Vom 21. bis 24. Mai fand bereits zum dritten Mal unser Active Training Course „Advanced Deep Learning” statt. Dieses Mal ging es zu einer neuen Location, nach Filderstadt in Baden-Württemberg, wo eine wissbegierige Gruppe sich gemeinsam den anspruchsvollen Themen „Autoencoder“, „Transformers“, „Normalizing Flows“ und „Model Diffusion“ widmete.

Nach dem Pfingstwochenende reisten rund 40 Teilnehmende am Dienstag ins Bernhäuser Forst nach Filderstadt, wo am Abend ein erstes gemeinsames Dinner den Auftakt zur School machte. Gestärkt lauschte die Gruppe bestehend aus (Senior) Scientists, Postdocs und Doktorand:innen anschließend den einführenden Worten des ErUM-Data-Hub Teams, bevor die erste spannende Lecture auf dem Programm
stand: Steffen Korn (Georg-August-Universität Göttingen) gab mit dem Thema „Autoencoders“ den fachlichen Startschuss zum Active Training Course.  Vertieft wurde das Thema in einer Hands-On Session
nach dem Frühstück am kommenden Morgen, in der die Teilnehmenden erstmals die neu erlernten Konzepte selbst anwenden konnten.

Nach einer kurzen Kaffeepause, in der sich die Teilnehmenden rege austauschten, ging es am Mittwochvormittag auch schon direkt weiter mit dem zweiten Themenblock: Jonas Spinner (Universität Heidelberg) führte die Teilnehmenden in einer informativen Lecture in das Thema „Transformers“ ein. Auch die hier vermittelten Inhalte wurden anschließend durch eine praktische Übung ergänzt.

Bevor es zum gemeinsamen Abendessen ging, fesselte ein inputreicher Appetizer Talk zum Thema „Diffusion Models“, gehalten von Paul Wollenhaupt (Georg-August-Universität Göttingen), die Teilnehmenden. Neben dem Vermitteln theoretischer Inhalte, wird bei unseren Schools auch immer viel Wert auf Zeit für gemeinsame Aktivitäten gelegt, um einen regen Austausch untereinander zu ermöglichen und so erwartete die Teilnehmenden beim Social Evening am Abend wieder unser „Hub-„ oder „Pub-Quiz“.
Aufgeteilt in mehrere Teams, die sich kreative Namen wie „Attention seekers“ oder „The three must get beers“ gaben, wurden in gemütlicher Runde Fragen aus diversen Themengebieten beantwortet.

Große Ausdauer bewiesen die Teilnehmenden auch nach dem Pub-Quiz noch und warfen gemeinsam mit Stefan Fröse vom ErUM-Data-Hub-Team, der hierfür sein Teleskop mitgebracht hatte, einen Blick auf den Kugelsternhaufen am Nachthimmel.

Am Donnerstagmorgen ging es mit dem letzten Themenblock lehrreich weiter. Hierfür extra aus London angereist war Thandikire Madula (University College London), die eine wissenswerte Lecture zu “Normalizing Flows” hielt. Es folgte eine letzte Hands-On Session zum Verfestigen der neun Inhalte. 

Nach den drei spannenden Themenblöcken war es nun an der Zeit, die neu erlernten Deep Learning Konzepte in der „Milky Way Challenge“ anzuwenden und sich in Teamarbeit zu üben. Die vier ausgelosten Gruppen „Blue“, „Orange“, „Yellow“ und „Pink“ fanden sich schnell zusammen und stellten sich hochmotiviert der Aufgabe. Bis spät in den Abend hinein arbeiteten sie gemeinsam an ihren Lösungen. Der Freitagvormittag wurde genutzt, um den entwickelten Ideen den letzten Schliff zu geben und die erarbeiteten Ergebnisse zu präsentieren.

Die fachkundige Jury (bestehend aus den Speaker:innen und Tutor:innen) zeigte sich beeindruckt von den erarbeiteten Lösungsansätzen, was die Wahl des Gewinnnerteams nicht leichter machte. Herzlichen Glückwunsch an das Team von Mikhail, David, Jan, Sajad und Fabio – sie konnten am Ende die Challenge für
sich entscheiden.  

Zum Abschluss wurde noch einmal auf eine gelungene und produktive Woche zurückgeblickt und nach einem gemeinsamen Mittagessen machten sich die Teilnehmenden, mit vielen neu erlernten Deep Learning Konzepten im Gepäck, auf die Heimreise.

Wir bedanken uns herzlich bei den Speaker:innen (Steffen Korn, Jonas Spinner, Thandi Madula und Paul Wollenhaupt) für den wertvollen und lehrreichen Input, bei den Tutor:innen (Christian Scheulen, Vladimir Starostin, Lukas Bauer und Arul Prakash) für die tatkräftige Unterstützung in den Hands-On Sessions sowie bei allen Teilnehmer:innen, die durch ihre Zusammen- und Mitarbeit wesentlich zu dem Erfolg des Workshops beigetragen haben. Wir freuen uns schon darauf, euch alle bald wiederzusehen.

Dem BMBF gilt unser Dank für die finanzielle Unterstützung.