はじめに
マテリアルズインフォマティクスに関するニュースや記事をまとめていきます。機械学習やDX関係の内容も含みます。
※マテリアルズインフォマティクス関係の内容を他にも投稿していますので、よろしければこちらの一覧から他の投稿も見て頂けますと幸いです。
2023年6月
ハミガキの組成開発期間を約半分に短縮 データサイエンスと研究員の知見を融合した新たな実験手法を確立
ライオンは製品の組成開発での活用を目的にマテリアルズインフォマティクスを用い、研究員の知見を取り入れたデータ駆動型の実験計画手法を新たに確立し運用を開始。本手法をハミガキの組成開発に応用したところ実験回数を大幅に削減し、想定の約半分の期間で開発を完了。
https://prtimes.jp/main/html/rd/p/000000026.000039983.html
【化学×AI】データケミカル、ISO27001およびISO27017認証を取得し、研究開発向けAIクラウドサービスのセキュリティ強化
化学の実験データ活用AIクラウドサービス「Datachemical LAB（データケミカルラボ）」を提供するデータケミカル株式会社は2023年5月、情報セキュリティマネジメントシステム（ISMS）の国際規格である「ISO/ IEC 27001」、およびISMSクラウドセキュリティ認証「ISO/ IEC 27017」を取得。
https://prtimes.jp/main/html/rd/p/000000011.000099918.html
製造業スタートアップの株式会社SUPWATは「製造業の開発・生産技術領域におけるデータ利活用による最適化技術」の解説動画を公開
https://prtimes.jp/main/html/rd/p/000000015.000081631.html
株式会社CrowdChem、「CrowdChem Data Platform」をプレリリース！化学産業に係る研究開発や営業活動での課題解決をサポート
株式会社CrowdChemは化学産業に係る特許や製品カタログ等のデータリソースを活用し、研究開発や営業活動での課題解決をサポートする「CrowdChem Data Platform」を2023年6月15日にプレリリース。
https://prtimes.jp/main/html/rd/p/000000005.000103204.html
2023年5月
「コニカミノルタ-産総研 バイオプロセス技術連携研究ラボ」を設立
「バイオものづくり」の次世代生産マネジメントシステム実現へ
https://www.konicaminolta.com/jp-ja/newsroom/2023/0601-01-01.html
電子実験ノートの浸透で加速するレゾナックのマテリアルズ・インフォマティクス
電子実験ノートを活用したレゾナック社のDXへの取り組み紹介記事
https://monoist.itmedia.co.jp/mn/articles/2305/24/news005.html
TDKが独自のAIデータ分析プラットフォームを開発、1時間かかった粒界の記入を数秒に
TDKはマテリアルズインフォマティクス推進の一環として、独自のAIデータ分析プラットフォーム「Aim」を開発した。最大の特徴はカスタマイズ可能な点である
→アプリを自社開発するか市販品を活用するかは重要なポイント
https://monoist.itmedia.co.jp/mn/articles/2305/24/news068.html
最先端材料科学研究：機械学習による分子設計と反応経路の同時発見
統計数理研究所の研究チームは、新分子の設計と、その新分子を合成する化学反応の提案を同時に行う機械学習アルゴリズムを開発。開発したアルゴリズムは誤りを含む様々なシナリオを人工知能に提示し、人間はドメインの知識・理論・経験に基づいて最終的な意思決定を下す
→市販化合物から合成を開始するとのことだが、コストや生産性など様々な問題が合成につきもの。どの程度実用的なのかは気になる。
https://kyodonewsprwire.jp/release/202305225775
三井化学とCrowdChem、自然言語処理を活用した新規材料探索の効率化技術を共同開発
三井化学とCrowdChem、自然言語処理を活用した新規材料探索の効率化技術を共同開発。
→三井化学社は「日本IBM、生成AIと「IBM Watson」の融合による新規用途探索の実用検証を開始」の発表もあり
https://gomuhouchi.com/materials/50645/
マテリアルズインフォマティクスのプラットフォームプロバイダー「Polymerize」日本法人を設立
マテリアルズインフォマティクスのプラットフォームプロバイダー「Polymerize」はこの度日本法人「POLYMERIZE合同会社」を設立したことを発表。
https://prtimes.jp/main/html/rd/p/000000001.000121818.html
マテリアルズ・インフォマティクスで材料開発の革新を支援するMI-6、シリーズAで総額6.5億円の資金調達。累計14億円を調達
https://prtimes.jp/main/html/rd/p/000000008.000034072.html
積水化学型MIは超やる気人財が主導、配合設計の検討速度900倍など成果も高速で創出
積水化学社のマテリアルズインフォマティクスに関する取り組みの紹介記事。
https://monoist.itmedia.co.jp/mn/articles/2304/28/news020.html
2023年4月
材料メーカーの研究開発をDXで支援、海外開拓なるか
MIの海外展開に関する記事
https://newswitch.jp/p/36778
NIMSの新材料開発システム「MInt」、秘密主義の日本企業が世界に勝つ仕組み
MIntは、材料開発における日本の国際競争力のさらなる強化を目指し、オールジャパン体制で開発された。材料内部の組織形成を計算するフェーズフィールド法や、材料強度の予測モデルなど、さまざまなアルゴリズムを備える。
https://xtech.nikkei.com/atcl/nxt/mag/nmc/18/00011/00208/
先端ＡＩ素早く試せる基盤、富士通が国内外に公開する狙い
富士通は先端人工知能（ＡＩ）を素早く試せるプラットフォーム（基盤）「Ｋｏｚｕｃｈｉ（小槌＝コヅチ）」を同日から国内外に公開すると発表。
→まざまなデータから重要な因果関係を網羅的に抽出する「因果発見技術」はこのニュースで使われた技術？
https://newswitch.jp/p/36718
三井化学と日本IBM、生成AIと「IBM Watson」の融合による新規用途探索の実用検証を開始
三井化学と日本IBMはAIを活用した三井化学製品の新規用途探索の高精度化と高速化の実用検証を開始した。検証では生成AI（ジェネレーティブAI）の1つであるGPTとIBMのAIである「IBM Watson」を融合して進める
→今後の業務ではGPTの活用が重要になってくる？
https://japan.zdnet.com/article/35202536/
