Profesor Maurer přináší revoluci do chemie pomocí umělé inteligence!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Prof. Dr. Reinhard Maurer z univerzity v Göttingenu byl nominován na profesora Alexandra von Humboldta za pokrok v oblasti strojového učení v chemii.

Prof. Dr. Reinhard Maurer von der Uni Göttingen wurde für die Alexander von Humboldt-Professur nominiert, um Maschinelles Lernen in der Chemie voranzutreiben.
Prof. Dr. Reinhard Maurer z univerzity v Göttingenu byl nominován na profesora Alexandra von Humboldta za pokrok v oblasti strojového učení v chemii.

Profesor Maurer přináší revoluci do chemie pomocí umělé inteligence!

Nominací profesora Alexandra von Humboldta prof. Dr. Reinharda Maurera se do centra pozornosti dostává inovativní hráč ve světě teoretické chemie. Tuto nominaci provedla Univerzita v Göttingenu a Institut Maxe Plancka pro multidisciplinární přírodní vědy (MPI-NAT). Profesorský post, který je dotován pěti miliony eur během pěti let, je financován Spolkovým ministerstvem výzkumu, technologie a vesmíru. Maurer je průkopníkem v aplikaci strojového učení (ML) a umělé inteligence (AI) v této oblasti a své odborné znalosti využije k výraznému pokroku ve výzkumu výpočetních materiálů.

Maurerův výzkum se zaměřuje na teorii a simulaci molekulárních reakcí na površích a v materiálech. Otevírá slibné možnosti vývojem nového přístupu, který využívá hluboké učení k předpovídání výsledků experimentů. Jeho algoritmus umožňuje inverzní návrh molekulárních struktur, které vykazují specifické chemické vlastnosti. Tato metodologie má nejen dopad na chemii, ale je přenositelná i do jiných oborů, což ilustruje interdisciplinaritu jeho výzkumu.

Jak strojové učení mění výzkum

Strojové učení je považováno za klíčovou technologii v oblasti umělé inteligence. Podle studie Fraunhoferova institutu pro inteligentní analýzu a informační systémy IAIS může ML významně přispět ke globálnímu ekonomickému rozvoji. Transformuje různé oblasti, jako je výroba zboží, logistika a dokonce i zdravotnické technologie. Schopnost modelů umělé inteligence zpracovávat velké množství dat a rozpoznávat vzory je stále důležitější. Dokonce i v matematice se optimalizační problémy již používají k přizpůsobení a vylepšení modelů, což ilustruje souhru mezi teorií a aplikací.

Suvrit Sra, profesor „Resource Aware Machine Learning“ na Technické univerzitě v Mnichově (TUM), bude hrát významnou roli ve výzkumu ML v nadcházejících letech. Zaměřuje se na robustnost, spolehlivost a efektivitu zdrojů metod ML. Stávající vedoucí pozice TUM v oblasti umělé inteligence v Německu bude dále upevňována působením Sra. Spolupráce s informatikou Stefanie Jegelkou, která je také profesorkou Humboldta na TUM, bude mít trvalý dopad na vývoj v oblasti ML.

Společenská akceptace prostřednictvím výchovy

Ústředním problémem současných diskusí je potřeba diskuse o technologiích umělé inteligence a ML založené na faktech. Veřejný diskurz je často charakterizován polovičními znalostmi a mýty, což brání přijetí společností. Komplexní vzdělávání o ML a jeho aplikacích je nezbytné pro podporu důvěry a porozumění těmto technologiím. Studie „Strojové učení – dovednosti, aplikace a potřeby výzkumu“ k tomu poskytuje cenný základ a zdůrazňuje různé aspekty výzkumu, které jsou klíčové pro postavení Německa a Evropy v mezinárodní konkurenci.

Rozvoj vědy a techniky, vedený Maurerovou nominací na Humboldtovu profesuru a iniciativami Sra a Jegelky, je slibný. Ukazují, jak mohou interdisciplinární přístupy řídit pokrok v moderní vědě a společnosti.