Künstliche Intelligenz für die Materialwissenschaften

Willkommen auf der Homepage der AiMat (Artificial Intelligence for Materials Sciences) Gruppe am KIT in der wir an der Entwicklung von Methoden der künstlichen Intelligenz und des maschinellen Lernens mit Fokus auf Anwendungsgebieten in den Natur- und Materialwissenschaften arbeiten.

Die Forschungsgruppe unter Leitung von Juniorprofessor Pascal Friederich wurde im Jahr 2020 gegründet und wächst seitdem. Wir suchen deswegen immer nach talentierten Studierenden und ForscherInnen in der Informatik oder den Naturwissenschaften zur Verstärkung unseres Teams!

Unsere Forschungsschwerpunkte sind

  • Datengetriebene Vorhersage von Materialeigenschaften und computergestütztes Materialdesign
  • Beschleunigte und Machine-Learning gestützte Materialsimulationen auf atomarer Skala
  • Direkte Kopplung von Methoden des maschinellen Lernens mit Simulationen und Experimenten.
CZS Summer School 2024

The Summer School will be held on 9-13 September at KIT. It will cover multiple application of machine learning in chemistry research, e.g. molecular design and understanding, ML-potentials for atomistic simulations, synthesis predictions, and self-driving labs.

Website & Registration
lectures
Lehre im Sommersemester 2024

Im Sommersemester 2024 bieten wir die Vorlesung "Maschinelles Lernen für die Naturwissenschaften" mit der zugehörigen Übung sowie das Seminar "Kritische Fragestellungen der KI" an.

Zur Übersicht
Group picture
International Day of Women and Girls in Science

Heute würdigt die AiMat-Gruppe die großartigen wissenschaftlichen Leistungen der Doktorandinnen und Studentinnen Marlen Neubert, Yuri Koide, Yumeng Zhang, Mariana Petrova, Annika Leinweber, Laura Ruple, Klara Eckhardt, Aleksandra Hryncyszyn, Michelle Walter und viele mehr in den vergangenen Jahren. Vielen Dank an Stephanie Wolf, die uns großartig unterstützt. Wir freuen uns darauf, in den kommenden Jahren weitere Frauen in der Gruppe willkommen zu heißen!

Weitere Infos
Jonas at the conference
Best Student Paper Award für Jonas

Herzlichen Glückwunsch an Jonas Teufel zum Best Student Paper Award bei der xAI World Conference 2023! Jonas hat den Preis für seinen Vortrag mit dem Titel "MEGAN: Multi-Explanation Graph Attention Network" erhalten, in dem er die Ergebnisse unseres kürzlich veröffentlichten arXiv Artikels vorgestellt hat.

arXiv:2211.13236v2
We are hiring!
Mach mit!

Wir suchen nach talentierten und motivierten jungen WissenschaftlerInnen mit einem Hintergrund in der Informatik oder den Naturwissenschaften, um das Team zu verstärken! Zurzeit sind zwei Promotionsstellen und eine Postdoc Stelle verfügbar. Interessiert?

Stellenangebote
GCMAC Summerschool
GC-MAC Summerschool

Vom 18. bis 22. September findet am KIT die GC-MAC Summer School 2023 zum Thema "Materials Acceleration Platforms (MAPs) for energy materials" statt. Die behandelten Themen beinhalten u.a. automatisierte Synthese und Charakterisierung, Integration von Simulationsmethoden in das Materialdesign und ML-Methoden für MAPs.

Webseite & Anmeldung