Le professeur Maurer révolutionne la chimie grâce à l’intelligence artificielle !

Le professeur Maurer révolutionne la chimie grâce à l’intelligence artificielle !

Avec la nomination de la chaire Alexander von Humboldt du professeur Reinhard Maurer, nous mettons sous les projecteurs un acteur innovant du monde de la chimie théorique. Cette nomination a été faite par l'Université de Göttingen et l'Institut Max Planck des sciences naturelles multidisciplinaires (MPI-NAT). La chaire, dotée de cinq millions d'euros sur cinq ans, est financée par le ministère fédéral de la Recherche, de la Technologie et de l'Espace. Maurer est un pionnier dans l'application de l'apprentissage automatique (ML) et de l'intelligence artificielle (IA) dans ce domaine et utilisera son expertise pour réaliser des avancées significatives dans la recherche sur les matériaux informatiques.

Les intérêts de recherche de Maurer se concentrent sur la théorie et la simulation des réactions moléculaires sur les surfaces et dans les matériaux. Il ouvre des possibilités prometteuses en développant une nouvelle approche qui utilise l’apprentissage profond pour prédire les résultats des expériences. Son algorithme permet la conception inverse de structures moléculaires présentant des propriétés chimiques spécifiques. Cette méthodologie a non seulement un impact sur la chimie, mais est également transférable à d'autres disciplines, ce qui illustre l'interdisciplinarité de ses recherches.

Comment l’apprentissage automatique transforme la recherche

L’apprentissage automatique est considéré comme une technologie clé dans le domaine de l’intelligence artificielle. Selon une étude de l’Institut Fraunhofer pour les systèmes d’analyse et d’information intelligents (IAIS), le ML peut contribuer de manière significative au développement économique mondial. Elle transforme divers domaines tels que la production de biens, la logistique et même la technologie médicale. La capacité des modèles d’IA à traiter de grandes quantités de données et à reconnaître des modèles devient de plus en plus importante. Même en mathématiques, les problèmes d’optimisation sont déjà utilisés pour adapter et améliorer les modèles, ce qui illustre l’interaction entre théorie et application.

Suvrit Sra, professeur de « Resource Aware Machine Learning » à l'Université technique de Munich (TUM), jouera un rôle important dans la recherche sur le ML dans les années à venir. Il se concentre sur la robustesse, la fiabilité et l’efficacité des ressources des méthodes ML. La position de leader actuelle de TUM dans le domaine de l'intelligence artificielle en Allemagne sera encore consolidée grâce aux travaux de Sra. La coopération avec l'informaticien Stefanie Jegelka, également titulaire d'une chaire Humboldt à la TUM, aura un impact durable sur les développements dans le domaine du ML.

L'acceptation sociale par l'éducation

Une préoccupation centrale des débats actuels est la nécessité d’une discussion factuelle sur les technologies d’IA et de ML. Le discours public est souvent caractérisé par un manque de connaissances et des mythes, ce qui entrave l'acceptation par la société. Une formation complète sur le ML et ses applications est essentielle pour promouvoir la confiance et la compréhension de ces technologies. L’étude « Machine Learning – Skills, Applications and Research Needs » fournit à cet effet une base précieuse et met en lumière différents aspects de la recherche qui sont cruciaux pour le positionnement de l’Allemagne et de l’Europe dans la concurrence internationale.

Les développements scientifiques et technologiques, induits par la nomination de Maurer à la chaire Humboldt et les initiatives de Sra et Jegelka, sont prometteurs. Ils montrent comment les approches interdisciplinaires peuvent faire progresser la science et la société modernes.