models.  In this talk, I will discuss our on-going effort to ground foundation models, including diffusion models and large language models for climate science. In particular, I will discuss dynamics-informed diffusion models for emulating complex fluids and an adaptive framework for LLM agents to use scientific tools. I will demonstrate the use cases of our methods on building an autonomous LLM agent as a climate co-scientist.

Learning Objectives:

By the end of this session, participants will be able to:

• Identify the limitations of current foundation models in climate science.
• Understand how integrating first principles and physical laws can ground diffusion models and LLMs for reliable scientific use.
• Recognize emerging applications of autonomous LLM agents as climate co-scientists for simulation, reasoning, and tool use.

Institutions

• AI for Good

The Hamburg Science Summit brings together experts and decision-makers from science, politics, business, and think-tanks from across Europe. Driven by the vision of a competitive and self-confident Europe, it aims to strengthen Europe's position as a hub for science and innovation. This year's Summit will focus on Europe's technological sovereignty. Key questions include: How can Europe remain competitive in crucial fields such as AI, energy, or medical technologies? In which fields of technology, if any, should Europe strive for scientific and market leadership? What kind of financial and political conditions are needed to promote Europe’s technological sovereignty? Researchers, policy experts, innovators and representatives of institutions are invited to participate. Click here to register.

Please note: Due to limited availability, a selection may be made by the organisers.

Institutions

• Körber-Stiftung