凸版印刷とQIQB、量子コンピュータを活用した材料開発・評価手法に関する共同研究を開始
凸版印刷株式会社と国立大学法人大阪大学量子情報・量子生命研究センター（QIQB）は、量子コンピュータを活用した材料開発・評価手法に関する共同研究を2023年3月より開始。この共同研究では凸版印刷が研究・開発に取り組む材料や製造プロセスの課題に対して、量子コンピュータを活用した材料の物性値予測や様々な化学反応の解析シミュレーションの演算を行い、量子化学計算アルゴリズムの開発と実証を行う。
→量子コンピューターも最近よく聞くワードだが電子相関などが重要視される計算で役立つ。現段階で実用的なテーマとしてどこまで設定できるのか気になる
https://iotnews.jp/digital-transformation/222859/
2023年3月
旭化成とNEC、秘密計算技術を活用して企業間のデータを安全に連携できる分析基盤を構築
旭化成とNECは秘密計算技術」を活用し、企業間で共同開発を行う際にデータを秘匿したまま安全に連携できる分析基盤を構築
→秘密計算で企業間データ連携は加速するのか？秘密計算は最近よく聞くようになったワードなので注目
https://prtimes.jp/main/html/rd/p/000000072.000079452.html
化学分野のAI・機械学習クラウドサービス「Datachemical LAB」に定性データの分類予測機能をリリース
データケミカル株式会社は展開する化学分野のAI・機械学習クラウドサービス「Datachemical LAB（データケミカルラボ）」にて実験結果の分類予測機能をリリース。
https://prtimes.jp/main/html/rd/p/000000009.000099918.html
マテリアルズインフォマティクスの市場規模、2028年に2億7600万米ドル到達予測
マテリアルズインフォマティクスの市場規模は、2023年の1億2900万米ドルからCAGR16.3%で成長し、2028年には2億7600万米ドルに達すると予測（約300億円規模）
→レポートによって差が大きい（どこまでをMIとカウントするか、貢献をどう計るかが難しい？）
https://japan.cnet.com/release/30834406/
東大、ガラスの構造変化予測を大幅に高精度化する新たな深層学習手法を開発
東京大学は深層学習手法の一種「グラフニューラルネットワーク」(GNN)を用いてガラスの原子配置から原子の運動によって構造が変化する様子を予測する新手法「BOTAN(BOnd TArgeting Network)」を開発し、予測精度の世界記録を大きく更新したことを発表した。ガラスの構造の中に刻み込まれている未来の状態を、GNNによって掘り起こした。
https://news.mynavi.jp/techplus/article/20230228-2603589/
2023年2月
HPCとAIを活用した量子化学シミュレーション高速化技術を開発し、クリーンなアンモニア合成に向けた触媒候補探索期間の大幅な削減に成功
富士通のHPCでAtmonia社のアンモニア合成シミュレーションデータを基に様々な量子化学シミュレーションを行い、そこから得られた触媒材料を組成する原子配置の構造、化学元素の種類や比率などの膨大な教師データをAIに学習させ、触媒候補を短期間で絞り込むシミュレーションモデルを開発。さらに、富士通の因果発見技術により、探索した1万ケース以上のアンモニアの合成触媒候補データにおける触媒原子の種類や位置関係および反応エネルギー量などの項目間の因果関係から触媒に適した材料の性質の傾向を導き出し、触媒候補データの絞り込みに活用。
→HPCを活用して大量にデータを作ることがポイントか？AIと実験との対応が気になる
https://prtimes.jp/main/html/rd/p/000000104.000093942.html
マテリアルズ・インフォマティクス データ解析で新しい材料を生む
MIの実例を盛り込んだ解説記事
https://business.nikkei.com/atcl/NBD/19/00109/00204/
2023年1月
CTCと三重県工業研究所、AI活用した陶磁器の材料開発で実証実験
伊藤忠テクノソリューションズ（CTC）と三重県工業研究所窯業研究室は人工知能（AI）を用いた陶磁器の材料開発について、2022年8月に実証実験を開始。12月からはAIモデルの改善にも着手。
→陶磁器作製を無機材料の配合最適化＆プロセス条件最適化問題と読み替えれば…納得の展開！？
https://japan.zdnet.com/article/35198517/
慶應義塾大学と「Chemicals Informatics」を活用した創薬研究を開始
日立ハイテクソリューションズは慶應義塾大学薬学部とマテリアルズ・インフォマティクスの活用による低分子薬開発の効率化に向けた共同研究を開始。同社が開発したMIツールのChemicals Informaticsを従来の化学・素材分野における材料開発だけでなく、創薬分野にも活用していくことで、医療の質向上および人々のQoLを目指す。
*1 低分子薬：非常に小さい分子で、細胞内に入り
https://prtimes.jp/main/html/rd/p/000000122.000049375.html
日本ガイシ、素材開発10倍速 EV台頭で半導体に活路
セラミックス大手の日本ガイシは100年以上蓄積してきた実験データを人工知能（AI）に解析させ、材料の開発期間を従来の10分の1に縮める計画
→社内データをいかに蓄積するかはMI活用において重要なポイント（100年はすごい！）
https://www.nikkei.com/article/DGXZQOFD21B1N0R21C22A1000000/
2022年12月
化学の研究開発AIクラウドサービス「Datachemical LAB」にて目標性能に対する材料作製条件予測のエキスパート機能をリリース
①複数のターゲット項目を一つの機械学習モデルで同時予測、②目標性能から達成可能な作製条件を直接予測といったエキスパート機能を2022年12月27日よりリリースした。
https://www.jiji.com/jc/article?k=000000008.000099918&g=prt
オムロン、特徴量分類とAI技術を融合したシート検査ソリューションを提案
幕張メッセで開催された「高機能素材Week」内の「フィルムテックジャパン(高機能フィルム展)」で、オムロンは、シート検査装置の欠陥検出技術として特徴量分類とAI分類を組み合わせた分類技術「Dual Class AI」を紹介した。
https://news.mynavi.jp/techplus/article/20221223-2544707/
PFNが独自スパコンを外部利用可能に、新AIチップも開発
これまで自社利用のみだった独自スーパーコンピューター（スパコン）を、パートナー企業向けに2023年春から利用可能にするなど、エコシステム拡大を図る。
