Professor Maurer revolutionerer kemien med kunstig intelligens!

Professor Maurer revolutionerer kemien med kunstig intelligens!

Med nomineringen af ​​prof. Dr. Reinhard Maurers Alexander von Humboldt-professorat bringer en innovativ aktør i den teoretiske kemi-verden frem i søgelyset. Denne nominering blev foretaget af universitetet i Göttingen og Max Planck Institute for Multidisciplinary Natural Sciences (MPI-NAT). Professoratet, som er begavet med fem millioner euro over fem år, er finansieret af det føderale ministerium for forskning, teknologi og rum. Maurer er en pioner inden for anvendelse af maskinlæring (ML) og kunstig intelligens (AI) på dette område og vil bruge sin ekspertise til at gøre betydelige fremskridt inden for forskning i computermaterialer.

Maurers forskningsinteresser fokuserer på teori og simulering af molekylære reaktioner på overflader og i materialer. Han åbner op for lovende muligheder ved at udvikle en ny tilgang, der bruger dyb læring til at forudsige eksperimentresultater. Dens algoritme muliggør det omvendte design af molekylære strukturer, der udviser specifikke kemiske egenskaber. Denne metodologi har ikke kun indflydelse på kemi, men kan også overføres til andre discipliner, hvilket illustrerer tværdisciplinariteten i hans forskning.

Hvordan maskinlæring transformerer forskning

Machine learning betragtes som en nøgleteknologi inden for kunstig intelligens. Ifølge en undersøgelse fra Fraunhofer Institute for Intelligent Analysis and Information Systems IAIS kan ML bidrage væsentligt til den globale økonomiske udvikling. Det er ved at omdanne forskellige områder såsom vareproduktion, logistik og endda medicinsk teknologi. AI-modellers evne til at behandle store mængder data og genkende mønstre bliver stadig vigtigere. Selv i matematik bliver optimeringsproblemer allerede brugt til at tilpasse og forbedre modeller, hvilket illustrerer samspillet mellem teori og anvendelse.

Suvrit Sra, professor i "Resource Aware Machine Learning" ved det tekniske universitet i München (TUM), vil spille en væsentlig rolle i ML-forskning i de kommende år. Hans fokus er på robustheden, pålideligheden og ressourceeffektiviteten af ​​ML metoder. TUMs eksisterende førende position inden for kunstig intelligens i Tyskland vil blive yderligere konsolideret gennem Sras arbejde. Samarbejdet med datalogen Stefanie Jegelka, som også har et Humboldt-professorat ved TUM, vil få varig betydning for udviklingen på ML-området.

Social accept gennem uddannelse

En central bekymring i de aktuelle debatter er behovet for en faktabaseret diskussion af AI- og ML-teknologier. Den offentlige diskurs er ofte præget af halvviden og myter, hvilket hæmmer samfundets accept. Omfattende uddannelse om ML og dets applikationer er afgørende for at fremme tillid og forståelse for disse teknologier. Undersøgelsen ”Machine Learning – Skills, Applications and Research Needs” giver et værdifuldt grundlag herfor og fremhæver forskellige aspekter af forskningen, som er afgørende for Tysklands og Europas positionering i international konkurrence.

Udviklingen inden for videnskab og teknologi, som drevet af Maurers nominering til Humboldt-professoratet og initiativerne fra Sra og Jegelka, er lovende. De viser, hvordan tværfaglige tilgange kan drive fremskridt i moderne videnskab og samfund.