Göttingen: Ο καθηγητής Maurer λαμβάνει αριστοκρατική καθηγήτρια Humboldt

Göttingen: Ο καθηγητής Maurer λαμβάνει αριστοκρατική καθηγήτρια Humboldt

Göttingen, Deutschland - Στις 5 Ιουνίου 2025, το Πανεπιστήμιο του Göttingen ανακοίνωσε ότι ο καθηγητής Dr. Reinhard Maurer ορίστηκε για έναν καθηγητή Alexander von Humboldt. Αυτό το βραβείο, το οποίο υποστηρίζεται από το Πανεπιστήμιο του Göttingen και το Ινστιτούτο Max Planck για τις πολυεπιστημονικές φυσικές επιστήμες (MPI-NAT), είναι προικισμένο με πέντε εκατομμύρια ευρώ σε περίοδο πέντε ετών. Η χρηματοδότηση πραγματοποιείται από το ομοσπονδιακό υπουργείο έρευνας, τεχνολογίας και χώρου.

Ο καθηγητής Maurer θεωρείται πρωτοπόρος στη χρήση της μηχανικής μάθησης και της τεχνητής νοημοσύνης στη θεωρητική χημεία. Οι ερευνητικές του προσεγγίσεις δεν είναι μόνο σημαντικές για την έρευνα υλικών που βοηθάται στον υπολογιστή, αλλά και μεταβιβάσιμες σε άλλες εξειδικευμένες περιοχές. Στο The Campus Institute Data Science (CIDAS) στο Göttingen, σχεδιάζει να δημιουργήσει μια πλατφόρμα για το "Scientific AI και την προγνωστική μοντελοποίηση".

Έρευνα Focus

Η έρευνα των μαστόρων επικεντρώνεται στη θεωρία και την προσομοίωση των μοριακών αντιδράσεων στις επιφάνειες και στα υλικά. Ιδιαίτερα αξιοσημείωτη είναι η νέα του προσέγγιση στην οποία χρησιμοποιείται βαθιά μάθηση για την πρόβλεψη πειραματικών αποτελεσμάτων. Ο αναπτυγμένος αλγόριθμος επιτρέπει τον αντίστροφο σχεδιασμό μοριακών δομών που έχουν συγκεκριμένες χημικές ιδιότητες.

Μετά το διδακτορικό του το 2014 στο Τεχνικό Πανεπιστήμιο του Μονάχου, ο Maurer Postdoc ήταν στο Πανεπιστήμιο Yale. Στο Πανεπιστήμιο του Warwick, κατείχε αρχικά τη θέση ενός βοηθού καθηγητή και διορίστηκε αναπληρωτής καθηγητής και το 2022 ως πλήρης καθηγητής το 2020, σήμερα κατείχε διπλό καθηγητή για την επιφανειακή χημεία και τη φυσική της διασύνδεσης. Τα προηγούμενα βραβεία του περιλαμβάνουν μια μελλοντική υποτροφία ηγετών (2019), μια επιχορήγηση εκκίνησης ERC (2022) και το βραβείο πρώιμης σταδιοδρομίας του Faraday: το βραβείο Marlow (2024).

Μηχανική μάθηση στην έρευνα

Η μηχανική μάθηση (ML) διαδραματίζει επίσης κεντρικό ρόλο εκτός της θεωρητικής χημείας. Σε ένα ευρύτερο πλαίσιο, το ML θεωρείται ως μια αποφασιστική τεχνολογία βασικών για τα γνωστικά συστήματα που βασίζονται στην τεχνητή νοημοσύνη. Επηρεάζει πολλούς τομείς από την παραγωγή αγαθών έως την εφοδιαστική στην ιατρική τεχνολογία και επομένως είναι απαραίτητη για την οικονομική ανάπτυξη παγκοσμίως.

Η έρευνα σε αυτόν τον τομέα δεν προωθείται μόνο από τους Τεκτονικούς, αλλά και από επιστήμονες όπως ο Suvrit SRA, ο οποίος θα εργαστεί ως καθηγητής της "μηχανικής μάθησης πόρων" στο Τεχνικό Πανεπιστήμιο του Μονάχου (TUM). Η SRA έχει κάνει σημαντικές μεθοδολογικές εργασίες για τα προβλήματα βελτιστοποίησης και θα προωθήσει τη συνεργασία μεταξύ των μαθηματικών και της μηχανικής μάθησης στο μέλλον.

Το TUM είναι ήδη ηγέτης στην τεχνητή νοημοσύνη στη Γερμανία και η καθηγήτρια της SRA θα επικεντρωθεί στην ευρωστία, την αξιοπιστία και την αποτελεσματικότητα των πόρων του ML. Η συνεργασία με τον επιστήμονα υπολογιστών Stefanie Jegelka, ο οποίος κατέχει επίσης καθηγήτρια Humboldt, υποτίθεται ότι διαμορφώνει βιώσιμη έρευνα στο ML.

Η ανάγκη να διευκρινιστούν οι τεχνολογίες ML είναι ένα επαναλαμβανόμενο θέμα, ειδικά στη συζήτηση για την αποδοχή τους στην κοινωνία. Μια μελέτη του Ινστιτούτου Fraunhofer, το οποίο ασχολείται με τις δεξιότητες και τις προκλήσεις της μηχανικής μάθησης, δείχνει τη συνάφεια αυτών των τεχνολογιών για τη διεθνή ανταγωνιστικότητα της Γερμανίας και της Ευρώπης. Ως εκ τούτου, μια συζήτηση με βάση το γεγονός για το ML θεωρείται απαραίτητη προκειμένου να εξουδετερώσει την κακή κρίση και τους μύθους.

Τα βραβεία και οι υποψηφιότητες ερευνητών όπως το Maurer και το SRA αποτελούν έκφραση της αυξανόμενης σημασίας και αναγνώρισης της μηχανικής μάθησης στον ακαδημαϊκό κόσμο και πέραν αυτού. Οι εξελίξεις σε αυτόν τον τομέα θα συνεχίσουν να έχουν σημαντική επιρροή σε διαφορετικούς κλάδους.

Για περισσότερες πληροφορίες σχετικά με τα θέματα της μηχανικής μάθησης και των σχετικών ερευνητικών έργων, μπορούν να επισκεφθούν οι ακόλουθοι σύνδεσμοι: Πανεπιστήμιο του Göttingen , Ίδρυμα Humboldt , fraunhofer-institut .