https://xtech.nikkei.com/atcl/nxt/column/18/00001/07509/
日本ゼオン・アイデミー、マテリアルズ・インフォマティクスで協業
2社は、日本ゼオンが持つ材料開発と研究に関する知見や実験データと、アイデミーが強みとする教育研修から事業定義・試作品開発・実運用まで一気通貫で提供するDX推進ソリューションを掛け合わせMIに着手する。
https://iotnews.jp/manufacturing/209594/
疑似量子の活用で材料開発期間を約20％削減--日立が有効性を実証
日立製作所（日立）は、積水化学工業と進めているマテリアルズ・インフォマティクス（MI）推進に向けた協創活動において、材料開発の加速につながる新たな機械学習モデルを開発し、その有効性を実証した。日立は、機械学習モデルの構築において、MIでも一般的に用いられる決定木アルゴリズムに、疑似量子コンピューター技術であるCMOSアニーリングを導入した。
https://japan.zdnet.com/article/35197516/
経験とセンスからデータサイエンスへ、MIが変える新材料開発のパラダイム
MIの解説記事。記事の中でMIを用いた開発は以下の3点に集約されるとしている。
①研究者の属人的な経験ではなく、コンピュータ上に蓄積したデジタルデータに基づいて研究開発の指針を得ること。
②研究者の主観的センスや能力を頼りにするのではなく、コンピュータの人間を超える計算能力と既成概念に囚われない客観性を基にした情報の整理・絞り込み・傾向の抽出を行うこと。
③新材料を発明・発見してから機能や性質を調べて応用を開発するのではなく、欲しい機能や性質を持つ新材料の組成や製法を逆算的に見つけ出すこと。
→MIの実践効果には、得られた結果を適切に解釈して新材料の発明・発見に展開できるデータサイエンスの知見が大きく影響する
https://www.tel.co.jp/museum/magazine/report/202212_01/?section=3
システムと人間が協調、機械学習で注目集まる「HITL」とは
機械学習の分野において「HITL（人間参加型）機械学習」に注目が集まっている。機械学習の開発にHITLを活用する利点は「モデルの推論精度を極端に高めなくても運用を始められること」だとされている。
https://active.nikkeibp.co.jp/atcl/act/19/00146/112500095/?i_cid=nbpnxta_sied_pickup
マテリアルズインフォマティクスを強力推進、分子シミュレーションの活用法
MIにおいて分子シミュレーションは重要な役割を果たす。本コンテンツではMIと分子シミュレーションに関する基礎知識とともに、研究・開発プロセスの包括的なデジタル化を強力に推進するソリューションを紹介する。
https://wp.techfactory.itmedia.co.jp/contents/68980
2022年11月
マテリアルズ・インフォマティクスが誰でもわかる「MIリテラシー講座」を起点としたMI導入支援サービスをDX推進サポートのSTANDARDが提供開始
大手企業を中心に650社以上のデジタルトランスフォーメーションの推進と内製化を支援する株式会社STANDARDは､業界初マテリアルズ・インフォマティクスの教育サービス「MIリテラシー講座」を起点としたMI導入支援サービスの提供を開始した。
https://www.excite.co.jp/news/article/Prtimes_2022-11-29-27996-71/
プライバシー保護に有効な機械学習の新手法、「連合学習」とは
連合学習は、トレーニングや評価などに使うデータはやり取りせず、トレーニングによって得られたモデルの変更点のみをやり取りする点が特徴だ。複数の病院が個別に保有する臨床データ、消費者のパソコンやスマートフォン内のデータなど、一定の形式のデータが多数の場所に散在する環境でモデル開発する場合に向く。
→データの新たな扱い方として今後着目されるのではないか？
https://active.nikkeibp.co.jp/atcl/act/19/00146/102600093/?i_cid=nbpnxta_sied_pickup
三井化学、DXによる企業変革をYouTubeで公開
三井化学は、2030長期経営計画に基づき、社会課題解決企業への変革を進めており、DXを用いて、同社がどのような企業変革を実行してきたのか、その具体的な取り組みを三瓶雅夫常務執行役員・CDOが紹介する。
https://gomuhouchi.com/materials/46971/
材料開発の工数を半分に、老舗化学メーカーはデータサイエンスをどう適用したか
本資料ではMI-6社が提供するサービスの概要とともに、化学メーカーの導入事例を紹介する。
https://wp.techfactory.itmedia.co.jp/contents/68695
「マテリアルズ・インフォマティクス」に関する企業動向、成功事例、ビジネスモデルをまとめた最新版調査レポートの販売をIDTechExが開始
IDTechEx（先進技術調査会社: 本社英国 ケンブリッジ）は、「マテリアルズ・インフォマティクス 2023-2033年」と題した調査レポートを発行し、2022年11月14日より、日本法人のアイディーテックエックス株式会社（東京都千代田区）での販売を開始した。
https://www.dreamnews.jp/press/0000270283/
全原子古典分子動力学法による高分子物性計算を全自動化するソフトウェアRadonPyをリリース
高分子材料のMIの普及は他の材料系に比べると大幅に遅れている。このような現状を打破するために、東京工業大学の森川淳子教授、統計数理研究所の林慶浩助教と吉田亮教授、東京大学の塩見淳一郎教授、NIMSのPoLyInfo(External site)開発チームは、全原子古典分子動力学法（MD計算）による高分子物性計算を全自動化するソフトウェアRadonPyを開発した。
https://www.titech.ac.jp/news/2022/065280
化学の研究開発AIクラウドサービス「Datachemical LAB」にて学習データ欠損部の補完機能をリリース
化学の研究開発AIクラウドサービス「Datachemical LAB」では、化学の技術者がプログラミングなしに様々な新規材料開発において容易に機械学習を活用することができる。
https://www.jiji.com/jc/article?k=000000007.000099918&g=prt
材料開発の期間短縮へ原子レベルの新手法、「機械学習ポテンシャル」とは
機械学習ポテンシャルとは化学実験の結果を予測する機械学習モデルを開発する手法の1つ。機械学習ポテンシャルでは、スーパーコンピューターによる実験シミュレーションなどの量子化学計算の結果などを教師データとして使い、実験結果を予測するモデルを開発する。
https://active.nikkeibp.co.jp/atcl/act/19/00146/102600091/
