作为公司范围内的休整与充电计划的一部分,Schrödinger 全球所有办事处将于8月17日至21日当周暂停办公。在此期间,我们的响应将有所限制,敬请谅解。Scientific和技术支持 团队成员仅会处理紧急支持问题。

在人工智能的研发应用中,人类专业知识的重要性

Schrödinger的材料科学领域专家如何确保合作伙伴取得成功

在人工智能的研发应用中,人类专业知识的重要性

概述

随着人工智能(AI)和机器学习(机器学习(ML) ,ML)技术的飞速发展,材料科学家、高管和研发人员正被赋予制定人工智能/机器学习战略的任务,以推动创新。然而,尽管人工智能/机器学习工具可能宣称只需“一键操作”即可实现创新,但现实几乎从未如此。甚至“人工智能”这一术语本身,也可能是一个具有误导性的流行词。

Schrödinger 我们拥有得天独厚的优势,能够与材料研发团队合作,实施能够创造真正商业价值的人工智能/机器学习(AI/ML)战略,因为我们既依托了基于物理理论 建模经过验证的准确性,又结合了机器学习(ML) 的处理速度和规模优势,同时还拥有材料科学家们深厚的领域专业知识。因此,尽管AI/ML技术具有变革性,但只有凭借那些能够运用并引导这些技术以实现有意义且有影响力的成果的人才、远见和专业知识,才能借助AI获得竞争优势。

个性化的专业支持对项目的效率和生产力至关重要

Schrödinger该公司的专业软件支持服务独具特色,不仅提供领域专业知识、个性化协助,还确保服务可靠。这种“人性化”的差异化优势,通过量身定制的指导和支持,确保用户能够充分发挥数字工具的潜力,从而解决复杂问题。

Schrödinger 支持 优势
由专家团队提供的全天候全球支持 更短的项目周期
由专业应用科学家提供的现场和远程协助 技术讨论、故障排除和知识传授
丰富的在线培训、教程和资源 熟练用户可实现最佳效果
由专家主导的定制化建模服务套餐 前沿创新研究、知识转移及成功率的提升

 

“作为波音公司前工业建模师,我深知每位客户的需求都是独一无二的。正因如此,我们致力于提供个性化支持,以解决他们在研发数字化过程中面临的具体挑战。”
安德烈娅·布朗宁 聚合物与软物质研究部主任
安德烈娅·布朗宁
聚合物与软物质研究部主任

安德烈娅·布朗宁博士正在领导与聚合物及软物质相关的研究工作,网址为模拟 ,隶属于Schrödinger 。在2017年加入Schrödinger 之前,她曾担任波音公司(The Boeing Company)先导化合物 部门的研究工程师兼项目经理。她拥有十余年将模拟结果与工业决策相结合的经验,并曾协助行业创新者完成多项具有挑战性的项目,例如开发生物基聚合物配方、优化碳纤维复合材料中的聚合物基体,以及设计电解质分子。

Schrödinger 技术专家提升产能和能力

通过战略合作伙伴关系或定制化的合同研究,Schrödinger的专家科学家团队与客户紧密合作,运用数字化学策略指导快速材料设计和优化 ,从而解决棘手的问题。通过团队协作,我们面临相同的挑战,并拥有共同的目标。这些由专家主导的合作将挑战转化为机遇,推动创新并取得卓越成果。

“在与该领域企业合作的20年间,我深信,通过倾听行业需求并量身定制建模解决方案,协作是创造价值的关键。”
西蒙·埃利奥特 原子级工艺总监模拟
西蒙·埃利奥特
原子级工艺总监模拟

西蒙·埃利奥特博士是将原子尺度模型应用于薄膜材料沉积与刻蚀化学研究的先驱。在该领域,他曾担任国际会议主席,协调跨国合作网络,并发表了约100篇经同行评审的论文。他在半导体 行业广受认可,这得益于他与化工企业合作进行前驱体气体设计,以及与设备供应商合作优化原子层沉积工艺的工作。他荣获了2023年度ALD创新奖。

专业知识和行业级软件往往是决定项目成败的关键因素

材料科学研究人员通常需要将各种建模和模拟 工具组合使用。免费软件包往往受限于过时的文档、支持不足,以及集成和自动化方面的障碍。人为因素是Schrödinger 等工业级软件与功能较弱的软件包之间的关键区别之一。

Schrödinger 拥有一支规模庞大的团队,致力于用户体验、技术支持 以及教育领域的工作。该团队确保客户能够无缝获取支撑模拟的科学原理,并以能够有效完成工作的规模加以应用。

“过去我曾大量使用免费软件,现在才意识到,我当时花了多少时间在排查故障上,而不是真正用于研究。Schrödinger提供的解决方案彻底改变了我的工作效率。”
帕维尔·杜布 高级首席科学家兼产品经理
帕维尔·杜布
高级首席科学家兼产品经理

帕维尔·杜布(Pavel Dub)博士是催化与反应性 领域的专家。凭借在俄罗斯(2009年)和法国(2010年)攻读双博士学位所打下的坚实基础,以及随后在东京工业大学和洛斯阿拉莫斯国家实验室进行的博士后研究,帕维尔的研究领域已从实验有机金属化学和均相催化扩展至计算化学和材料科学,并同时运用经典和量子计算平台。 在2022年加入Schrödinger 之前,帕维尔曾担任洛斯阿拉莫斯国家实验室的资深科学家,期间他领导了用于解决复杂化学问题的量子算法的开发工作。他曾与客户合作开展多项前沿课题,包括分子催化剂设计、自动化反应性分析筛选 以及反应网络生成。

面向研发团队的高级基于物理理论 建模及AI/ML软件

Schrödinger 凭借30余年的科学创新经验和深厚的领域专业知识,助力研发团队借助计算方法 解决其面临的独特挑战。

查看宣传单

近期客户评价

“通过与Schrödinger 的专家们紧密合作,我们深感惊讶的是,即使没有任何建模经验,我们也能如此迅速地掌握分子模拟的应用方法。我们的合作非常成功,这不仅是因为我们对Schrödinger先进技术的满意,还因为他们具备高水平的科学专业知识、提供有力支持以及开放的合作态度。”
马丁·塞特尔,利洁时高级研究经理
SABIC的树脂设计与研发团队与Schrödinger的材料科学团队紧密合作,构建了精准的机器学习(机器学习(ML) , ML)模型,以加速新聚合物的研发进程。“这些计算结果极具前景,有望将我们的聚合物创新周期从传统的几年缩短至仅需几个月。”
瓦伊迪亚·拉马克里希南,SABIC 高级研究员
“根据我们的服务协议,Schrödinger 提供的不仅仅是软件——他们是我们研究工作中的真正合作伙伴。由于在日本设有办事处,Schrödinger 的科学家和工程师不仅联系便捷,还能与我们的团队面对面开展合作。”
松泽信之,松下工业株式会社高级工程师

满足您组织需求的软件和服务

软件平台

借助基于基于物理理论 分子建模 、机器学习(ML) 以及团队协作功能的全面且易于使用的平台,部署数字资料发现工作流。

研究服务

借助Schrödinger的专业计算科学家团队,在您材料发现与开发过程的关键阶段提供支持。

支持与培训

获取专为新手和资深用户量身定制的专家支持、教育资料和培训资源。