人工智能和机器学习

我们提供必要的数据、见解和技术,以加速药物发现,推动材料创新,并找到更好的出发点。

我们提供必要的数据、见解和技术,以加速药物发现,推动材料创新,并找到更好的起点。

提高预测准确性

数据、描述符和算法都在机器学习中发挥着关键作用,必须仔细优化以最大化预测准确性。

发现新化学

模型无法预测他们没有见过东西。 数据具有多样性和代表性,即使在稀疏的子空间中,也能实现更新颖的预测。

找到更多可行的起点

确定更可行的线索和目标,减少不必要的试验,以提高研发效率。

分子表达方式是人工智能最重要的组成部分。 如果做错了,则从一开始就输了。 这甚至比算法都重要。

Jürgen Cox 博士
教授
德国马克斯普朗克生化研究所

资源