Professor Maurer revolutionerar kemin med artificiell intelligens!

Professor Maurer revolutionerar kemin med artificiell intelligens!

Med nomineringen av Prof. Dr. Reinhard Maurers Alexander von Humboldt-professur tar en innovativ aktör inom den teoretiska kemins värld fram i rampljuset. Denna nominering gjordes av universitetet i Göttingen och Max Planck Institute for Multidisciplinary Natural Sciences (MPI-NAT). Professoraten, som är begåvad med fem miljoner euro under fem år, finansieras av det federala ministeriet för forskning, teknik och rymd. Maurer är en pionjär inom tillämpningen av maskininlärning (ML) och artificiell intelligens (AI) inom detta område och kommer att använda sin expertis för att göra betydande framsteg inom beräkningsmaterialforskning.

Maurers forskningsintresse fokuserar på teori och simulering av molekylära reaktioner på ytor och i material. Han öppnar upp för lovande möjligheter genom att utveckla ett nytt tillvägagångssätt som använder djupinlärning för att förutsäga experimentresultat. Dess algoritm möjliggör omvänd design av molekylära strukturer som uppvisar specifika kemiska egenskaper. Denna metodik har inte bara en inverkan på kemin, utan är också överförbar till andra discipliner, vilket illustrerar tvärvetenskapligheten i hans forskning.

Hur maskininlärning förändrar forskningen

Maskininlärning anses vara en nyckelteknologi inom området artificiell intelligens. Enligt en studie från Fraunhofer Institute for Intelligent Analysis and Information Systems IAIS kan ML bidra väsentligt till den globala ekonomiska utvecklingen. Det förändrar olika områden som varuproduktion, logistik och till och med medicinsk teknik. AI-modellers förmåga att bearbeta stora mängder data och känna igen mönster blir allt viktigare. Även inom matematiken används redan optimeringsproblem för att anpassa och förbättra modeller, vilket illustrerar samspelet mellan teori och tillämpning.

Suvrit Sra, professor i "Resource Aware Machine Learning" vid Tekniska universitetet i München (TUM), kommer att spela en betydande roll i ML-forskningen under de kommande åren. Hans fokus ligger på robustheten, tillförlitligheten och resurseffektiviteten hos ML-metoder. TUM:s befintliga ledande position inom området artificiell intelligens i Tyskland kommer att befästas ytterligare genom Sras arbete. Samarbetet med datavetaren Stefanie Jegelka, som också innehar en Humboldt-professur vid TUM, kommer att ha en bestående inverkan på utvecklingen inom ML-området.

Social acceptans genom utbildning

En central fråga för de aktuella debatterna är behovet av en faktabaserad diskussion om AI- och ML-teknologier. Det offentliga samtalet präglas ofta av halvkunskap och myter, vilket hindrar samhällets acceptans. Omfattande utbildning om ML och dess tillämpningar är avgörande för att främja tillit och förståelse för dessa teknologier. Studien ”Machine Learning – Skills, Applications and Research Needs” ger en värdefull grund för detta och lyfter fram olika aspekter av forskning som är avgörande för Tysklands och Europas positionering i internationell konkurrens.

Utvecklingen inom vetenskap och teknik, som drivs av Maurers nominering till Humboldtprofessuren och Sra och Jegelkas initiativ, är lovande. De visar hur tvärvetenskapliga tillvägagångssätt kan driva framsteg inom modern vetenskap och samhälle.