발언자:

사이엔탄 백, 선임 연구원 I, Schrödinger

초록:

인공지능(AI)과 기계학습( 머신러닝 , ML)은 재료 과학의 판도를 바꾸며, 전례 없는 속도와 정밀도로 신소재의 발견을 가속화하고 배합을 최적화하고 있습니다. 고분자부터 촉매에 이르기까지, 이러한 도구들은 한때 달성 불가능하다고 여겨졌던 설계의 가능성을 열어줍니다. 하지만 물리학과 화학의 토대 없이 AI/ML이 성공할 수 있을까요? 순수한 데이터 기반 접근 방식을 위해 수십 년에 걸친 과학적 이해를 간과해도 될까요? Schrödinger 에서는 물리학 기반 시뮬레이션과 화학적 의미가 담긴 표현을 바탕으로 구축된 ML을 결합합니다. 이러한 시너지는 정확도를 높이고, 실험 비용을 절감하며, 데이터가 제한된 상황에서도 통찰력을 제공합니다. 이번 웨비나에서는 Schrödinger의 AI/ML 접근 방식이 실제 사례 연구를 통해 재료 연구 개발을 어떻게 변화시키고 있는지 살펴보겠습니다. 저희의 혁신은 두 가지 차원에서 이루어집니다. 첫째, 고속 처리와 정확한 모델링을 위한 기계 학습 기반 힘장( 머신러닝 , MLFF)을 개발하여 원자 수준 시뮬레이션의 정확도와 효율성 간의 균형을 개선하는 것입니다. 둘째, AI/ML 기술을 직접 적용하여 소비재, 배터리 전해질, 고분자, 촉매와 같은 응용 분야에서 재료 특성을 예측하고 최적화하는 것입니다.