Quantenchemiker Anatole von Lilienfeld erhält ERC Consolidator Grant

«Machine Learning» beschreibt den Erwerb neuen Wissens durch ein künstliches System. Mithilfe von Algorithmen lernt das Computerprogramm also nicht nur auswendig, sondern generiert selbständig Wissen. Ziel von maschinellem Lernen ist es, Muster in Daten zu erkennen und Vorhersagen zu treffen. Datensätze von Molekülen und Kristallen werden bereits heute in der Chemie als Lerndaten für Machine-Learning-Modelle eingesetzt, um technologisch relevante Materialeigenschaften zu berechnen.

Chemische Reaktionen vorhersagen

Prof. Anatole von Lilienfeld wird zusammen mit seiner Arbeitsgruppe am Departement Chemie der Universität Basel in den nächsten fünf Jahren erforschen, wie man diese Techniken so erweitern kann, dass sie auch für die Vorhersage chemischer Prozesse genutzt werden können. Hierzu erhält das Projekt «Quantum Machine Learning» gesamthaft rund zwei Millionen Euro vom Europäischen Forschungsrat.

«Die aus diesem Projekt resultierenden Modelle sollen es ermöglichen, neue Reaktionsprofile augenblicklich, mit hoher Verlässlichkeit und kontrollierter Genauigkeit zu erstellen», sagt von Lilienfeld. Solche Informationen könnten es Chemikern erlauben, Reaktionsbedingungen, Katalysatoren oder Syntheserouten für erfolgreiche Experimente zu optimieren.

Assistenzprofessur für Physikalische Chemie

Seit 2016 ist Anatole von Lilienfeld Assistenzprofessor mit Tenure-Track für Physikalische Chemie an der Universität Basel. Sein Forschungsschwerpunkt ist die numerische Erforschung des virtuellen chemischen Raums mit dem Ziel, interessante neue chemische Verbindungen routinemässig zu entdecken; hierzu nutzt er Computer, Quantenchemie und maschinelles Lernen. Anfang 2016 war er bereits Associate Professor an der Freien Universität Brüssel in Belgien und von 2013 bis 2015 hatte er eine Förderprofessur des Schweizerischen Nationalfonds an der Universität Basel inne

Europäische Förderung von herausragenden Forschern