Suche
Mein Konto
Maurer professzor mesterséges intelligenciával forradalmasítja a kémiát!
Prof. Dr. Reinhard Maurer, a Göttingeni Egyetem munkatársa az Alexander von Humboldt professzori címre jelölték, hogy elősegítse a gépi tanulást a kémiában.
Maurer professzor mesterséges intelligenciával forradalmasítja a kémiát!
Prof. Dr. Reinhard Maurer Alexander von Humboldt professzorának jelölésével az elméleti kémia világának innovatív szereplőjét állítja reflektorfénybe. Ezt a jelölést a Göttingeni Egyetem és a Max Planck Multidiszciplináris Természettudományi Intézet (MPI-NAT) tette. Az öt évre ötmillió euróval megajándékozott professzori állást a Szövetségi Kutatási, Technológiai és Űrkutatási Minisztérium finanszírozza. Maurer úttörő a gépi tanulás (ML) és a mesterséges intelligencia (AI) alkalmazásában ezen a területen, és szakértelmét arra fogja használni, hogy jelentős előrelépéseket tegyen a számítási anyagok kutatásában.
Maurer kutatási területe a felületeken és anyagokban zajló molekuláris reakciók elmélete és szimulációja. Ígéretes lehetőségeket nyit meg egy új megközelítés kidolgozásával, amely mély tanulást használ a kísérleti eredmények előrejelzésére. Algoritmusa lehetővé teszi olyan molekulaszerkezetek inverz tervezését, amelyek meghatározott kémiai tulajdonságokat mutatnak. Ez a módszertan nemcsak a kémiára van hatással, hanem más tudományterületekre is átültethető, ami jól szemlélteti kutatásainak interdiszciplinaritását.
Hogyan alakítja át a kutatást a gépi tanulás
A gépi tanulás kulcsfontosságú technológiának számít a mesterséges intelligencia területén. A Fraunhofer Institute for Intelligent Analysis and Information Systems IAIS tanulmánya szerint az ML jelentősen hozzájárulhat a globális gazdasági fejlődéshez. Különféle területeket alakít át, mint például az árugyártás, a logisztika, sőt az orvosi technológia is. Az AI-modellek nagy mennyiségű adat feldolgozására és minták felismerésére való képessége egyre fontosabbá válik. Még a matematikában is alkalmaznak optimalizálási problémákat a modellek adaptálására és javítására, ami jól szemlélteti az elmélet és az alkalmazás közötti kölcsönhatást.
Suvrit Sra, a Müncheni Műszaki Egyetem (TUM) „Resource Aware Machine Learning” professzora az elkövetkező években jelentős szerepet fog játszani az ML-kutatásban. Fókuszában az ML módszerek robusztussága, megbízhatósága és erőforrás-hatékonysága áll. A TUM meglévő vezető pozíciója a mesterséges intelligencia területén Németországban az Sra munkája révén tovább erősödik. A TUM-nál Humboldt-professzorként is betöltött Stefanie Jegelka informatikussal való együttműködés maradandó hatással lesz az ML fejlesztésére.
Társadalmi elfogadás oktatáson keresztül
A jelenlegi viták központi kérdése az AI és az ML technológiák tényeken alapuló vitájának szükségessége. A közbeszédet gyakran féltudás és mítoszok jellemzik, ami gátolja a társadalom elfogadását. Az ML és alkalmazásaival kapcsolatos átfogó oktatás elengedhetetlen az e technológiák iránti bizalom és megértés előmozdításához. A „Gépi tanulás – készségek, alkalmazások és kutatási igények” című tanulmány értékes alapot nyújt ehhez, és rávilágít a kutatás különböző szempontjaira, amelyek döntőek Németország és Európa nemzetközi versenyben való elhelyezkedése szempontjából.
A tudomány és technológia fejlődése, amelyet Maurer Humboldt-professzori jelölése, valamint Sra és Jegelka kezdeményezései vezéreltek, ígéretesek. Megmutatják, hogy az interdiszciplináris megközelítések hogyan vezethetik előre a modern tudomány és a társadalom fejlődését.