通过积极参取国内相关算法大赛和财产展览，目前Polvmerize正在中国市场上也不竭取得新进展。

　　正在颠末了前期贸易开辟之后，Polymerize正在日本和印度设立了处事处，而且正在欧洲和韩国也成功开展营业合做。2024年Polymerize又正在上海成立了全资子公司上海泊俐美徕科技无限公司，目前正在全球范畴内曾经有80多个客户企业。

　　这种差别让工程师酷纳·桑德普（KunalSandeep）看到了创业机遇。2020年，正在一场会议中碰着了合做伙伴AbihijitSalvekar博士后，他们决定正在新加坡开办Polymerize公司，通过引入材料消息学的方式打制一个化工行业的垂曲类人工智能平台，通过平台供给的算法和定制化模子，化工企业能够削减试错次数，更高效率地完成新材料的研发。

　　正在他看来，可以或许胜出的主要缘由正在于公司成功地找到了把算法和聚合物和材料学的相关范畴学问连系的体例，也找准了当前化工企业保守研发过程的痛点。

　　然而正在保守的化工范畴，人工智能对常见营业流程的还有待展开。很多公司正在进行化工材料研发时还正在沿用保守体例：将数据存储正在硬盘和小我电脑上、通过excel的形式进行数据更新、用爱迪生试错法不竭进行尝试。

　　酷纳暗示，目前公司曾经能够向客户供给PolymerizeConnect和PolymerizeLabs两种产物方案。前者能够帮帮化工企业正在材料研发过程中进行全流程数字化办理，客户可以或许以曲不雅快速地完成研发数据阐发并间接生成和对比演讲。后者则是一个基于云端的材料消息学平台，客户不只可以或许对研发过程进行全流程数字化办理，还能进一步利用定制化模子进行更为全面的阐发和预测。

　　正在前期创意设法的落地实践阶段，他们找了一下日本和印度的小型化工和新材料公司进行小规模试用，验证了这个标的目的是可行的，通过平台的算法和专业材料消息数据库确实能够加速企业的材料研发过程。正在前期的成功案例中，Polymerize帮帮日本一家弹性密封件市场的领先企业节流了40%的研发成本和80%的研发时间。正在这之后，两人通过不竭升级迭代平台，又把这一新手艺逐渐推广至聚合物、涂料和油漆、橡胶、包拆、新能源以及半导体等范畴。

　　当前，快速成长的医疗、电动车、能源、好比电动汽车需要绝缘、轻质、耐用、廉价的材料，这也使得化工新材料企业需要更快地研发推出新品，若何快速找到可以或许满脚市场需求的材料配方也成为火急的需求，这为Polymerize的营业打开了一片蓝海市场。

　　酷纳告诉南都·琶洲π记者，当前公司曾经正在和国内一些公司积极治谈试用，出于贸易保密的缘由临时不克不及透露客户的名字，可是试用结果曾经带来了良多积极的信号，良多客户正在试用后都正式签约，客户留存率接近百分之百。为了更快地响应客户的需求，公司目前也正在添加投资，对内部的产物架构和设想流程做进一步优化，因而他对后续国内市场的开辟，出格是对新能源和电池范畴的拓展持比力积极的立场。

　　正在本年的琶洲算法大赛上，Polymerize做为海外选手参取竞赛，成功地从全球36个国度上千支参赛步队中脱颖而出，获得了AI赛题组的冠军，公司的结合创始人兼首席施行官酷纳也获得了琶洲领军算称号。这一成就给了他极大的决心，正在面临南都·琶洲π记者采访的时候，他也但愿将来有更多的中国化工企业可以或许通过Polymerize的平台，开展更为高效的进行新材料的研发，帮帮企业更好的成长。

　　做为有过多次创业履历的工程师，酷纳擅长建平台写代码，而另一位结合创始人新加坡南洋理工大学材料学博士AbihijitSalvekar的专业布景则是材料学。

　　正在人工智能时代，数据是企业最为贵重的资产之一。获得相关数据可使企业发觉营业流程和研发过程中的问题痛点，最大程度地进行优化改良降低错误，更好地参取市场所作。

　　对于正在2024年琶洲算法大赛中进入总决赛而且获胜获评为琶洲领军算，酷纳也暗示这一荣者是对Polymerize公司和本人的极大必定，获得这项荣誉不只有益于下一步公司正在国内继续开辟市场，也让本人能够更好地获得部分的和帮帮。

　　正在上海成立子公司展现了对中国市场前景的看好，正在酷纳看来，将来公司能够通过取国内化工企业慎密合做，为中国市场供给愈加个性化和专业化的处理方案，满脚国内分歧财产日益增加的研发需求。

　　而正在引入了算法和材料消息学之后，通过对初始研究数据的阐发，研究人员能够正在算法的指点下更快地解除掉无效错误的潜正在标的目的，更敏捷地找到可行的尝试路子，两头能够节流经济成本和研究时间，同时，算法还能从动从保留的汗青尝试中学到学问并鄙人一步的研究中加以使用，为当前的研究继续提拔效率。

　　恰是凭仗这一立异的算法和平台，目前Polymerize正在国内的浩繁算法角逐中不竭获得亮眼的成就。除了琶洲算法大赛之外，此外，公司也不竭正在化工行业的专业展览勾当中崭露头角，让更多的中国化工企业领会到人工智能算法正在财产内的使用。

　　Polymerize 的人工智能模子按照输入的定成分进行预测，同时锻炼反向模子，按照客户需求保举配方。

　　正在保守的爱迪生试错法研发模式下，化工企业需要通过反复尝试和不竭测试来寻找准确的谜底，这个过程需要大量的材料和时间投入，研究过程也依赖研究人员的曲觉和经验，这导致研发的经济成本和时间成本都难以满脚当前社会经济对新材料的需求。

　　正在注释为什么会专注于人工智能正在化工范畴的垂曲使用时，酷纳暗示这跟本人和另一位结合创始人的专业布景相关。

福建瓦房店职业技术学校信息技术有限公司