Dr.
Ramsés J.
Sánchez

Ramsés J. Sánchez studierte theoretische Physik an der Simon Bolivar Universität (Venezuela) und der Universität Bonn mit dem Schwerpunkt statistische Mechanik. Im Jahr 2017 schrieb er seine Doktorarbeit über anomalen Transport und Nichtgleichgewichtssysteme und erhielt im Oktober desselben Jahres seinen Doktortitel von der Universität Bonn.

Ab 2018 arbeitete er als Postdoktorand im Bereich des Maschinellen Lernens (ML), zunächst im Kompetenzzentrum Maschinelles Lernen Rhein-Ruhr, später im Lamarr-Institut. Während dieser Zeit hat er an Problemen gearbeitet, die vom Artificial Reasoning (künstliches Schlussfolgern) in natürlicher Sprache bis zur Inferenz verschiedener Familien stochastischer Prozesse aus verrauschten Daten reichen. Seit 2020 ist er wissenschaftlicher Koordinator der Hybrid ML-Gruppe des Lamarr-Instituts. Vor kurzem hat er das Projekt AI for Scientific Discovery (AI4SD) der Hybrid ML-Gruppe gestartet.

Aktuelle Forschungsthemen:

  • Definition des Begriffs der Foundational Models für die Zero-Shot-Inferenz von dynamischen Systemen aus verrauschten Zeitreihendaten
  • Konstruktion von phänomenologischen Modellen für formales und vernünftiges Schlussfolgern, die zur Unterstützung von großen, vortrainierten Sprachmodellen verwendet werden können
  • Untersuchung der Lerndynamik in tiefen neuronalen Netzen durch die Linse der stochastischen Thermodynamik und der optimalen Transporttheorie

Besondere Interessen:

Ich interessiere mich für die Definition von Repräsentationen neuronaler Netze aus sorgfältig ausgewählten, einfachen algebraischen Gleichungen. Diese Repräsentationen sollen von neuronalen Denkern (d. h. künstlichen Wissenschaftlern) zusammengestellt werden, die darauf trainiert sind, automatisch neue wissenschaftliche Theorien aus Daten zu konstruieren.

Blog posts

Themen: Hybrides ML