DXを成功に導く「3つの要因」 旭化成の価値創造へ
旭化成グループは、デジタル技術でビジネスモデルを変革させ、価値創造をリードするために、デジタルトランスフォーメーション（DX）を積極的に推進している。デジタル変革の成功要因として「人」「データ」「組織風土」の3つを重要とした。
https://techblitz.com/asahi-kasei/
【DX事例】あの企業はどうDXを進めているのか？成功事例から学ぶビジネス革新の方法論
https://www.brainpad.co.jp/doors/news_trend/dx_learned_from_successful_cases/
材料開発向けデータマネジメントプラットフォームの国内販売を開始
Uncountableは、MIに必要なデータを蓄積でき、データ解析機能やレポート管理機能を有する。具体的には原料や比率などさまざまなパラメーターを利用者がマスター設定できる「電子実験ノート機能」や、目標の物性をターゲットとする配合レシピを提示する「配合レシピ推奨機能」、配合レシピを基に実験指示を出し、トラッキングできる「実験リクエスト機能」を備える。
https://monoist.itmedia.co.jp/mn/articles/2211/07/news059.html
データの収集から整形、蓄積、AI解析まで、一気通貫して行えるデータパイプラインを構築
昭和電工株式会社は実験の生データを入力する電子実験ノートから、データを活用するマテリアルズ・インフォマティクス（MI）ウェブアプリまでを一気通貫で接続し、MIアプリからAIモデル構築に使用された生データまで容易にアクセスできる機能を実装したデータパイプラインを他社に先駆けて構築した。
https://prtimes.jp/main/html/rd/p/000000024.000102176.html
化学業界の安全な企業間データ＆AI連携パッケージを開発
EAGLYS（イーグリス）株式会社は、化学業界の素材開発において、従来技術では困難であったデータやアルゴリズムを秘匿した状態での企業間データ連携やマテリアルズ・インフォマティクスへのデータ活用を実現する次世代型マテリアルズ・インフォマティクスソリューションEAGLYS ALCHEMISTA（イーグリス・アルケミスタ）の開発を発表した。
https://prtimes.jp/main/html/rd/p/000000039.000041103.html
2022年10月
産総研が窒化ケイ素セラミックスの破壊靭性をAI予測、材料開発を迅速化
産業技術総合研究所の中島佑樹氏らの研究グループは窒化ケイ素セラミックスの破壊靭性をAIで正確に予測する手法を開発した。加えて、壊れにくい窒化ケイ素セラミックス組織のモデル画像をAIで生成した。
https://xtech.nikkei.com/atcl/nxt/column/18/02122/00084/
【AI＆化学】化学のものづくりDXクラウドサービス「Datachemical LAB」にて多様な仮想サンプルの設計が可能に
データケミカル株式会社はものづくりDXクラウドサービス「Datachemical LAB（データケミカルラボ）」にて多様な仮想サンプルを設計する機能をリリースした。本リリースにより、材料開発の技術者はDatachemical LAB上で開発テーマに応じて、より的確な未知の実験条件を予測対象として生成し、次の実験候補のAI探索を効率的に行うことができる。
https://prtimes.jp/main/html/rd/p/000000005.000099918.html
材料開発に特化したデータマネジメントプラットフォーム「Uncountable」を販売開始
長瀬産業株式会社はUncountable Inc.が開発・提供する、材料開発に特化したデータマネジメントプラットフォーム「Uncountable（アンカウンタブル）」の販売代理店契約を2022年5月に締結し、国内における販売活動を本格的に開始した。「Uncountable」は、材料開発における実験データを保存、蓄積するための電子実験ノート機能を中心に、データ解析・分析機能、機械学習モデルによる配合レシピ推奨機能を併せ持つデータマネジメントプラットフォーム。
https://www.minyu-net.com/release/prwire/N202210138102.php
2022年9月
東レ、最適な樹脂選定を支援するDXサービスを開始
東レはこのたびAIを活用し、樹脂製品に関してこれまで培ってきた各種データをもとにマテリアルズ・インフォマティクス（MI）技術で物性データを予測するDXサービスを2022年度下期から開始する。今回、この物性予測システムを社外向けのデータベースに組み入れ、顧客が要求特性をシステム上で入力するだけで、東レ製品、開発品および予測品の特性、提供可能性を知ることができる樹脂材料データベースを開発した。
→予測の技術を用いて自社商品のポテンシャルを示してビジネスにつなげる
https://www.toray.co.jp/news/details/20220922163816.html
積水化学と日立がマテリアルズインフォマティクスで協創、CMOSアニーリングを活用
積水化学工業と日立製作所は2022年9月20日、材料開発におけるマテリアルズインフォマティクス（MI）の推進に向け協創を開始すると発表した。「CMOSアニーリングを活用した材料特性の最適条件探索による、材料開発の高度化」、「AIを用いて材料開発知識の整理を自動化し、多様な知識を蓄積するナレッジベースを構築」、「実験デジタルツインの構築と実験データ収集の自動化による材料実験業務のDX化」の分野で協創していく。
→イノベーションセンターでの会話や交流がきっかけ
https://monoist.itmedia.co.jp/mn/articles/2209/20/news075.html
PFNとENEOSが汎用原子レベルシミュレータ「Matlantis」の最新版を発表、72元素に対応
株式会社Preferred NetworksとENEOS株式会社は原子スケールで材料の挙動を再現して大規模な材料探索を行うことのできる汎用原子レベルシミュレータ「Matlantis」を共同開発し、2021年7月よりクラウドサービスとして提供を開始している。今回のバージョンアップにより「Matlantis」は、周期表の微量元素を除いた大部分をカバーする72元素に対応。これは、地球上に存在する物質の99.99%以上にあたる。
https://iotnews.jp/archives/205909
早稲田大学と富士通、全固体電池の電解質をAIで自動設計
早稲田大学と富士通の研究グループは、全固体2次電池の高分子固体電解質を人工知能（AI）で自動設計する新手法を開発した。機械学習法を工夫したほか、富士通が開発した疑似量子コンピューターを用い、膨大な候補群の中から最適な分子設計を抽出した。
https://www.ctc-g.co.jp/company/release/20220906-01471.html
AIを活用した材料開発の環境構築を支援
