Maicon Pierre Lourenço

Maicon Pierre Lourenço is an adjunct professor at the Universidade Federal do Espírito Santo (UFES). He has a undergraduate degree in chemistry at the Universidade de Itaúna (2006) and a PhD in computational chemistry at the Universidade Federal de Minas Gerais (2013). In 2011 he spent part of his PhD (a "sanduwich") at the Jacobs University in Bremen (Germany) under the supervision of professor Thomas Heine, where he worked with the DFT method and the parameterization of the approximated SCC-DFTB (Self-Consistent-Charge Density-Functional Tight-Binding). In general, his research involves the development of methods -- algorithms, statistics, automation and artificial inteligence -- to solve problems in chemistry and science. His current research is in the area of ​​artificial intelligence (AI) and has been carried out in collaboration with Professor Dennis Salahub (University of Calgary), where he has been using genetic algorithm, machine learning, Bayesian statistics or 'active learning' to elucidate automatic structural analysis of materials and nanoclusters together with theoretical methods. This research resulted in the QMLMaterial program that performs: (I) the structural elucidation of specific defects in 3D, 2D, 1D and 0D materials (clusters); (II) the search for adsorption sites on 2D, 1D and 0D surfaces; (III) the search for global minima and spin multiplicity of atomic clusters and (IV) supported/encapsulated clusters in 1D, 2D, 3D materials and (V) surface reconstruction. He has developed the genetic algorithm program, GAMaterial, for the structural elucidation of molecules and materials. Also, in this collaboration with the University of Calgary, Maicon has been using artificial intelligence to predict new materials, either through computer simulation or even laboratory experiments. The methodology (implemented by him in the MLChem software) is already being tested in perovskites, aiming to predict new materials with improved properties. This method will be generalized to help chemists in syntheses in organic, inorganic, analytical and other areas. His experience counts with the participation in several events and schools of theoretical chemistry abroad. Furthermore, he investigated with the theoretical/quantum method SCC-DFTB the electronic, structural and mechanical properties of inorganic nanotubes and other materials of nanotechnological interest. In addition, he worked on SCC-DFTB parameterization for the structural description of liquid water in collaboration with Professor Lars Petterson (Stockholm University). Also, as a result of his research in the area of ​​automation, parameterization and method development, we can mention other software developed: FASP (automates the parameterization of the SCC-DFTB repulsion); DFTBpy (does SCC-DFTB calculations, along with gradient for local optimization, in Python and C). Recently, Maicon started studies and research in the area of ​​GUI development for Desktop (Tkinter) and for mobile applications using the Flutter framework, with a focus on statistical analysis and chemistry teaching. A graphical interface (GUI) for the artificial intelligence software MLChem4D for the prediction of new materials with improved properties is being implemented as a result of this initiative. Finally, Maicon started in 2023 the development of "reinforcement learning" methods (state of the art in AI) and, with that, the implementation of the RLMaterial (A Reinforcement Learning Software for Material Design and Discovery), intended for the structural determination of adsorbates on surfaces: this is the first chemical system to be solved; among others that are coming soon.

Maicon Pierre Lourenço é professor Adjunto-C (II) da Universidade Federal do Espírito Santo (UFES) -- CCENS. Em 2023 ele visitou a Universidade de Calgary onde aprofundou a parceria na área de inteligência artificial (IA) com o professor Dennis Salahub e ministrou o minicurso: Artificial Intelligence for Chemistry and Materials Science. Maicon é graduado em licenciatura química (Universidade de Itaúna, 2006), mestre (2009) e doutor em Ciências -- Química (2013) pela Universidade Federal de Minas Gerais, com formação em Físico-Química e Química Inorgânica. Em 2011 fez estágio sanduíche na Universidade de Jacobs (Bremen, Alemanha) sob a orientação do Professor Thomas Heine, onde trabalhou com o método DFT e a parametrização SCC-DFTB (Self-Consistent-Charge Density-Functional Tight-Binding). Em geral, a sua pesquisa é focada no desenvolvimento de métodos -- algoritmos e softwares, estatística, automação e IA -- para a solução de problemas em química. Sua pesquisa atual é na área de IA e tem sido realizada em colaboração com o professor Dennis Salahub (Universidade de Calgary), onde ele tem usado algoritmo genético, aprendizagem de máquina, estatística bayesiana ou 'active learning' para a elucidação estrutural automática de materiais e nanoclusters junto com métodos teóricos. Essa pesquisa resultou no programa QMLMaterial que realiza: (I) a elucidação estrutural de defeitos pontuais em materiais 3D, 2D, 1D e 0D (clusters); (II) a busca de sítios de adsorção em superfícies 2D, 1D e 0D; (III) a busca de mínimos globais e da multiplicidade de spin de clusters atômicos e (IV) de clusters suportados/encapsulados em materiais 1D, 2D, 3D e (V) reconstrução de superfície. Ele também desenvolveu o programa de algoritmo genético, o GAMaterial, para a elucidação estrutural de moléculas e materiais. Ainda, em colaboração com a Universidade de Calgary, Maicon tem usado métodos de IA para a predição de novos materiais, seja por meio de simulação computacional ou mesmo experimentos laboratoriais. A metodologia (implementada por ele no código MLChem4D) já foi testada em perovskitas, objetivando se prever novos materiais com propriedades melhoradas. Esse método será generalizado para auxiliar químicos em sínteses em orgânica, inorgânica, analítica e em outras áreas. A sua experiência conta com a participação em vários eventos e escolas de química teórica no exterior. Ainda, ele investigou com o método quântico SCC-DFTB as propriedades eletrônicas, estruturais e mecânicas de nanotubos inorgânicos e de outros materiais de interesse nanotecnológico. Também, trabalhou com a parametrização SCC-DFTB para a descrição estrutural da água líquida em colaboração com o professor Lars Petterson (Universidade de Estocolmo). Ainda, como fruto da sua pesquisa pesquisa na área de automatização, parametrização e desenvolvimento de métodos, podemos citar outros códigos por ele desenvolvidos: FASP (automatiza a parametrização da repulsão SCC-DFTB); DFTBpy (faz cálculos SCC-DFTB, junto com o gradiente para otimização local, em Python e C). Recentemente, Maicon iniciou estudos e pesquisa na área de desenvolvimento de GUI para Desktop (Tkinter) e para aplicativos de celular usando o framework Flutter, com o foco em análise estatística e ensino de química. A interface gráfica (GUI) para o software de inteligência artificial MLChem4D para a predição de novos materiais com propriedades melhoradas está sendo implementado, fruto dessa iniciativa. Por último, em 2023 Maicon iniciou o desenvolvimento de métodos baseado em 'reinforcement learning' (estado da arte em IA) e, com isso, a implementação do programa RLMaterial (A Reinforcement Learning Software for Material Design and Discovery), para a determinação estrutural de adsorbatos em superfícies: que é o primeiro sistema químico que será resolvido pelo método, além de outros que virão.