O professor Maurer está revolucionando a química com inteligência artificial!
Reinhard Maurer, da Universidade de Göttingen, foi nomeado para a cátedra Alexander von Humboldt para promover o aprendizado de máquina em química.

O professor Maurer está revolucionando a química com inteligência artificial!
Com a nomeação do Prof. Reinhard Maurer, a cátedra Alexander von Humboldt traz um jogador inovador no mundo da química teórica para o centro das atenções. Esta nomeação foi feita pela Universidade de Göttingen e pelo Instituto Max Planck de Ciências Naturais Multidisciplinares (MPI-NAT). A cátedra, dotada de cinco milhões de euros ao longo de cinco anos, é financiada pelo Ministério Federal de Pesquisa, Tecnologia e Espaço. Maurer é pioneiro na aplicação de aprendizado de máquina (ML) e inteligência artificial (IA) neste campo e usará sua experiência para fazer avanços significativos na pesquisa de materiais computacionais.
Os interesses de pesquisa de Maurer concentram-se na teoria e simulação de reações moleculares em superfícies e materiais. Ele abre possibilidades promissoras ao desenvolver uma nova abordagem que usa aprendizado profundo para prever resultados de experimentos. Seu algoritmo permite o desenho inverso de estruturas moleculares que apresentam propriedades químicas específicas. Esta metodologia não só tem impacto na química, mas também é transferível para outras disciplinas, o que ilustra a interdisciplinaridade da sua investigação.
Como o aprendizado de máquina está transformando a pesquisa
O aprendizado de máquina é considerado uma tecnologia chave no campo da inteligência artificial. De acordo com um estudo do Instituto Fraunhofer de Análise Inteligente e Sistemas de Informação IAIS, o ML pode contribuir significativamente para o desenvolvimento económico global. Está transformando diversas áreas, como produção de bens, logística e até tecnologia médica. A capacidade dos modelos de IA para processar grandes quantidades de dados e reconhecer padrões está a tornar-se cada vez mais importante. Mesmo em matemática, problemas de otimização já estão sendo utilizados para adaptar e melhorar modelos, o que ilustra a interação entre teoria e aplicação.
Suvrit Sra, professor de “Aprendizado de Máquina Consciente de Recursos” na Universidade Técnica de Munique (TUM), desempenhará um papel significativo na pesquisa de ML nos próximos anos. Seu foco está na robustez, confiabilidade e eficiência de recursos dos métodos de ML. A atual posição de liderança da TUM no campo da inteligência artificial na Alemanha será ainda mais consolidada através do trabalho da Sra. A cooperação com a cientista da computação Stefanie Jegelka, que também possui uma cátedra Humboldt na TUM, terá um impacto duradouro no desenvolvimento no campo de ML.
Aceitação social por meio da educação
Uma preocupação central dos debates atuais é a necessidade de uma discussão baseada em factos sobre as tecnologias de IA e ML. O discurso público é muitas vezes caracterizado por semiconhecimentos e mitos, o que dificulta a aceitação pela sociedade. Uma educação abrangente sobre ML e suas aplicações é essencial para promover a confiança e a compreensão dessas tecnologias. O estudo “Machine Learning – Skills, Applications and Research Needs” fornece uma base valiosa para isso e destaca vários aspectos da investigação que são cruciais para o posicionamento da Alemanha e da Europa na competição internacional.
Os desenvolvimentos na ciência e na tecnologia, impulsionados pela nomeação de Maurer para a cátedra Humboldt e pelas iniciativas de Sra e Jegelka, são promissores. Eles mostram como as abordagens interdisciplinares podem impulsionar o progresso na ciência e na sociedade modernas.