DFG Schwerpunktprogramm zu Maschinellem Lernen
Die Deutsche Forschungsgemeinschaft (DFG) richtet 13 neue Schwerpunktprogramme (SPP) für das Jahr 2022 ein. Die 13 neuen Verbünde, die aus 47 eingereichten Initiativen ausgewählt wurden, erhalten für zunächst drei Jahre insgesamt rund 82 Millionen Euro. In den Schwerpunktprogrammen sollen wissenschaftliche Grundlagen besonders aktueller oder sich gerade bildender Forschungsgebiete untersucht werden. Alle Programme sind stark interdisziplinär ausgerichtet und zeichnen sich durch den Einsatz innovativer Methoden aus.
So auch beim Schwerpunktthema Maschinelles Lernen. Prof. Dr. Karsten Reuter, Direktor der Abteilung Theorie am Fritz-Haber-Institut, ist neben Prof. Dr. Jürgen Bajorath vom B-IT / LIMES Institut der Universität Bonn einer der Ko-Koordinatoren des Programms „Nutzung und Entwicklung des maschinellen Lernens für molekulare Anwendungen – molekulares maschinelles Lernen“. Geleitet wird das Vorhaben von Chemiker Prof. Dr. Frank Glorius vom Organisch-Chemischen Institut der Westfälischen Wilhelms-Universität (WWU) Münster. Sie vertreten drei Kerngebiete des interdisziplinären Sonderforschungsprogramms - Molekül- und Wirkstoffentwicklung, Experimental- und Theoretische Chemie.
Der Fokus des Vorhabens liegt auf molekularen Problemstellungen wie beispielsweise der Vorhersage von chemischen Reaktionen oder der Erschließung neuer Algorithmen für die Modellierung molekularer Eigenschaften. Dabei sollen Werkzeuge entwickelt werden, die einerseits dabei helfen, molekulare Zusammenhänge zu verstehen (ExAI – „erklärbare künstliche Intelligenz“), und die andererseits molekulare Verhaltensweisen so modellieren, dass sie Laborchemiker bei ihrer alltäglichen Arbeit unterstützen. Langfristig besteht das Ziel darin, künstliche Intelligenz so einzusetzen, dass sie einfache Aufgaben automatisch und nachvollziehbar bearbeitet, um dabei die Entwicklung von Analysemethoden, neuen Reaktionen oder Medikamenten zu beschleunigen.
Ein Kernziel dieses Programms ist die Zusammenarbeit und Vernetzung. „Wir haben bereits im Jahr 2020 damit angefangen, die damit befassten Wissenschaftler zusammenzubringen und haben dabei viel positive Resonanz bekommen. Nun möchten wir das Programm nutzen, um diesem wichtigen Zukunftsthema einen Schub nach vorne zu geben“, sagt Frank Glorius. „Besonders wichtig ist dabei auch die Zusammenarbeit von Experiment und Theorie und die verstärkte Anwendung von maschinellem Lernen auf experimentelle Daten“, ergänzt Karsten Reuter.
Schwerpunktprogramme werden sechs Jahre lang gefördert. Die DFG fordert interessierte Wissenschaftlerinnen und Wissenschaftler auf, Anträge zur Mitarbeit in allen SPP zu stellen.