伊藤忠テクノソリューションズ株式会社AIのデータ分析技術を利用した材料開発のための環境構築支援サービス「MI Success Lab」を本日から提供する。
https://www.ctc-g.co.jp/company/release/20220906-01471.html
凸版印刷が「ＭＩ」活用拡大、研究員600人に教育
凸版印刷は人工知能（ＡＩ）などを用いて新素材の開発を効率化するマテリアルズインフォマティクス（ＭＩ）の活用を広げる。数年以内に「総合研究所」の全研究員にＭＩを教育する。
https://newswitch.jp/p/33622
住友ゴム工業、タイヤ材料の解析時間をトヨタのクラウド使い100分の1以下に
住友ゴム工業は、タイヤに使用するゴム材料のデータ解析にトヨタ自動車が提供するマテリアルズインフォマティクス（MI）のためのクラウドサービスを使う実証実験で、データ解析に要する時間を100分の1以下に短縮した。
https://dcross.impress.co.jp/docs/usecase/003261.html
コンタクトレンズのシードとみずほリサーチ＆テクノロジーズが協力 マテリアルズインフォマティクスを活用し材料開発でDX推進
コンタクトレンズの製造販売を行う株式会社シードとみずほリサーチ&テクノロジーズ株式会社はソフトコンタクトレンズ材料の開発を加速するため、データサイエンス技術を活用した物性予測モデル、並びにソフトコンタクトレンズ材料の性能に強い影響を与える原料の評価や所望の物性を実現するための実験条件の推定を行うツール群を開発した。
https://prtimes.jp/main/html/rd/p/000000045.000038735.html
積水化学工業 MIによる新規高分子系材料探索、明大と協業
積水化学工業はこのほど、明治大学の金子研究室（データ化学工学研究室）と協働で、マテリアルズ・インフォマティクス（MI）を活用したエレクトロニクス分野向けの新規高分子系材料の探索を開始したと発表した。
https://chemical-news.com/2022/08/31/%E7%A9%8D%E6%B0%B4%E5%8C%96%E5%AD%A6%E5%B7%A5%E6%A5%AD%E3%80%80mi%E3%81%AB%E3%82%88%E3%82%8B%E6%96%B0%E8%A6%8F%E9%AB%98%E5%88%86%E5%AD%90%E7%B3%BB%E6%9D%90%E6%96%99%E6%8E%A2%E7%B4%A2%E3%80%81%E6%98%8E/
2022年8月
トヨタの米研究所ら、燃料電池触媒をAIで迅速に探索
Toyota Research Institute（トヨタ・リサーチ・インスティテュート）と米ノースウェスタン大学は「データファクトリー」を使った新材料の開発で協力することを発表した。データファクトリーとは、ナノ材料の膨大なパラメータセットを探索し、データを収集した後、AI（人工知能）によって材料ゲノムを探索し、欲しい用途に最適な材料を見つける手法。
→高品質なデータセットが開発加速には重要か？
https://xtech.nikkei.com/atcl/nxt/news/18/13514/
三菱ガス化学 平塚研究所に新棟、新事業・製品創出を加速
三菱ガス化学はこのほど、平塚研究所（神奈川県平塚市）において研究棟を新設することを決定したと発表した。完工は2024年秋を予定している。同社は新規事業の創出と育成の加速に向けて、積極的に研究開発の投資や、研究部門の増員を進めている。平塚研究所においてもMI（マテリアルズインフォマティクス）などを活用しながら研究の加速を図り、強みを生かした素材や加工技術開発への取り組みを強化している。
https://chemical-news.com/2022/08/24/%E4%B8%89%E8%8F%B1%E3%82%AC%E3%82%B9%E5%8C%96%E5%AD%A6%E3%80%80%E5%B9%B3%E5%A1%9A%E7%A0%94%E7%A9%B6%E6%89%80%E3%81%AB%E6%96%B0%E6%A3%9F%E3%80%81%E6%96%B0%E4%BA%8B%E6%A5%AD%E3%83%BB%E8%A3%BD%E5%93%81/
全固体電池の電解質を機械学習で自動設計する新手法＝早大と富士通
早稲田大学と富士通の研究グループは、全固体二次電池の高分子固体電解質を機械学習で自動設計する手法を開発した。
研究グループは、2つの人工知能（AI）を組み合わせて適切な分子構造の物質の候補を出力させ、候補の中から最適なものを富士通が開発した疑似量子アニーリング・コンピューターで絞り込む手法を採った。
https://ascii.jp/elem/000/004/100/4100817/
【岡山大学】医療ビッグデータを用いたデータサイエンスによって広がるドラッグリポジショニングの可能性
既存薬の有効性や安全性が得られる医療ビッグデータと、既存薬の新規作用のメカニズムが解明できるバイオインフォマティクスやケモインフォマティクスを組み合わせる、研究グループ独自の手法を用いて、既存薬から治療薬・予防薬を見出した。
https://www.sanyonews.jp/article/1293744
2022年6月
複数のAIを活用し、複雑な材料データからさまざまな機能を予測する技術を開発
産業技術総合研究所、先端素材高速開発技術研究組合、日本ゼオン（株）は、複数の人工知能（AI）を用いることで複雑な構造を持つ材料のデータを処理し、高速・高精度にさまざまな機能を予測する技術を開発した。今回開発したマルチモーダルAI技術は、母材・添加剤・充填剤といったさまざまな配合を持つ材料（複雑材料系）に対して、深層学習（ディープラーニング）を適用する新しい技術で、画像や分光スペクトルといった異なる複数のデータを計測・統合することで、従来のAI技術を適用できなかった複雑材料系も、2万分の1以下の時間で高精度に異なる複数の特性の予測が可能。
→敵対的生成ネットワーク（GAN）によってインプットデータを増やしている
https://www.nedo.go.jp/news/press/AA5_101554.html
ロボティクス＋スパコン＋AIが材料開発を変える、これがMIの未来だ
MIのデータ収集に関する記事。MIは「データ駆動型科学」と呼ばれ、データが多ければ多いほどより良い成果が得られる傾向がある。こうした事情を背景にMIに取り組む日本メーカーは、MIのために実験の数を増やす取り組みを始めている。
→自動実験ロボとの組み合わせなどいかにしてデータを取得するかが最近着目されている
https://xtech.nikkei.com/atcl/nxt/column/18/02104/062800003/
三井化学、IBM Watsonによる新規用途探索の全社実用をスタート
022年6月から、三井化学グループ全社でIBMのAIであるIBM Watsonを実装し、ニュース・SNS・特許といった外部のビッグデータも活用して、三井化学製品の新規用途探索の実用を開始した。具体的には、三井化学の営業現場では、材料・素材の機能専門用語から、消費者の声や特許等のデータとの相関を分析。
