Maurer 教授正在用人工智能彻底改变化学！

Maurer 教授正在用人工智能彻底改变化学！

随着莱因哈德·毛雷尔 (Reinhard Maurer) 教授博士的亚历山大·冯·洪堡 (Alexander von Humboldt) 教授职位的提名，理论化学领域的创新型参与者成为人们关注的焦点。该提名由哥廷根大学和马克斯·普朗克多学科自然科学研究所 (MPI-NAT) 共同提出。该教授职位五年内获得 500 万欧元，由联邦研究、技术和空间部资助。 Maurer 是该领域机器学习 (ML) 和人工智能 (AI) 应用的先驱，将利用他的专业知识在计算材料研究方面取得重大进展。

Maurer 的研究兴趣集中在表面和材料中分子反应的理论和模拟。他开发了一种使用深度学习来预测实验结果的新方法，开辟了充满希望的可能性。其算法可以对表现出特定化学性质的分子结构进行逆向设计。这种方法不仅对化学产生影响，而且可以转移到其他学科，这说明了他的研究的跨学科性。

机器学习如何改变研究

机器学习被认为是人工智能领域的关键技术。根据弗劳恩霍夫智能分析和信息系统研究所 IAIS 的一项研究，机器学习可以为全球经济发展做出重大贡献。它正在改变商品生产、物流甚至医疗技术等各个领域。人工智能模型处理大量数据和识别模式的能力变得越来越重要。即使在数学中，优化问题也已经被用来调整和改进模型，这说明了理论与应用之间的相互作用。

Suvrit Sra 是慕尼黑工业大学 (TUM) 的“资源感知机器学习”教授，他将在未来几年的 ML 研究中发挥重要作用。他的重点是机器学习方法的稳健性、可靠性和资源效率。 TUM在德国人工智能领域现有的领先地位将通过Sra的工作得到进一步巩固。与计算机科学家 Stefanie Jegelka（同时也是 TUM 洪堡教授）的合作将对机器学习领域的发展产生持久影响。

通过教育获得社会认可

当前争论的一个核心问题是需要对人工智能和机器学习技术进行基于事实的讨论。公共话语往往具有一知半解和神话的特点，这阻碍了社会的接受。有关机器学习及其应用的全面教育对于促进对这些技术的信任和理解至关重要。 “机器学习——技能、应用和研究需求”研究为此提供了宝贵的基础，并强调了对德国和欧洲在国际竞争中的定位至关重要的各个方面的研究。

在 Maurer 提名洪堡教授职位以及 Sra 和 Jegelka 的倡议推动下，科学技术的发展前景广阔。它们展示了跨学科方法如何推动现代科学和社会的进步。