Il Professor Maurer rivoluziona la chimica con l'intelligenza artificiale!

Il Professor Maurer rivoluziona la chimica con l'intelligenza artificiale!

Con la nomina della cattedra Alexander von Humboldt del Prof. Dr. Reinhard Maurer si pone sotto i riflettori un attore innovativo nel mondo della chimica teorica. Questa nomina è stata fatta dall'Università di Göttingen e dall'Istituto Max Planck per le scienze naturali multidisciplinari (MPI-NAT). La cattedra, dotata di una dotazione di cinque milioni di euro in cinque anni, è finanziata dal Ministero federale della ricerca, della tecnologia e dello spazio. Maurer è un pioniere nell’applicazione dell’apprendimento automatico (ML) e dell’intelligenza artificiale (AI) in questo campo e utilizzerà la sua esperienza per realizzare progressi significativi nella ricerca computazionale sui materiali.

Gli interessi di ricerca di Maurer si concentrano sulla teoria e sulla simulazione di reazioni molecolari su superfici e materiali. Apre possibilità promettenti sviluppando un nuovo approccio che utilizza il deep learning per prevedere i risultati degli esperimenti. Il suo algoritmo consente la progettazione inversa di strutture molecolari che presentano proprietà chimiche specifiche. Questa metodologia non ha solo un impatto sulla chimica, ma è anche trasferibile ad altre discipline, il che illustra l'interdisciplinarietà della sua ricerca.

Come il machine learning sta trasformando la ricerca

Il machine learning è considerato una tecnologia chiave nel campo dell’intelligenza artificiale. Secondo uno studio del Fraunhofer Institute for Intelligent Analysis and Information Systems IAIS, il ML può contribuire in modo significativo allo sviluppo economico globale. Sta trasformando vari settori come la produzione di beni, la logistica e persino la tecnologia medica. La capacità dei modelli di intelligenza artificiale di elaborare grandi quantità di dati e riconoscere modelli sta diventando sempre più importante. Anche in matematica i problemi di ottimizzazione vengono già utilizzati per adattare e migliorare i modelli, il che illustra l’interazione tra teoria e applicazione.

Suvrit Sra, professore di “Resource Aware Machine Learning” presso l’Università Tecnica di Monaco (TUM), svolgerà un ruolo significativo nella ricerca sul machine learning nei prossimi anni. Il suo focus è sulla robustezza, affidabilità ed efficienza delle risorse dei metodi ML. L'attuale posizione di leadership di TUM nel campo dell'intelligenza artificiale in Germania sarà ulteriormente consolidata grazie al lavoro di Sra. La collaborazione con l'informatica Stefanie Jegelka, che detiene anche la cattedra Humboldt presso la TUM, avrà un impatto duraturo sugli sviluppi nel campo del ML.

Accettazione sociale attraverso l’educazione

Una preoccupazione centrale dei dibattiti attuali è la necessità di una discussione basata sui fatti sulle tecnologie AI e ML. Il discorso pubblico è spesso caratterizzato da conoscenze parziali e da miti, che ostacolano l'accettazione da parte della società. Una formazione completa sul machine learning e sulle sue applicazioni è essenziale per promuovere la fiducia e la comprensione di queste tecnologie. Lo studio “Machine Learning – Skills, Applications and Research Needs” fornisce una base preziosa a questo proposito e mette in luce diversi aspetti della ricerca che sono cruciali per il posizionamento della Germania e dell’Europa nella concorrenza internazionale.

Gli sviluppi nel campo della scienza e della tecnologia, guidati dalla nomina di Maurer alla cattedra Humboldt e dalle iniziative di Sra e Jegelka, sono promettenti. Mostrano come gli approcci interdisciplinari possono guidare il progresso nella scienza e nella società moderne.