https://prtimes.jp/main/html/rd/p/000000257.000046783.html
AGCが内製ツールで挑むマテリアルズインフォマティクス、新組成を8倍速で発見
AGCは独自開発マテリアルズインフォマティクス（MI）ツールを本格運用したと説明した。ツールは電子実験ノート機能を備えたデータベースの役割を果たすものと主にベイズ最適化を活用した分析を行うものの2つがある。
→現在70%の研究員がツールを使っており、かなり浸透している
https://news.yahoo.co.jp/articles/efb082949d17d2b5c259c529c72c5be41f642e94?page=1
SEMIジャパンが量子コンピューターの協議会を設立、半導体製造技術の応用に期待
半導体の業界団体SEMIジャパンは量子コンピューターに関する技術交流や事業化を促進するため「SEMI量子コンピュータ協議会」を設立。半導体製造装置企業や材料メーカーなどが参加し、技術交流や情報共有の機会を設け、新たな事業の創出を目指す。
https://xtech.nikkei.com/atcl/nxt/news/18/13021/
材料開発（MI）のデータサイエンス実践事例～BrainPad DX Conference 2022～実践セミナー
「DOORS-BrainPad DX Conference2022」でブレインパッド社の魚井氏の材料開発にけるデータサイエンスに関するセミナーの記事。需要予測のAIプロジェクトとMIプロジェクトの比較がされている。データの数や予測精度に関する比較は非常に興味深い。
https://www.brainpad.co.jp/doors/feature/02_conference_2022_materials_informatics-2/
横浜ゴム、日座氏等が日本ゴム協会賞受賞
タイヤ密度汎関数理論計算、ハイスループットシステム、マテリアルズインフォマティクスの活用によって最適触媒・反応系の開発期間を大幅に短縮することに成功しており、将来のカーボンニュートラルな基幹技術として量産化が期待されること、従来の材料開発に代わってマテリアルズインフォマティクスを積極的に導入したことなどが評価された。
https://gomuhouchi.com/tire/43460/
2022年5月
第一工業製薬、滋賀大学と包括連携協定を締結
第一工業製薬は賀大学と連携協力することで、ビッグデータを利活用した共同研究による課題解決、若手研究員のデータサイエンス人材育成、事業推進と価値創造の実現を加速させます。
https://prtimes.jp/main/html/rd/p/000000007.000073630.html
コニカミノルタ、機械学習により持続可能な新材料の探索をスピードアップ
コニカミノルタ株式会社および奈良先端科学技術大学院大学の船津公人教授は、Science and Technology of Advanced Materials: Methodsに共著発表した論文において複合材料中の代替材料を選抜できる機械学習法を開発したと報告している。研究グループが開発した新しい代替材料探索手法の最大の特徴は、構成材料間の相互作用が複合材料全体の性能にどの程度寄与しているかを明らかにする事で、相互作用の影響を考慮しつつ複合材料を開発できる点にある。その結果、元の材料と同等の性能を持つ代替材料を容易に探し出すことができるようになる。
https://kyodonewsprwire.jp/release/202205271840
2022年4月
三井化学がデジタル人材育成に本腰、自社保有のデータ生かした研修プログラムの中身
化学業界では人工知能（AI）を導入して材料開発の効率を上げるマテリアルズ・インフォマティクス（MI）が進み、デジタル人材の需要が急速に高まっている。同社はNEC、アビームコンサルティング（東京・千代田）と手を組み、デジタル人材育成プログラムを作成。2025年度までに165人の専門人材育成を目指す。
→旭化成の事例の見られたが、レベル分けと裾野を広げる動きが多いように感じられる
https://xtech.nikkei.com/atcl/nxt/column/18/00001/06798/
化学のものづくりDXに特化したデータ解析・機械学習クラウドサービス「Datachemical LAB」を提供開始
データケミカル株式会社は、化学のものづくりDXに特化したデータ解析・機械学習クラウドサービス「Datachemical LAB（データケミカルラボ）」の提供を2022年4月21日より開始します。
https://www.jiji.com/jc/article?k=000000003.000099918&g=prt
昭和電工、AI予測システムに機械学習オペレーションを導入し材料開発の迅速化を実現
昭和電工はAIを用いた材料開発において、機械学習モデルを効率的に運用する仕組み、MLOps(*)（機械学習オペレーション）を他社に先行して構築し、活用を開始しました。これにより、機械学習モデルの開発からシステムの運用までの一連の流れに要する時間を従来の1カ月当たり5日から1日に短縮することが可能となり、また常に最新のデータを基に材料の特性予測を行えることで、材料開発の迅速化を実現しました。
https://www.excite.co.jp/news/article/Jcn_76574786/
ライオンと日立がＤＸで製品開発時間を短縮ハミガキの製造プロセス上の課題を事前予測し、最適組成を自動提案するシステムを開発
ライオンと日立製作所は研究所で開発した新たなハミガキの組成をもとに、実際に工場で生産する際に生じる課題を事前に予測し、製造プロセス上最適な組成情報や物性情報の案を自動提案するシステムを開発しました。先進デジタル技術を活用した本システムをさらに他の課題にも適用して運用することで、最大約４０％の製造プロセス検討時間の削減が見込まれるため、ハミガキの製品開発のスピードアップが期待されます。
https://prtimes.jp/main/html/rd/p/000000114.000067590.html
希少アミノ酸の量産技術確立に向け長瀬産業と日立が協業、化粧品や健康食品向けで
長瀬産業と日立製作所、日立プラントサービスは2022年4月19日、バイオテクノロジーとデジタル技術を組み合わせたスマートセルの生産能力を高めるプロセスの確立に向けて共同開発を開始したと発表した。
https://monoist.itmedia.co.jp/mn/articles/2204/20/news061.html
大同特殊鋼が材料開発にAI、研究者向けに深層学習モデル開発環境を構築
大同特殊鋼が、特殊鋼の開発・検査プロセスに機械学習を採用し、マテリアルズインフォマティクスへの取り組みを加速させている。研究員が共同利用できる統合的なディープラーニングモデル開発環境を2018年に構築し、高機能化するマテリアル（材料）開発プロセスのスピード向上と、検査精度の均質化による歩留まり向上を目指す。
