對于從事創新研究的實驗科學家，可以立刻應用MaXFlow所提供的大量基于人工智能和分子模擬的預測模型來幫助他們設計所關心的創新分子，介觀對象和配方，并對研究對象的性質進行定量和定性預測，確定正確的創新方向，減少不必要的實驗，大幅度縮短研發周期，改變傳統的實驗試錯的創新模式。
● 創新模式的智能化轉型
● 洞見創新創新方向
● 縮短創新周期
● 降低創新成本
>
>
人工智能專家和分子模擬專家，可以利用集成的科學計算引擎（量子力學，分子力學，介觀動力學），人工智能計算引擎和實驗數據，通過先進的數據流程集成工具，構建具有創新性和方便易用的定量和定性預測模型，支持實驗科學家的創新研究，并通過實驗科學家的不斷反饋來提升模型預測的精準度。預測模型將成為企業和研發機構的標志性核心創新能力，也彰顯了人工智能和模擬專家的核心價值。
MaXFlow包括：
√ 交互式Web作業環境
√ 預測模型庫與管理服務
√ 計算數據及安全管理服務
√ 人工智能算法及建立預測模型
MaXFlow集成的引擎包括：
√ 科學計算引擎
√ 數據工作流引擎
您可以在MaXFlow中方便的調用包括決策樹、支持向量機、深度神經網絡、隨機森林在內的多種機器學習方法，對數據庫中的數據進行深入的分析和挖掘，構建各種描述符和目標性能之間的關系模型，實現對藥物及材料性能的快速預測。
