Bilancování a přání ERC grantistů. Aneb co si přejí Kozák, Zbíral a Carson do roku 2025.

Martin Kozák vylepšuje elektronovou mikroskopii pomocí světla 

Cílem grantu Martina Kozáka je vylepšit elektronovou mikroskopii pomocí světla. V elektronových mikroskopech je předmět, který chceme zobrazit, osvětlen paprskem elektronů. Obraz získaný pomocí elektronového paprsku může mít zvětšení až 5 000 000x a je tedy možné „vidět" jednotlivé atomy v látkách. Nicméně, aby mikroskopy dosáhly takového rozlišení, je třeba elektronový paprsek před vzorkem upravovat složitou soustavou elektronových čoček, která koriguje vady zobrazení. Použití této korekční soustavy činí nejlepší elektronové mikroskopy extrémně drahé. Jedním z cílů projektu je nahradit tuto složitou soustavu zařízením, ve kterém budou vady zobrazení korigovány pomocí osvitu elektronového paprsku tvarovaným světelným svazkem. Dalším cílem je zkoumat, jestli elektrony ovlivněné světlem mohou nějakou jeho vlastnost přenést na vzdálený vzorek.

Co se nám v roce 2024 podařilo

Během tohoto roku jsme dokončili úpravy elektronového mikroskopu, které nám dovolily poprvé použít tento typ mikroskopu (skenovací) ke zobrazení optických polí v blízkosti nanostruktur. Dále jsme se věnovali návrhu a stavbě experimentu, který nám umožní kompenzovat vady zobrazení elektronových čoček pomocí světla. Tyto experimenty právě probíhají, takže jsme plni očekávání do nového roku.

Naše cíle v roce 2025

V rámci projektu ERC budeme dále rozvíjet experimentální techniky ultrarychlé elektronové mikroskopie. Konkrétně se budeme věnovat novému typu holografie s časově-modulovanými elektronovými svazky.

Název grantu Martina Kozáka: Spatio-temporal shaping of electron wavepackets for time-domain holography (eWaveShaper) 

Typ grantu: ERC Starting Grant (2021) 

Instituce: Univerzita Karlova 

David Zbíral, foto: Zuzana Vernerová 

David Zbíral analyzuje inkviziční procesy 

Grant Davida Zbírala využívá výpočetní analýzy dat k porozumění inkvizičním procesům a nonkonformnímu křesťanství ve středověké Evropě. Pomocí analýzy sociálních sítí, prostorového modelování, zpracování přirozeného jazyka a dalších technik datové analýzy zapojuje záznamy ze středověkých soudních procesů do širšího zkoumání lidského chování v předmoderních společnostech. V kontrastu ke kvalitativně orientovanému bádání, které v historii obecně převažuje, propracovává využití výpočetních analýz dat v historickém výzkumu.

Co se nám v roce 2024 podařilo

Vybudovali jsme pro výzkumné účely rozsáhlý korpus středověkých latinských inkvizičních záznamů. Úspěšně jsme nastavili procesy zpracování inkvizičních záznamů pomocí velkých jazykových modelů. Vytvořili jsme novou komponentu softwaru pro sběr dat z historických textů, která mění program InkVisitor, který vyvíjíme ve skutečný anotační nástroj. Shromáždili jsme velký objem dat srovnávajících jednání mužů vs. žen v inkvizičních záznamech.

Naše cíle v roce 2025 

Chystáme velkou studii k využití velkých jazykových modelů při anotaci historických soudních záznamů. V jiné studii chceme ukázat, v čem jsou podobnosti, ale i odlišnosti v jednání mužů a žen zdokumentovaném inkvizičními záznamy. Chceme vyvinout sémantické prohledávání našeho korpusu. Plánujeme také odeslat do recenzních řízení první studie juniorních členek a členů týmu.

Název grantu, který řeší David Zbíral: Networks of Dissent: Computational Modelling of Dissident and Inquisitorial Cultures in Medieval Europe (DISSINET) 

Typ grantu: ERC Consolidator Grant (2020) 

Instituce: Masarykova univerzita     

 Erin Claire Carson

Erin Claire Carson studuje nepřesnosti, které vznikají při zvyšování výkonu superpočítačů

The project inEXASCALE aims to change the way people think about designing and analyzing algorithms in the exascale era. On supercomputers that exist today, achieving even close to the peak performance is incredibly difficult if not impossible for many applications.

Techniques designed to improve performance – making computations less expensive by reorganizing an algorithm, making intentional approximations, and using lower precision – all introduce what we can generally call "inexactness". The question is, with all this inexactness involved, does the algorithm still get close enough to the right answer?

The effects of these sources of inexactness have been studied separately, but never together in a holistic way. By studying the combination of different sources of inexactness, we will reveal not only the limitations of these techniques, but also reveal new opportunities for developing algorithms that are both fast and provably accurate.

Co se nám v roce 2024 podařilo 

In 2024, we have proved new results which show how finite precision errors should be "balanced" with other types of errors in algorithms – including low-rank approximations, randomization, and discretization. These analyses show how and where low precisions can safely be used. We have also developed high-performance parallel implementations of new algorithms that perform less synchronization, and tested them on the Karolina supercomputer at IT4I. 

Naše cíle v roce 2025 

In 2025 we will continue working on error analysis and high performance implementations. We will also start to look at new emerging forms of approximate computing, new number formats, and new types of rounding (such as stochastic rounding). I am currently looking to hire a new PhD student and a postdoctoral researcher to tackle these problems. 

Název grantu, který řeší Erin Claire Carson: Analyzing and Exploiting Inexactness in Exascale Matrix Computations (inEXASCALE)

Typ grantu: ERC Starting grant (2022) 

Instituce: Univerzita Karlova  

 

Autorka: Vladislava Vojtíšková