私たちは、Max Welling が 4月15日（水）17:00〜18:30（CEST）（午前11時〜12時30分 EDT）にAMA（Ask Me Anything）に参加してくれることをお知らせでき、大変うれしく思っています。
Max Welling とは誰ですか？
Max Welling は、キャリアを通じてアカデミア、大手テック、そして創業者としての人生を歩んできたML研究者です。直近では、物理的・科学的システム向けのMLに取り組んでいました。ここ数年で、GNNs、ベイズ流ディープラーニング、CNNs のような「古典的」なMLの仕事から、科学や材料のためのAIへと移行してきました。そこには、Microsoft の地球モデリングシステム Aurora に取り組んだ経験も含まれます。
また彼は CuspAI の共同創業者でもあり、現在次世代材料のための「検索エンジン」を構築しています。実際には、極めて混沌としており高次元の空間を探索できるAIシステムを作り、新しい材料を特定の性質とともに提案すること、そしてモデル／データの間に生じるギャップと現実世界の間に生じる問題に対処すること、これらの両方に取り組んでいます。
彼は上記の指定時間にAMAを開催し、AIと材料科学の交差点について私たちと語り合えることを大変楽しみにしています。
以下は、彼がぜひ深掘りしたいと考えているトピックの一部です：
- ノイズがあり、疎で、しかも部分的にしか観測できない環境で機能するMLアーキテクチャ
- AIの「ユースケース」としての科学ではなく、基盤となるインフラ層としての科学
- AI4Science全般：たとえば Foundation Models（基盤モデル）と領域特化アプローチのようなケースに焦点を当てる（何が機能し、何が誇大宣伝で、何が本物なのか？）
- 「Physical AI」（物理実験やラボのループを、下流の検証に留めず計算の一部として扱うこと）。（たとえば、最先端モデルの学習のために、物理世界をライブのデータ生成器として扱うようなこと
- MLと科学の境界で最も難しく、未解決の問題（データ品質、合成可能性、デプロイ）
- 人間を介在させる（Human-in-the-loop）システムと、モデル出力の信頼性を確保する方法
- MLのキャリアアドバイス（なぜ彼は、炭素回収、エネルギー材料、計算効率のように大きな社会的インパクトが見込める課題に取り組むように重点を置いたのか）
彼の主な目的は、コミュニティとのつながりを持ち、彼の知識と専門性をいくつか共有することです。
彼は、こちらでTwitterによる証拠を提示しています：
https://x.com/wellingmax/status/2042678504316141765
彼の最もインパクトの大きい貢献には、他にも以下が含まれます：
グラフ畳み込みネットワークによる半教師あり分類
自己符号化変分ベイズ
確率的勾配ラングジュバン・ダイナミクスによるベイズ学習
3Dにおける分子生成のための等変拡散
Aurora：地球システムのための基盤モデル
興味深い質問を考えて、下のコメント欄に投げてください。私たちはそれらを、4月15日（水）のAMAスレッドに統合します。ありがとう！
[link] [comments]
