Göttingen: el profesor Maurer recibe una prestigiosa cátedra Humboldt

Göttingen: el profesor Maurer recibe una prestigiosa cátedra Humboldt

Göttingen, Deutschland - El 5 de junio de 2025, la Universidad de Göttingen anunció que el Prof. Dr. Reinhard Maurer fue nominado para una profesión de Alexander Von Humboldt. Este premio, apoyado por la Universidad de Göttingen y el Instituto Max Planck de Ciencias Naturales Multidisciplinarias (MPI-NAT), está dotado de cinco millones de euros durante un período de cinco años. La financiación se lleva a cabo del Ministerio Federal de Investigación, Tecnología y Espacio.

Prof. Maurer es considerado pionero en el uso del aprendizaje automático e inteligencia artificial en la química teórica. Sus enfoques de investigación no solo son importantes para la investigación de materiales asistidos por computadora, sino también transferibles a otras áreas especializadas. En el Campus Institute Data Science (CIDAS) en Göttingen, planea establecer una plataforma para "IA científica y modelado predictivo".

Enfoque de investigación

La investigación de los masones se centra en la teoría y la simulación de reacciones moleculares en superficies y en materiales. Particularmente notable es su nuevo enfoque en el que el aprendizaje profundo se usa para predecir los resultados experimentales. El algoritmo desarrollado permite el diseño inverso de estructuras moleculares que tienen propiedades químicas específicas.

Después de su doctorado en 2014 en la Universidad Técnica de Munich, Maurer Postdoc fue en la Universidad de Yale. En la Universidad de Warwick, inicialmente ocupó el cargo de profesor asistente y fue nombrado profesor asociado y 2022 como profesor completo en 2020. Actualmente celebró una doble cátedra para la química de la superficie asistida por computadora y la física de la interfaz. Sus premios anteriores incluyen un Future Leaders Fellowship (2019), una subvención inicial de ERC (2022) y el Premio de Carrera Earaday: Premio Marlow (2024).

Aprendizaje automático en investigación

El aprendizaje automático (ML) también juega un papel central fuera de la química teórica. En un contexto más amplio, ML se ve como una tecnología clave decisiva para los sistemas cognitivos basados ​​en la inteligencia artificial. Influye en muchas áreas desde la producción de bienes hasta la logística y la tecnología médica y, por lo tanto, es esencial para el desarrollo económico en todo el mundo.

La investigación en esta área no solo es promovida por masones, sino también por científicos como Suvrit SRA, que trabajará como profesor de "aprendizaje automático consciente de recursos" en la Universidad Técnica de Munich (TUM). SRA ha realizado un trabajo metodológico significativo sobre problemas de optimización y promoverá la cooperación entre las matemáticas y el aprendizaje automático en el futuro.

El TUM ya es líder en inteligencia artificial en Alemania, y la profesión de SRA se concentrará en la robustez, la confiabilidad y la eficiencia de los recursos de ML. Se supone que la cooperación con la informática Stefanie Jegelka, quien también posee una cátedra Humboldt, dará forma a la investigación de ML de manera sostenible.

La necesidad de aclarar las tecnologías de ML es un tema recurrente, especialmente en el debate sobre su aceptación en la sociedad. Un estudio realizado por el Instituto Fraunhofer, que se ocupa de las habilidades y desafíos del aprendizaje mecánico, muestra la relevancia de estas tecnologías para la competitividad internacional de Alemania y Europa. Por lo tanto, una discusión basada en hechos sobre ML se considera indispensable para contrarrestar el juicio erróneo y los mitos.

Los premios y nominaciones de investigadores como Maurer y SRA son una expresión del creciente significado y el reconocimiento del aprendizaje automático en el mundo académico y más allá. Los desarrollos en esta área continuarán teniendo una influencia significativa en diferentes disciplinas.

Para obtener más información sobre los temas del aprendizaje automático y los proyectos de investigación asociados, se pueden visitar los siguientes enlaces: Universidad de Göttingen , Fundación Humboldt , fraunhofer-institut .