Göttingen: Professor Maurer mottar prestisjetunge Humboldt -professorat

Göttingen: Professor Maurer mottar prestisjetunge Humboldt -professorat

Göttingen, Deutschland - 5. juni 2025 kunngjorde University of Göttingen at professor Dr. Reinhard Maurer ble nominert til et Alexander von Humboldt -professorat. Denne prisen, som støttes av University of Göttingen og Max Planck Institute for Multidisciplinary Natural Sciences (MPI-NAT), er utstyrt med fem millioner euro over en periode på fem år. Finansiering finner sted fra det føderale departementet for forskning, teknologi og rom.

Prof. Maurer regnes som en pioner innen bruk av maskinlæring og kunstig intelligens i teoretisk kjemi. Forskningsmetodene hans er ikke bare viktig for datamaskinhaidt materialforskning, men også overføres til andre spesialistområder. På Campus Institute Data Science (CIDAS) i Göttingen planlegger han å sette opp en plattform for "vitenskapelig AI og prediktiv modellering".

Fokus

Forskning av frimurer fokuserer på teori og simulering av molekylære reaksjoner på overflater og i materialer. Spesielt bemerkelsesverdig er hans nye tilnærming der dyp læring brukes til å forutsi eksperimentelle resultater. Den utviklede algoritmen muliggjør den omvendte utformingen av molekylære strukturer som har spesifikke kjemiske egenskaper.

Etter doktorgraden i 2014 ved det tekniske universitetet i München, var Maurer Postdoc ved Yale University. Ved University of Warwick hadde han opprinnelig stillingen som adjunkt og ble utnevnt til førsteamanuensis og 2022 som full professor i 2020. Han hadde for tiden et dobbeltprofessorat for datastyrt overflatekjemi og grensesnittfysikk. Hans forrige priser inkluderer et Future Leaders Fellowship (2019), en ERC -startstipend (2022) og Faraday Early Career Prize: Marlow Prize (2024).

Maskinlæring i forskning

Machine Learning (ML) spiller også en sentral rolle utenfor teoretisk kjemi. I en bredere sammenheng blir ML sett på som en avgjørende nøkkelteknologi for kognitive systemer basert på kunstig intelligens. Det påvirker mange områder fra vareproduksjon til logistikk til medisinsk teknologi og er derfor viktig for økonomisk utvikling over hele verden.

Forskning på dette området fremmes ikke bare av frimurer, men også av forskere som Suvrit SRA, som vil jobbe som professor i "Resource Aware Machine Learning" ved Technical University of München (TUM). SRA har gjort betydelig metodologisk arbeid med optimaliseringsproblemer og vil fremme samarbeid mellom matematikk og maskinlæring i fremtiden.

Tum er allerede ledende innen kunstig intelligens i Tyskland, og SRAs professorat vil konsentrere seg om robusthet, pålitelighet og ressurseffektivitet av ML. Samarbeidet med dataforskeren Stefanie Jegelka, som også har et Humboldt -professorat, er ment å forme ML -forskning bærekraftig.

Behovet for å avklare ML -teknologier er et tilbakevendende tema, spesielt i debatten om deres aksept i samfunnet. En studie av Fraunhofer Institute, som omhandler ferdighetene og utfordringene ved mekanisk læring, viser relevansen av disse teknologiene for den internasjonale konkurranseevnen til Tyskland og Europa. Et faktumbasert diskusjon om ML anses derfor som uunnværlig for å motvirke feilvurdering og myter.

Prisene og nominasjonene til forskere som Maurer og SRA er et uttrykk for den økende betydningen og anerkjennelsen av maskinlæring i den akademiske verden og utover. Utviklingen på dette området vil fortsette å ha en betydelig innflytelse på forskjellige fagområder.

For mer informasjon om temaene maskinlæring og de tilhørende forskningsprosjektene, kan følgende lenker besøkes: University of Göttingen , Humboldt Foundation , Fraunhofer-institut .