Profesor Maurer rewolucjonizuje chemię za pomocą sztucznej inteligencji!

Profesor Maurer rewolucjonizuje chemię za pomocą sztucznej inteligencji!

Dzięki nominacji prof. dr Reinharda Maurera na stanowisko profesora Alexandra von Humboldta rzuca się na światło dzienne innowacyjnego gracza w świecie chemii teoretycznej. Nominację przyznał Uniwersytet w Getyndze i Instytut Multidyscyplinarnych Nauk Przyrodniczych im. Maxa Plancka (MPI-NAT). Stanowisko profesora, które w ciągu pięciu lat otrzyma pięć milionów euro, jest finansowane przez Federalne Ministerstwo Badań, Technologii i Przestrzeni Kosmicznej. Maurer jest pionierem w zastosowaniu uczenia maszynowego (ML) i sztucznej inteligencji (AI) w tej dziedzinie i wykorzysta swoją wiedzę specjalistyczną do poczynienia znaczących postępów w badaniach materiałów obliczeniowych.

Zainteresowania badawcze Maurera skupiają się na teorii i symulacji reakcji molekularnych na powierzchniach i materiałach. Otwiera obiecujące możliwości, opracowując nowe podejście, które wykorzystuje głębokie uczenie się do przewidywania wyników eksperymentów. Jego algorytm umożliwia odwrotne projektowanie struktur molekularnych wykazujących określone właściwości chemiczne. Metodologia ta ma wpływ nie tylko na chemię, ale można ją przenieść na inne dyscypliny, co ilustruje interdyscyplinarność jego badań.

Jak uczenie maszynowe zmienia badania

Uczenie maszynowe uznawane jest za kluczową technologię w obszarze sztucznej inteligencji. Według badania przeprowadzonego przez Instytut Inteligentnej Analizy i Systemów Informacyjnych im. Fraunhofera IAIS, ML może znacząco przyczynić się do światowego rozwoju gospodarczego. Przekształca różne obszary, takie jak produkcja towarów, logistyka, a nawet technologia medyczna. Coraz ważniejsza staje się zdolność modeli sztucznej inteligencji do przetwarzania dużych ilości danych i rozpoznawania wzorców. Nawet w matematyce problemy optymalizacji są już wykorzystywane do dostosowywania i ulepszania modeli, co ilustruje wzajemne oddziaływanie teorii i zastosowania.

Suvrit Sra, profesor „Uczenia maszynowego świadomego zasobów” na Uniwersytecie Technicznym w Monachium (TUM), odegra znaczącą rolę w badaniach nad uczeniem się maszynowym w nadchodzących latach. Skupia się na solidności, niezawodności i zasobooszczędności metod uczenia maszynowego. Istniejąca wiodąca pozycja TUM w dziedzinie sztucznej inteligencji w Niemczech zostanie w dalszym ciągu ugruntowana dzięki pracy Sry. Współpraca z informatykiem Stefanie Jegelką, która jest także profesorem Humboldta na TUM, będzie miała trwały wpływ na rozwój w dziedzinie uczenia maszynowego.

Akceptacja społeczna poprzez edukację

Głównym problemem obecnych debat jest potrzeba opartej na faktach dyskusji na temat technologii AI i uczenia maszynowego. Dyskurs publiczny często charakteryzuje się półwiedzą i mitami, co utrudnia akceptację społeczną. Wszechstronna edukacja na temat uczenia maszynowego i jego zastosowań jest niezbędna do promowania zaufania i zrozumienia tych technologii. Badanie „Uczenie maszynowe – umiejętności, zastosowania i potrzeby badawcze” stanowi do tego cenną podstawę i podkreśla różne aspekty badań, które są kluczowe dla pozycji Niemiec i Europy w międzynarodowej konkurencji.

Rozwój nauki i technologii, napędzany nominacją Maurera na stanowisko profesora Humboldta oraz inicjatywami Sry i Jegelki, jest obiecujący. Pokazują, jak podejście interdyscyplinarne może napędzać postęp we współczesnej nauce i społeczeństwie.