Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
EN

De organisatie staat, het onderzoeksprogramma is af en promovendi zijn aangesteld: het nieuwe AI4Science Lab is klaar voor de start. Een virtuele kick-off workshop op woensdag 8 juli markeert de aanstelling van vijf promovendi en het feit dat het lab nu volledig operationeel is. Wetenschappelijk directeur Dr. Bernd Ensing verwacht dat AI4Science baanbrekend werk zal verrichten op het gebied van data-analyse en onderzoekers zal helpen betekenisvolle experimentele resultaten te verkrijgen. Hij nodigt onderzoekers uit om deel te nemen aan de kick-off workshop.

Mood image AI4science
Beeld: Flickr/Mike MacKenzie

Het AI4Science Lab, opgericht in 2019, heeft als doel wetenschappelijke dataproblemen op te lossen met een moderne Machine Learning aanpak. Het wil patronen ontdekken in de datastromen van experimenten op een breed wetenschappelijk gebied, van ecologie tot moleculaire biologie en van chemie tot astrofysica. Het lab is een gezamenlijk initiatief van de instituten voor astronomie (API), biologie (IBED), chemie (HIMS), informatica (IvI), biowetenschappen (SILS) en natuurkunde (IoP), en het is verbonden met AMLAB, het Amsterdam Machine Learning Lab.

Een schat aan gegevens

Het lab is gevestigd bij informatica instituut IvI waar labmanager dr. Patrick Forré de scepter zwaait. Wetenschappelijk directeur is dr.ir. Bernd Ensing, universitair hoofddocent in molecular simulation of materials and chemistry bij het Van 't Hoff Institute for Molecular Sciences (HIMS).

Bernd Ensing portrait picture
Dr.ir. Bernd Ensing. Foto: HIMS.

Als chemicus kent Ensing de uitdaging om experimenten zo op te zetten dat ze zinvolle gegevens opleveren, en de moeite die het vaak kost om de resultaten te interpreteren. In feite, zegt hij, is dit een gemeenschappelijk aspect van wetenschappelijk onderzoek dat de kern vormt van de inspanning van het AI4Science Laboratory. "Allerlei experimenten in de FNWI laboratoria produceren voortdurend een schat aan gegevens. Wat wij ons hier afvragen is in principe steeds hetzelfde: hoe kunnen we in die wetenschappelijke gegevens relevante patronen detecteren, classificeren en voorspellen, als deze verborgen zitten in grote hoeveelheden niet-relevante data?"

Dankzij ontwikkelingen als automatisering, high-throughput opstellingen, hoogresolutie apparatuur en snelle netwerken is big data in een breed scala aan experimenten een punt van aandacht geworden. De analyse van deze grote datastromen is vaak een grote uitdaging. De actuele ontwikkelingen op het gebied van kunstmatige intelligentie of AI, artificial intelligence, bieden een overtuigende mogelijkheid om daarbij te helpen. "In het AI4Science Lab ontwikkelen we kunstmatige intelligentie en data-gedreven oplossingen voor wetenschappelijke ontdekkingen in de breedste zin van het woord", zegt Ensing.

Vijf promotie-onderzoeken

Om dit te realiseren heeft het lab vijf promovendi aangesteld van uiteenlopende achtergrond. Sommige van hen hebben een duidelijk AI-profiel, terwijl andere meer geworteld zijn in de traditionele wetenschappelijke disciplines.

Images of signals from gravitational waves
Signalen van zwaartekrachtgolven. Beeld: AI4Science Lab.

Alle vijf zullen moderne AI- en Machine Learning technieken ontwikkelen en toepassen op problemen op totaal verschillende gebieden: het voorspellen van vogeltrek op basis van radiodata (Fiona Lippert, IBED), het verbeteren van strategieën voor chemisch onderzoek en ontwikkeling (Jim Boelrijk, HIMS), het interpreteren van signalen van zwaartekrachtgolven (Benjamin Miller, IoP), het classificeren van radiofenomenen in de ruimte (David Ruhe, API) en het ontrafelen van causale relaties in netwerken van genregulatie (Teodora Pandeva, SILS).

Ensing vindt het multidisciplinaire karakter van het AI4Science Lab erg stimulerend. "Het draait allemaal om het bouwen van bruggen tussen computerwetenschap, data science, en de verschillende experimentele onderzoeksgebieden", zegt hij. "Inmiddels is het Lab al het centrum geworden van een snelgroeiend consortium van mensen die geïnteresseerd zijn in machine learning voor wetenschappelijke ontdekking. We wisselen allemaal ideeën uit via de tweewekelijkse AI4Science-colloquia en via sociale media. Behalve de wetenschappelijke doorbraken die we binnen het Lab zelf hopen te realiseren, verwacht ik dat we de komende jaren een groot aantal spin-off projecten en samenwerkingen zullen zien, zowel binnen de FNWI als daarbuiten.”

Presenteer een poster tijdens de virtuele kick-off

Tijdens het virtuele kick-off symposium op woensdag 8 juli zullen alle vijf promovendi van het AI4Science Lab kort de huidige stand van zaken en hun verwachtingen omtrent het gebruik van AI in hun respectievelijke wetenschappelijke domeinen belichten. Verder zullen verschillende sprekers presentaties houden over de intrigerende wetenschappelijke uitdagingen van het combineren van kunstmatige intelligentie met werken aan het front van de wetenschap op gebieden als systeembiologie, deeltjesfysica, moleculaire modellering en astrofysica. Aanmelden is gratis voor iedereen met interesse in actuele ontwikkelingen in kunstmatige intelligentie voor de natuurwetenschappen. Ensing nodigt alle FNWI-wetenschappers uit om te bedenken hoe machine learning hun onderzoek zou kunnen helpen, om een poster met hun werk te presenteren en de kans te grijpen voor discussies met computerwetenschappers.