人工智能驱动的材料发现已不再是实验阶段，而是成为了新的国家标准。随着“创世计划”（Genesis Mission）的近期启动，美国正宣布将通过人工智能、高性能计算以及集成式 科学数据基础设施，全力推动材料发现进程。对于处于材料创新前沿的团队而言，现在正是将计算工作流整合到研发流程中的绝佳时机。

许多研发团队因软件工具复杂、学习曲线陡峭以及数据科学支持有限，而难以采用人工智能/机器学习技术。Schrödinger的“材料科学套件”旨在通过提供一个统一且易于使用的人工智能/机器学习平台来应对这些挑战，该平台基于最先进的机器学习技术，并由一支专业的科学支持 团队提供支持。

欢迎参加我们即将举办的网络研讨会，了解您的研发团队如何消除应用障碍、加速发现周期，并与国家人工智能计划保持一致。在本次网络研讨会中，我们将演示 MS Informatics、Formulation ML 和 Formulation优化 如何让先进的性质预测、模型构建以及基于机器学习的实验设计变得简单、快捷且易于上手——即使对于非专家而言也是如此。 我们将展示如何利用实验数据集，在包括配方、消费品、电池、制药等广泛质谱应用领域中轻松应用这些工具。

欢迎参加我们的活动，观看以下内容的现场演示：

• 针对二元液体训练精确的粘度机器学习模型，该模型可应用于多种材料领域
• 扩展至复杂的洗发水配方领域，在该领域中，机器学习模型能够对复杂的多组分系统进行预测，并为后续最佳实验提供建议

适合哪些人参加：

• 研发负责人
• 创新经理
• 数字化经理
• 合成化学家
• 材料科学家
• 配方科学家
• 计算材料科学家