Göttingen: Professor Maurer modtager prestigefyldt Humboldt -professorat

Göttingen: Professor Maurer modtager prestigefyldt Humboldt -professorat

Göttingen, Deutschland - Den 5. juni 2025 meddelte University of Göttingen, at professor Dr. Reinhard Maurer blev nomineret til et Alexander von Humboldt -professorat. Denne pris, der understøttes af University of Göttingen og Max Planck Institute for Multidisciplinary Natural Sciences (MPI-NAT), er udstyret med fem millioner euro over en periode på fem år. Finansiering finder sted fra det føderale ministerium for forskning, teknologi og rum.

Professor Maurer betragtes som en pioner inden for brugen af maskinlæring og kunstig intelligens inden for teoretisk kemi. Hans forskningsmetoder er ikke kun vigtige for computerundersøgelse af computerstaid, men også overførbar til andre specialområder. På Campus Institute Data Science (CIDAS) i Göttingen planlægger han at oprette en platform for "videnskabelig AI og forudsigelig modellering".

forskningsfokus

Forskningen af frimurer fokuserer på teori og simulering af molekylære reaktioner på overflader og i materialer. Især bemærkelsesværdig er hans nye tilgang, hvor dyb læring bruges til at forudsige eksperimentelle resultater. Den udviklede algoritme muliggør det inverse design af molekylære strukturer, der har specifikke kemiske egenskaber.

Efter sin doktorgrad i 2014 på det tekniske universitet i München var Maurer Postdoc på Yale University. På University of Warwick havde han oprindeligt stillingen som en adjunkt og blev udnævnt til lektor og 2022 som fuld professor i 2020. Han havde i øjeblikket et dobbeltprofessorat for computerstøttet overfladekemi og interface-fysik. Hans tidligere priser inkluderer et Future Leaders Fellowship (2019), et ERC -starttilskud (2022) og Faraday Early Career Prize: Marlow Prize (2024).

Maskinindlæring i forskning

Machine Learning (ML) spiller også en central rolle uden for teoretisk kemi. I en bredere sammenhæng betragtes ML som en afgørende nøgleteknologi til kognitive systemer baseret på kunstig intelligens. Det påvirker mange områder fra vareproduktion til logistik til medicinsk teknologi og er derfor vigtig for økonomisk udvikling over hele verden.

Forskning på dette område fremmes ikke kun af frimurer, men også af forskere som Suvrit SRA, der vil arbejde som professor i "Resource Aware Machine Learning" ved det tekniske universitet i München (TUM). SRA har udført betydeligt metodologisk arbejde med optimeringsproblemer og vil fremme samarbejde mellem matematik og maskinlæring i fremtiden.

Tum er allerede førende inden for kunstig intelligens i Tyskland, og SRAs professorat vil koncentrere sig om robusthed, pålidelighed og ressourceeffektivitet af ML. Samarbejdet med computerforskeren Stefanie Jegelka, der også har et Humboldt -professorat, skal forme ML -forskning bæredygtigt.

Behovet for at afklare ML -teknologier er et tilbagevendende emne, især i debatten om deres accept i samfundet. En undersøgelse fra Fraunhofer Institute, der beskæftiger sig med færdigheder og udfordringer ved mekanisk læring, viser relevansen af disse teknologier for den internationale konkurrenceevne i Tyskland og Europa. En kendsgerningsbaseret diskussion om ML betragtes derfor som uundværlig for at modvirke forkert vurdering og myter.

Præmier og nomineringer af forskere som Maurer og SRA er et udtryk for den voksende betydning og anerkendelse af maskinlæring i den akademiske verden og videre. Udviklingen på dette område vil fortsat have en betydelig indflydelse på forskellige discipliner.

For mere information om emnerne om maskinlæring og de tilhørende forskningsprojekter, kan følgende links besøges: University of Göttingen , humboldt foundation , Fraunhofer-institut .