人工知能（AI）と機械学習（ML）は、材料科学に変革をもたらしており、幅広い応用分野においてデータ駆動型の設計と最適化を可能にすることで、イノベーションの新たな可能性を切り開いています。新規材料の発見を加速させることから、特定の性能基準に合わせた配合の最適化に至るまで、AI／MLにより、研究者はかつてないスピードと精度で複雑な化学空間を探求することが可能になります。 これらのアプローチは、データが限られている環境であっても、試行錯誤による実験への依存度を低減し、科学者がエレクトロニクス、エネルギー貯蔵、高分子、触媒など、多様な技術分野にわたる課題に取り組むことを可能にします。Schrödingerの統合プラットフォームは、化学的知見に基づいたMLと物理ベースのシミュレーションを組み合わせることで、材料設計における予測可能性、拡張性、そして全体的なイノベーションを向上させます。

本ウェビナーでは、AI/MLが材料イノベーションにおいていかに画期的な進歩をもたらしているかを考察し、多様な応用分野における最先端のML技術を解説する事例を紹介します。さらに、「Schrödinger 」プラットフォームを紹介し、研究者がこのプラットフォームを活用して材料の設計と最適化を効率的に行う方法を解説します。具体的には、以下の点に焦点を当てます：

• 物理学を組み込んだ機械学習を用いた新規OLEDデバイスの設計
• 消費財、電池電解液、高分子、および触媒反応における材料特性の最適化
• 原子レベルシミュレーションの処理能力と精度を向上させるための機械学習力場（MLFF）の活用