Chemie
Chemische Reaktionen mit Maschinellem Lernen verstehen
Jörg Behler ist an der Ruhr-Universität Bochum der erste neu berufene Professor des Research Centers Chemical Sciences and Sustainability.
Prof. Dr. Jörg Behler wurde zum 1. November 2022 auf den neuen Lehrstuhl für Theoretische Chemie II der Ruhr-Universität Bochum berufen. Gleichzeitig hat er eine Forschungsprofessur für Atomistische Simulationen am Research Center „Chemical Sciences and Sustainability“ der Research Alliance Ruhr inne. Ganz neu ist er hier allerdings nicht: Schon zwischen 2007 und 2017 arbeitete er als Nachwuchsgruppenleiter in der Bochumer Theoretischen Chemie. „Ein bisschen ist das wie nach Hause kommen“, schmunzelt er, „viele Kollegen kenne ich gut und kann nahtlos wieder anknüpfen.“
Chemische Vorgänge verstehen und vorhersagen
Auch in der Forschung gibt es viele Anknüpfungspunkte in der Universitätsallianz. Besonders die Anbindung an das Exzellenzcluster RESOLV, aber auch die starke Materialforschung fallen für ihn ins Gewicht. „Wir arbeiten im Dreieck zwischen Chemie, Materialwissenschaften und Informatik“, erklärt er. Dabei geht es darum, das Verhalten verschiedener Systeme unter bestimmten Bedingungen durch Simulationen im Detail zu verstehen oder sogar vorherzusagen.
Gegenstand können zum Beispiel Materialien oder deren Oberflächen im Kontakt zu Flüssigkeiten sein. „Das ist beispielsweise interessant für Fragestellungen der Katalyse oder der Elektrochemie“, so Jörg Behler.
Maschinelles Lernen erlaubt die Simulation großer Systeme
Die Wechselwirkungen von Atomen lassen sich zwar grundsätzlich durch Lösung der Gleichungen der Quantenmechanik sehr genau beschreiben. Will man aber große Systeme mit sehr vielen Atomen betrachten, stößt man schnell an Grenzen. „Solche komplexen Gleichungen könnte man selbst mit den größten Supercomputern nicht mehr lösen“, so Jörg Behler. Um dieses Dilemma zu überwinden, half man sich traditionell mit Näherungen, wodurch die Berechnungen zwar möglich, aber ungenauer wurden.
Jörg Behler und sein Team gehen einen anderen Weg: Sie nutzen Methoden des maschinellen Lernens, um auf Basis von quantenmechanischen Berechnungen deren Genauigkeit auf größere und komplexere Systeme zu übertragen. „So kann man neue Einblicke gewinnen, die anders nicht möglich sind.“ Um diese Berechnungen durchführen zu können, wird sein Lehrstuhl eigene Rechner im gerade entstehenden Data Center der Ruhr-Universität betreiben und auch externe Rechenzentren nutzen.
„Der große Vorteil des maschinellen Lernens ist seine große Flexibilität“, sagt Jörg Behler. „Diese Methoden möchte ich mit meinem Team durch Kombination mit Konzepten der Physik weiterentwickeln, um ihr Potenzial voll auszuschöpfen“, wünscht sich Jörg Behler, der sich seit vielen Jahren damit befasst. „Es ist ein sehr dynamisches Feld, die Methoden entwickeln sich ständig weiter.“
