Yeonghun Kang est chercheur à l'Institut Vector et chercheur postdoctoral au Laboratoire de la matière de l'Université de Toronto, sous la direction du professeur Alán Aspuru-Guzik. Ses recherches se situent à l'intersection de la science des matériaux et de l'intelligence artificielle, et portent sur le développement de méthodes d'apprentissage machine pour les matériaux poreux. Formé en science des matériaux computationnelle lors de son doctorat au KAIST sous la direction du professeur Jihan Kim, il a développé des prédicteurs multimodaux, des modèles génératifs et des systèmes d'IA autonomes qui relient la compréhension des relations structure-propriétés à la conception rationnelle de matériaux. Ses travaux intègrent des simulations moléculaires, la théorie fonctionnelle de la densité et le calcul à haut débit avec l'apprentissage de représentations afin de révéler des motifs chimiques et d'accélérer la découverte de nouveaux matériaux.

Les recherches récentes de Kang portent sur l'IA agentive appliquée à la chimie. Il conçoit des agents dotés de modèles de langage complexes capables de raisonner sur les expériences, d'assurer la sécurité en laboratoire, de planifier des stratégies de synthèse et de collaborer avec des plateformes de laboratoire 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 d'images, permettant ainsi de constituer 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 la synthèse, l'expérimentation autonome et l'extraction de connaissances fonctionnent de manière fluide. Sa vision à long terme est de concevoir des systèmes d'IA qui non seulement modélisent la réalité chimique, mais agissent également de manière autonome au sein de celle-ci, accélérant, systématisant et démocratisant ainsi l'innovation dans le domaine des matériaux.