https://active.nikkeibp.co.jp/atcl/wp/b/22/04/12/02527/
三菱ガス化学がマテリアルズインフォマティクスに本腰、日立との協創
三菱ガス化学はMI導入を加速すべく、日立製作所を協創パートナーとして選んだ。①最適組成探索のための仮想実験、②電子顕微鏡画像と材料品質の関係性の定量化、③研究計画・実験データ・研究プロセスの統一的な蓄積・利活用などの事例があり、半導体材料で目標性能を満たす新素材探索精度が約50％向上した。
→失敗のデータを含めた過去データの蓄積が研究開発の加速につながっている
https://monoist.itmedia.co.jp/mn/articles/2204/18/news043.html
HPCとAIにより高速にアンモニアの触媒を探索する共同研究 - 富士通
富士通はアイスランドの企業Atmoniaと共に、HPC（High-Performance Computing：高性能計算）とAI（Artificial Intelligence：人工知能）を活用してアンモニアをクリーンに合成するための触媒探索に関する共同研究を開始すると発表した。富士通が持つ材料探索を効率化するHPC技術およびAI技術と、Atmoniaが有するアンモニア合成におけるシミュレーションデータを組み合わせることで、高速に量子化学シミュレーションを実行し、アンモニアの触媒材料の選定や表面構造の最適化などの探索時間を短縮する新材料探索技術の開発に取り組む。
https://news.mynavi.jp/techplus/article/20220413-2320938/
ゴム材料開発における解析時間を100分の1以下に短縮…住友ゴム、トヨタの材料解析クラウドサービス活用で
住友ゴム工業はトヨタ自動車の材料解析クラウドサービス「ウエイブベイス」を活用し、ゴム材料開発における解析時間を100分の1以下に短縮することに成功したと発表した。トヨタは同社が持つ自動車に使われる材料開発のために培ってきたデータ処理技術を応用した、様々な材料解析サービスを展開している。
https://response.jp/article/2022/04/12/356168.html
旭化成・住友化学・三井化学・三菱ケミカルが水平連携、「化学ＭＯＰ」の現在地
化学業界のオープンイノベーション推進に向け、２０１７年度より物質・材料研究機構（ＮＩＭＳ）と化学系大手メーカー４社（旭化成、住友化学、三井化学、三菱ケミカル）は水平連携による「マテリアルズ・オープン・プラットフォーム」（化学ＭＯＰ）を開始した。化学ＭＯＰでは、ポリマー材料の強度（引張弾性率）やもろさ（シャルピー衝撃値）といった材料物性を機械学習で予測する際に、比較的容易にデータ取得可能なＸ線回折などプロセス成形加工後の材料構造情報を含む測定結果の有効活用を検討し、開発の加速に繋げた。
https://newswitch.jp/p/31664
日産、全固体電池の積層ラミネートセル試作設備を公開 2028年度の実用化へ研究開発を加速
日産自動車は8日、全固体電池の積層ラミネートセルを試作生産する設備を公開した。総合研究所（神奈川県横須賀市）内に設置したもので、2024年度までに横浜工場（横浜市神奈川区）内に設置する全固体電池のパイロットラインで量産試作する仕様の材料や設計、製造プロセスを検討する。全固体電池の材料開発では米カリフォルニア大学サンディエゴ校（UCSD）と米航空宇宙局（NASA）とパートナーを組んでいる。
https://news.yahoo.co.jp/articles/8303d6ad43088b9e0858f5ae6d5c81948cf26024
【量子技術による材料開発】DIC、カナダのスタートアップ企業 グッド・ケミストリー社と共同研究を開始
DICは、量子技術を活用した材料開発事業の拡充を目的として、量子化学シミュレーションをターゲットに量子コンピューティング、AI、クラウドコンピューティングを用いて研究開発を行うカナダのスタートアップ企業、グッド・ケミストリー社（英名：Good Chemistry Company、本社：カナダ バンクーバー、以下「Good Chemistry 社」）との共同研究を開始した。
https://www.ctiweb.co.jp/jp/news/6706-dic-11.html
「車載電池」安定供給へ、パナソニックのＡＩの生かし方
パナソニックはすでにコバルトを使わない「コバルトフリー」の電池を数年内に投入する方針を示していた。さらにマテリアルズインフォマティクスを活用して含有率の高いニッケルについても使用量の削減に踏み込む。
https://newswitch.jp/p/31567
2022年3月
量子コンピューターで化学を変える、国内の有力メーカーが検証中
「現状の量子コンピューターはまだ計算精度が足りず、シミュレーションできる化学現象も限られている。しかしもし高精度化できれば、材料開発のスピードが大きく上がると考えている」(JSRマテリアルズ・インフォマティクス推進室の大西裕也次長)JSRは量子コンピュータの活用を模索している。
https://xtech.nikkei.com/atcl/nxt/column/18/02003/032900004/
QunaSys、日本ゼオン株式会社と化学メーカーとして初の業務・資本提携
量子コンピュータ向けアルゴリズム・ソフトウェア開発に強みを持つ株式会社QunaSysはこの度日本ゼオン株式会社と業務提携契約を締結した。QunaSysが持つ、量子コンピュータをはじめとした先進デジタル技術の知見と、日本ゼオン株式会社が持つ材料開発における優れた基盤・知見を融合し、カーボンニュートラル等の大潮流から生まれる新たな材料ニーズに応え、社会課題解決を目指す。
https://prtimes.jp/main/html/rd/p/000000024.000041464.html
東北大、相変化メモリの消費電力を従来の1/100に低減できる開発指針を発表
東北大学は3月25日、次世代半導体メモリの1つである「相変化メモリ」(PCRAM)に最適な材料物性を高速に探索・特定する自動最適化フレームワークを開発し、相変化メモリの消費電力を従来の1/100に低減できる可能性を示したことを発表した。今回の研究では、「求根アルゴリズム」と「ベイズ最適化」を併用した機械学習を用いた探索法により、多数のパラメータを一括して探索し、消費電力を下げるために鍵となる物性を特定することができるようになり、その結果、新たな相変化材料の設計指針を明確にすることができた。
→計算負荷が増えるにつれて計算の軽量化や高速化といった技術も必要となる
https://news.mynavi.jp/techplus/article/20220328-2306013/
データ駆動型の自動実験ロボで材料探索、Li-O2電池寿命を2倍に
NIMSは、独自開発した電気化学自動実験ロボットとデータ科学的手法を組み合わせた新しい材料探索手法を確立した。同手法をリチウム空気電池用電解液材料探索に適用し、充放電サイクル寿命を約2倍向上させる電解液材料の開発に成功した。研究チームは、電解液の調合とその電池性能評価を人力の100倍以上の速度で実施可能な、自動実験ロボットの開発に取り組んできた。
