Studieretningen «Computational Physics» gir deg muligheten til å utforske fysikk med verktøyene for det 21. århundre.
Numeriske metoder og modellering utgjør sentrale deler av kompetansen til dagens fysikere, teknologer og naturvitere. Denne kompetansen kommer til å spille en enda viktigere rolle i åra framover. Det 21. århundre kommer til å være kompleksitetens århundre, hvor kunnskap om og evnen til å studere komplekse naturvitenskapelige og teknologiske problem, spiller en sentral rolle. Innsikt og kompetanse om metoder fra ulike disipliner er avgjørende for studier av komplekse systemer.
Fysikere med kompetanse om numeriske verktøy og metoder vil derfor være svært etterspurte på arbeidsmarkedet, enten det dreier seg om ei akademisk innretning eller en framtidig jobb i teknologibedrifter og/eller offentlig sektor. I studieretninga «CS: Physics» vil du lære å bruke datamaskiner som laboratorium for å løse avanserte naturvitenskapelige problemer.
Mulige temaer spenner fra:
- studier av kvantemekaniske systemer i nanoteknologi og egenskaper til nye materialer
- partikkel- og kjernefysikk, via simuleringer av de minste bestanddelene som kvarker og gluoner, til studier av stjerner og syntesen av nye elementer i verdensrommet
- oljeflyt gjennom diverse steinlag eller lagring av CO2
- livsvitenskapelige problemsttilinger og beregningsorientert nevrovitenskap
- halvlederteknologi og simulering av kvantedatamaskiner og kvanteberegninger
- fra kombinasjon av maskinlæring og datavitenskap til å simulere kvantemekaniske systemer på de minste lengdeskalaer
Kvantecomputere og maskinlæring er temaer du kan fordype deg i, temaer som kommer til å forandre radikalt hvordan vi studerer naturvitenskapelige system i tida framover. De første prototypene for kvantedamaskiner finnes allerede. IBMs Quantum experience gir deg allerede i dag muligheten til å utføre enkle simuleringer på kvantedatamaskinen deres. Fremtiden byr dermed på uante og nye muligheter for å gjøre omfattende numeriske studier.
Andre muligheter for oppgaver kan være relatert til pedagogiske spørsmål og bruken av beregninger i undervisning på universitetsnivå. Oppgavetemaer strekker seg fra utvikling av numeriske oppgaver og prosjekter for universitets- eller høgskolekurs, til utvikling og deltagelse i avansert evaluering av læringsmål ved hjelp av for eksempel maskinlæringsalgoritmer.