LatentMol: Multimolekulare Repräsentationen mit hierarchisch quaternionischen Transformern
2025 | Chemie | Berlin
Teilnehmende
-
Noah Baiersdorf (18), BerlinLise-Meitner-Schule Berlin
- Schülerforschungszentrum Berlin e. V. an der Lise-Meitner-Schule Berlin
Projekt
LatentMol: Multimolekulare Repräsentationen mit hierarchisch quaternionischen Transformern
Methoden der künstlichen Intelligenz (KI), die bei der Programmierung von ChatGPT und anderen großen Sprachmodellen genutzt werden, lassen sich auch bei der Modellierung von Molekülstrukturen in der Chemie einsetzen. Statt mit Texten wird das System unter anderem mit Informationen über die Wechselwirkung von Molekülen, charakteristischen Reaktionsmustern oder mathematischen Formeln trainiert. So kann maschinelles Lernen dafür eingesetzt werden, den Aufbau von Molekülen zu entschlüsseln, deren Eigenschaften zu bestimmen und vorherzusagen, wie bestimmte Stoffe miteinander reagieren. Auf dieser Grundlage entwickelte Noah Baiersdorf ein KI-gestütztes Laborbegleitprogramm, das erheblich zum Erkenntnisgewinn in der chemischen Forschung beitragen kann.
Cookie-Einstellungen
Wir nutzen Cookies, um Ihnen die bestmögliche Nutzung unserer Webseite zu ermöglichen und unsere Kommunikation mit Ihnen zu verbessern. Wir berücksichtigen Ihre Auswahl und verwenden nur die Daten, für die Sie uns Ihr Einverständnis geben.
Notwendige Cookies
Diese Cookies helfen dabei, unsere Webseite nutzbar zu machen, indem sie Grundfunktionen wie Seitennavigation und Zugriffe auf sichere Bereiche ermöglichen. Unsere Webseite kann ohne diese Cookies nicht richtig funktionieren.
Statistik-Cookies
Diese Cookies helfen uns zu verstehen, wie Besucher mit unserer Webseite interagieren, indem Informationen anonym gesammelt werden. Mit diesen Informationen können wir unser Angebot laufend verbessern.