Yeonghun Kang est chercheur au Vector Institute et chercheur postdoctoral au Matter Lab de l’Université de Toronto, sous la supervision du professeur Alán Aspuru-Guzik. Ses recherches se situent à l’intersection de la science des matériaux et de l’intelligence artificielle, en se concentrant sur l’avancement des méthodes d’apprentissage automatique pour les matériaux poreux. Formé comme scientifique des matériaux computationnels lors de son doctorat au KAIST avec le professeur Jihan Kim, il a développé des prédicteurs multimodaux, des modèles génératifs et des systèmes d’IA autonomes qui relient la compréhension structure–propriété à la conception rationnelle des matériaux. Son travail intègre des simulations moléculaires, la théorie de la fonction de la densité et le calcul à haut débit avec l’apprentissage de la représentation pour révéler des motifs chimiques et accélérer la découverte de matériaux.

Les recherches récentes de Kang s’étendent à l’IA agente pour la chimie, en construisant de grands agents pilotés par des modèles de langage capables de raisonner sur les expériences, d’assurer la sécurité des laboratoires, de planifier des stratégies de synthèse et de collaborer avec des plateformes de laboratoires autonomes. Il développe également des pipelines d’exploration de données scientifiques à grande échelle qui extraient les conditions de synthèse, les propriétés et les connaissances chimiques à partir de la littérature et des images, permettant ainsi des ensembles de données de haute qualité pour la modélisation en aval. À travers ses projets, Kang vise à créer un cadre unifié où la prédiction des matériaux, la planification de synthèse, l’expérimentation autonome et l’extraction des connaissances fonctionnent sans interruption. Sa vision à long terme est de construire des systèmes d’IA qui non seulement modélisent la réalité chimique, mais agissent aussi de manière autonome en son sein — accélérant, systématisant et démocratisant l’innovation des matériaux.