Göttingen: Professor Maurer ontvangt prestigieus Humboldt -hoogleraarschap

Göttingen: Professor Maurer ontvangt prestigieus Humboldt -hoogleraarschap

Göttingen, Deutschland - Op 5 juni 2025 kondigde de Universiteit van Göttingen aan dat prof. Dr. Reinhard Maurer werd genomineerd voor een hoogleraarschap van Alexander von Humboldt. Deze prijs, die wordt ondersteund door de Universiteit van Göttingen en het Max Planck Institute for Multidisciplinary Natural Sciences (MPI-NAT), is begiftigd met vijf miljoen euro over een periode van vijf jaar. Financiering vindt plaats van het federale ministerie van onderzoek, technologie en ruimte.

Prof. Maurer wordt beschouwd als een pionier in het gebruik van machine learning en kunstmatige intelligentie in theoretische chemie. Zijn onderzoeksbenaderingen zijn niet alleen belangrijk voor computeronderzoek, maar ook overdraagbaar naar andere gespecialiseerde gebieden. Op het Campus Institute Data Science (CIDAS) in Göttingen is hij van plan een platform op te zetten voor "wetenschappelijke AI en voorspellende modellering".

onderzoeksfocus

Het onderzoek van vrijmetselaars richt zich op de theorie en simulatie van moleculaire reacties op oppervlakken en in materialen. Vooral opmerkelijk is zijn nieuwe benadering waarin diep leren wordt gebruikt om experimentele resultaten te voorspellen. Het ontwikkelde algoritme maakt het omgekeerde ontwerp van moleculaire structuren met specifieke chemische eigenschappen mogelijk.

Na zijn doctoraat in 2014 aan de technische Universiteit van München was Maurer Postdoc aan de Yale University. Aan de Universiteit van Warwick bekleedde hij aanvankelijk de functie van een universitair docent en werd hij benoemd tot universitair hoofddocent en 2022 als volledige professor in 2020. Hij had momenteel een dubbel hoogleraarschap voor computerondersteunde oppervlaktechemie en interface-natuurkunde. Zijn eerdere prijzen omvatten een Future Leaders Fellowship (2019), een ERC Starting Grant (2022) en Faraday Early Career Prize: Marlow Prize (2024).

machine learning in onderzoek

machine learning (ML) speelt ook een centrale rol buiten theoretische chemie. In een bredere context wordt ML gezien als een beslissende belangrijke technologie voor cognitieve systemen op basis van kunstmatige intelligentie. Het beïnvloedt veel gebieden, van goederenproductie tot logistiek tot medische technologie en is daarom essentieel voor economische ontwikkeling wereldwijd.

Onderzoek op dit gebied wordt niet alleen gepromoot door vrijmetselaars, maar ook door wetenschappers zoals Suvrit Sra, die als professor "resource bewuste machine learning" zullen werken aan de technische Universiteit van München (TUM). SRA heeft aanzienlijk methodologisch werk verricht over optimalisatieproblemen en zal in de toekomst samenwerking tussen wiskunde en machine learning bevorderen.

De tum is al een leider in kunstmatige intelligentie in Duitsland, en het hoogleraarschap van SRA zal zich concentreren op robuustheid, betrouwbaarheid en efficiëntie van hulpbronnen van ML. De samenwerking met de computerwetenschapper Stefanie Jegelka, die ook een Humboldt -hoogleraarschap heeft, wordt verondersteld ML -onderzoek duurzaam te vormen.

De noodzaak om ML -technologieën te verduidelijken is een terugkerend onderwerp, vooral in het debat over hun acceptatie in de samenleving. Een studie van het Fraunhofer Institute, dat zich bezighoudt met de vaardigheden en uitdagingen van mechanisch leren, toont de relevantie van deze technologieën voor het internationale concurrentievermogen van Duitsland en Europa. Een op feiten gebaseerde discussie over ML wordt daarom als onmisbaar beschouwd om verkeerde inschattingen en mythen tegen te gaan.

De prijzen en nominaties van onderzoekers zoals Maurer en SRA zijn een uitdrukking van de groeiende betekenis en erkenning van machine learning in de academische wereld en daarna. De ontwikkelingen op dit gebied zullen een belangrijke invloed blijven hebben op verschillende disciplines.

Voor meer informatie over de onderwerpen van machine learning en de bijbehorende onderzoeksprojecten kunnen de volgende links worden bezocht: University of Götingen , Humboldt Foundation , fraunhofer-institut .