Schrödinger の全世界のオフィスは、社員全員が休息を取り、リフレッシュするための全社的な取り組みの一環として、8月17日から21日までの1週間、休業いたします。この期間中は、お問い合わせへの対応が制限される場合がございますので、あらかじめご了承ください。科学・技術サポートチームのメンバーは、緊急のサポート案件への対応のみ行います。

JAN 29, 2026

サイロ化から統合へ:LiveDesign MLとのプラットフォーム統合による協働型AIの推進

AIへの投資を効果的に活用するには、比類のない予測精度とシームレスな運用を実現するプラットフォームが必要です。多くの組織では、断片化した機械学習インフラや、一貫性のないデータに基づいて構築されたモデルに悩まされており、その結果、導入率が低く、MLOpsにおける摩擦が高まっています。

LiveDesign MLは、拡張性とコラボレーションを念頭に設計された、一元化された統合MLプラットフォームを提供することで、AIを戦略的資産へと変革します。このプラットフォームは、さまざまなデータソースや計算ツールを単一の統合されたワークフローに統合することで、データのサイロ化を解消します。 この統合により、モデル、特徴量、実験結果のリアルタイム共有が可能となり、各分野の専門家とデータサイエンティストが協力してMLソリューションを構築し、反復改善を行うことができます。LiveDesign MLは、Schrödingerのゴールドスタンダードとなるモデリングツールから得られる最高水準のトレーニングデータを活用し、優れたモデル品質と将来的な信頼性を実現します。さらに、トレーニングや検証からデプロイに至るまでのMLOpsライフサイクル全体を完全に自動化し、高性能なモデルをリアルタイムで利用可能にします。

このセッションでは、以下の方法について実演します:

  • AIのROIを最大化:当社の自動化プラットフォームを活用して、モデル展開の障壁を取り除き、手動によるMLOpsの負担を最小限に抑えましょう。
  • ゴールドスタンダードレベルの精度を実現:検証済みで物理法則に基づいたシミュレーションツールのデータを用いて学習されたモデルを活用します。
  • スケールアップと統合:Retrosynthや化学物性予測といった現在の機能を実際に確認し、GenerativeML、Co folding、LD Assistantに向けた戦略的なロードマップを探ってみましょう
  • ライブデモ:当社の製品エキスパートが、LiveDesign MLがどのようにして発見サイクルの短縮、モデルの精度向上、そしてML投資のROI向上につながるかをご説明します。

参加対象: 

このウェビナーは、高度な計算技術やAIを活用して創薬の効率化と精度向上に取り組むリーダーや実務担当者を対象としています。

  • 計算化学、AI/ML、および研究開発部門の責任者/副社長
  • ケミインフォマティクスおよびMLOpsのリーダー
  • 計算化学者および計算生物学者
  • 情報学およびデータサイエンスの戦略担当者

講演者

カール・レスウィング

機械学習担当副社長、Schrödinger

カール・レスウィング氏は、Schrödinger の機械学習担当副社長を務めています。同職において、Schrödingerのデジタルケミストリー・プラットフォーム向けの機械学習アプリケーションの研究および実装を統括しています。 2017年には、パンデ研究室の客員研究員として、創薬におけるディープラーニング技術の活用に取り組んだ。その間、ケモインフォマティクス向けの機械学習技術を分析したベンチマーク論文『MoleculeNet』を共著した。カールはバージニア大学で学士号を、ジョージア工科大学で機械学習の修士号を取得している。