(Forrás: Mojzer Győző, Facebook, 444.hu) Csányi Gábort, a Cambridge-i Egyetem professzorát a Royal Society tagjává választották – ez az Egyesült Királyság legrangosabb tudományos akadémiája, olyan történelmi nevekkel a taglistán, mint Sir Isaac Newton, Charles Darwin, Albert Einstein vagy Stephen Hawking. A magyar tudósok közül Kármán Tódor és Gábor Dénes volt tag.
Csányi Gábor kutatásaiban a gépi tanulást és a számításos kémiát ötvözi: úttörőként dolgozott ki olyan módszereket, amelyekkel molekulák viselkedése előre jelezhető – gyorsabban, pontosabban, mint valaha. Munkája nemcsak alapkutatás, hanem valós ipari alkalmazásokat is hozott: alapítója több sikeres deep tech cégnek is.
Csányi Gábor 1988-ban került Cambridge-be, kelet-európai kamaszként – ma a világ tudományos elitjének tagja. Megható nyilatkozatában külön megköszönte a kutatócsoportjának, a tudományos közösségnek a megtiszteltetést, és annak, hogy az Egyesült Királyság befogadta.
Csányi Gábor egyébként Csányi Vilmos professzor fia.
Részlet a vele korábban készített interjúból:
„Csányi Gábor: A kvantummechanika a világunk alapegyenleteit írja le. Az atomok és az annál kisebb részecskék működését. Az anyag, amikor megérinted, akkor folytonos dolognak tűnik. Például ha van egy mikrofon, azon nem látok át, ha hozzányúlok, nem megy át rajta az ujjam. De ez csak mi érzékelésünk miatt van így, hiszen a szemem lát valamilyen felbontásban, az ujjam tapint valahogyan. De valójában az anyag nem homogén, és a kvantummechanika abban segít, hogy megértsük és elmesélhessük, hogy hogyan néz ki az anyag, és hogyan viselkednek benne a részecskék. Meg tudjuk érteni, hogy miért vannak molekulák, azok miért alakulnak át a kémiai reakciók során, miért vannak kristályok, fémek, miért forr fel vagy miért fagy meg a víz. Tehát nagyon pontos jóslatokat tudunk tenni a molekulákról, meg az anyagok viselkedéséről. Az viszont nagyon érdekes, hogy bár a viselkedésekhez kapcsolódó egyenleteket már le tudjuk írni, a viselkedés okát még ma sem tudjuk pontosan.
444: Viszont azt mondod, hogy ez a számolás baromi nehéz.
CsG: Ezek annyira bonyolultak, hogy nem kézzel, képletekkel számolunk, hanem szimulálni kell. A második világháború után, amikor bejöttek az elektronikus számítógépek, akkor érezték a tudósok, hogy ezekkel fogjuk majd az anyag viselkedését szimulálni. És ez a folyamat azóta is tart, ezt tökéletesítjük mi is.
444: Ezzel lényegében a kísérleteket spóroljuk meg?
CsG: Így is lehet mondani, de nem ez az elsődleges motiváció. Sokkal fontosabb, hogy olyan precíz kontrollom van az anyag fölött, ami egy kísérleti közegben sosem lesz meg. Illetve olyan nagy számokkal tudok dolgozni, amekkorákkal akarok, és sokkal tisztább is az egész: nincs például kosz vagy más oda nem illő anyag. A kísérleti tudomány éppen amiatt nehéz, mert az ember sosem pont azt számolja ki, amit eredetileg szeretett volna. Ilyen kvantummechanikai szimulációs programok már léteznek, mi most ennek a teljes cseréjén dolgozunk. Azt akarjuk, hogy ne kelljen minden egyes helyzetben újraszimulálni a programmal az anyag viselkedését, hanem hozzuk be a mesterséges intelligenciát, a gépi tanulást, ami sokkal gyorsabb, ráadásul folyamatosan gyorsuló számításokat fog eredményezni. Ha nem tudományról van szó, hanem mondjuk képfelismerésről, képalkotásról, akkor a bejövő információ az, hogy melyik pixel milyen színű, és azt kell megmondani, hogy ki van rajta. Az én esetemben pedig a bejövő információ az, hogy itt egy atom, hol van körülötte a többi atom, és ezek merre és hogyan mozdulnak el.”
A Royal Society, teljes nevén The Royal Society of London for Improving Natural Knowledge – magyarul leggyakrabban Királyi Természettudományos Társaságnak nevezik – a legrégibb angliai tudományos társulat. 1660-ban alapították, 1662-ben megkapta II. Károly királyi kiváltságlevelét. Mint a tudományos gondolkodás és fejlődés előmozdítója, rövid idő alatt világhírre tett szert. A politikai és vallási kérdések megvitatásától szigorúan elzárkózó Royal Societybe csak az nyerhetett felvételt, aki kiemelkedő eredményeket ért el a tudományos életben.

