Göttingen: Professor Maurer får prestigefylld Humboldt Professorat

Göttingen: Professor Maurer får prestigefylld Humboldt Professorat

Göttingen, Deutschland - Den 5 juni 2025 meddelade University of Göttingen att professor Dr. Reinhard Maurer nominerades till ett Alexander von Humboldt professorat. Denna utmärkelsen, som stöds av University of Göttingen och Max Planck Institute for Multidisciplinary Natural Sciences (MPI-NAT), har fem miljoner euro under en period av fem år. Finansiering sker från det federala ministeriet för forskning, teknik och rymd.

Professor Maurer anses vara en pionjär i användningen av maskininlärning och konstgjord intelligens i teoretisk kemi. Hans forskningsmetoder är inte bara viktiga för datorstödd materialforskning, utan också överförbar till andra specialområden. På Campus Institute Data Science (CIDAS) i Göttingen planerar han att inrätta en plattform för "vetenskaplig AI och prediktiv modellering".

Forskningsfokus

Forskningen från murare fokuserar på teori och simulering av molekylreaktioner på ytor och i material. Särskilt anmärkningsvärt är hans nya tillvägagångssätt där djup inlärning används för att förutsäga experimentella resultat. Den utvecklade algoritmen möjliggör omvänd utformning av molekylstrukturer som har specifika kemiska egenskaper.

Efter sin doktorsexamen 2014 vid Tekniska universitetet i München var Maurer Postdoc vid Yale University. Vid University of Warwick hade han initialt befattningen som en lektor och utnämndes till lektor och 2022 som full professor 2020. Han hade för närvarande ett dubbelt professorat för datorstödd ytkemi och gränssnittsfysik. Hans tidigare utmärkelser inkluderar A Future Leaders Fellowship (2019), ett ERC -startbidrag (2022) och Faraday Early Career Prize: Marlow Prize (2024).

Maskininlärning i forskning

Machine Learning (ML) spelar också en central roll utanför teoretisk kemi. I ett bredare sammanhang betraktas ML som en avgörande nyckelteknologi för kognitiva system baserat på konstgjord intelligens. Det påverkar många områden från varorproduktion till logistik till medicinsk teknik och är därför viktigt för ekonomisk utveckling över hela världen.

Forskning inom detta område främjas inte bara av frimurer, utan också av forskare som Suvrit SRA, som kommer att arbeta som professor i "resursmedveten maskininlärning" vid det tekniska universitetet i München (TUM). SRA har gjort ett betydande metodiskt arbete med optimeringsproblem och kommer att främja samarbete mellan matematik och maskininlärning i framtiden.

TUM är redan ledande inom konstgjord intelligens i Tyskland, och SRA: s professorat kommer att koncentrera sig på robusthet, tillförlitlighet och resurseffektivitet för ML. Samarbetet med datavetenskapsmannen Stefanie Jegelka, som också har ett Humboldt -professorat, är tänkt att forma ML -forskning hållbart.

Behovet av att klargöra ML -teknologier är ett återkommande ämne, särskilt i debatten om deras acceptans i samhället. En studie från Fraunhofer Institute, som handlar om färdigheter och utmaningar med mekaniskt lärande, visar relevansen av dessa tekniker för den internationella konkurrenskraften i Tyskland och Europa. En faktabaserad diskussion om ML anses därför vara nödvändig för att motverka felbedömning och myter.

Utmärkelserna och nomineringarna av forskare som Maurer och SRA är ett uttryck för den växande betydelsen och erkännandet av maskininlärning i den akademiska världen och därefter. Utvecklingen på detta område kommer att fortsätta att ha ett betydande inflytande på olika discipliner.

För mer information om ämnen för maskininlärning och tillhörande forskningsprojekt kan följande länkar besökas: University of götingen , Humboldt Foundation , fraunhofer-institut .