https://bp-affairs.com/news/2022/03/20220324-11482.html
2022年2月
三菱ガス化学が日立との協創を通じ、半導体材料などの新素材開発をDX化
三菱ガス化学と日立製作所はこのたび、三菱ガス化学の機能化学品事業部門において、AIやデータ解析により新材料や代替材料を効率的に探索するマテリアルズ・インフォマティクスなど先進のデジタルソリューションを活用し、半導体材料において目標性能を満たす新素材探索の精度を約50%程度向上するほか、新素材探索に必要な実験時間を30～50%短縮することを確認しました。
→以前の旭化成の例を含めて、データを集めて活用するフェーズは完了した印象を受ける
https://prtimes.jp/main/html/rd/p/000000092.000067590.html
製造業向け「インフォマティクス」スタートアップ、1.5億円調達
製造業向け人工知能（ＡＩ）ソフトウエアを手がけるＳＵＰＷＡＴはベンチャーキャピタル（ＶＣ）などから約１．５億円の資金調達を実施した。スプワットは２０１９年設立のＡＩスタートアップ。製造業での設計や強度などのシュミレーションをデータによって最適化する「メカニカルインフォマティクス」を手がける。メカニカルインフォマティクスでは、材料や過去の設計データから設計を予測することで開発速度を高める。
https://newswitch.jp/p/30969
昭和電工、量子着想技術で半導体材料の配合探索時間を約7万2000分の1の数十秒に短縮
昭和電工は、半導体材料の最適な配合探索にかかる時間を量子コンピューティング技術の活用によって、従来の数十年以上から数十秒へと大幅に高速化できることを実証した。昭和電工のAIモデルと富士通の量子着想技術を連携させて実現した。
https://it.impress.co.jp/articles/-/22701
ロボットとAIを組み合わせて燃料電池の材料開発を効率化＝東大
東京大学などの研究チームは、燃料電池などのものづくりの核になる粉体膜乾燥プロセスを人工知能（AI）とロボットを組み合わせることでより少ない試行回数で最適化する手法を開発し、実証実験で新しい加熱方法を発見した。ロボットとAIを粉体膜乾燥プロセスに適用し、実証したのは世界で初めてである。約3万通りの候補からわずか40回の試行で発見することに成功した。さらに、「2段階加熱」という斬新な加熱方法も見い出した。
→ロボティクス×AIはトレンドとなりつつある
https://www.technologyreview.jp/n/2022/02/10/268991/
材料分野のデータ駆動型研究、政府一体推進で産業競争力磨け
内閣府と文部科学省、経済産業省は、政府一体でマテリアル分野のデータ駆動型研究を推進する体制を構築する。ここで開発された人工知能（ＡＩ）ツールの共有や産学でのデータ連携などについて調整する。
https://newswitch.jp/p/30776
マテリアルズ・インフォマティクス（MI）を進める際のつまずきやすい点と解決策 日立ハイテクソリューションズらが解説
データの確保、人材の育成、マネジメント層の方針、本当の課題（どこで困っているのか）の明確化などがポイント
→自社や自業務を一歩引いて見ていて、どこに課題があるのか考えてみる必要がありそう
https://ledge.ai/hsl-webinar-report/
2022年1月
熱関連材料の熱物性を容易に検索可能なデータベースシステムを開発・公開
これまで体系化されていなかった熱物性情報と関連データを統一したデータベースシステムとして整備し、それぞれの熱関連材料が持つ熱物性値の相関を解析・表示できるようにした。
→ニーズが高い領域のデータベースが求められる
https://www.nedo.go.jp/news/press/AA5_101504.html
材料開発にＡＩを応用する「ＭＩ」、黎明期に旗振り役を務めた京大教授の懸念
「研究のデファクトスタンダード（事実上の標準）を取りにいく努力をもっとしなければならない。計算物理では国際的な求人の７割がＭＩ関連。欧米は計算物理からＭＩに舵（かじ）を切った。日本の人材は非常に少ない。」
https://newswitch.jp/p/30405
2021年12月
仮想環境でリアルタイムシミュレーション 三菱ケミカルのDXとは
デジタルツインを活用した仮想環境でのシミュレーションを推進。三菱ケミカルは既存のモデルプラントや新設モデルプラントでのDXの検証を進めてスマートファクトリーに向けた取り組みを加速させる考えだ。
https://active.nikkeibp.co.jp/atcl/sp/b/21/11/26/00613/?tkn=TMqI6Osdwad4fgg4D84tEyNPh7G1A1s0b3xY1nv6UOU%3D
シグマアイと三井化学 量子アニーリング技術を使い化合物探索等の応用実証研究を開始
量子アニーリングマシンを活用した研究開発ソリューション・アプリケーションを提供する株式会社シグマアイは、三井化学株式会社と共同で材料探索を加速化する量子アニーリングの応用に関して化合物探索や組成配合最適化といった具体的な事例について応用実証研究を開始した。
→量子アニーリング（量子力学の効果を使って、ある種の関数の最小値を求める方法。）の技術が近年着目されてる
https://prtimes.jp/main/html/rd/p/000000013.000051822.html
新規材料を探すための実験回数、独自AIで「半分以下」へAIソフト製作「ハカルス」と一杉・東工大教授 「実験計画手順」を開発
AIが自ら重要なデータを抽出して学習と推論を行う「スパースモデリング」の活用で実験回数の削減を目論む。
https://www.jiji.com/jc/article?k=000000052.000026090&g=prt
「業務に強い人がデジタルを習う方が早い」--従業員が主体となる旭化成のDX
旭化成が目指すデジタルトランスフォーメーション（DX）のビジョン。2023年には全従業員がBIツールを活用できることを目指す。
https://japan.zdnet.com/article/35181053/
マテリアルズインフォマティクスに関する紹介記事
MIを導入するメリットは「開発期間の短縮による事業競争力の強化、コスト削減、人間では考えつかない組み合わせの発見につながる革新性」（旭化成 河野禎市郎インフォマティクス推進センター長）、日本の化学メーカー各社は人材育成やツール開発に取り組んだり、大手メーカーがスタートアップと協業したりする動きもある。
https://active.nikkeibp.co.jp/atcl/act/19/00146/112400071/
ナレッジパレットが田辺三菱製薬とデータ駆動型創薬共同研究契約を締結
創薬及び再生医療高品質化の研究開発を行う株式会社ナレッジパレットと田辺三菱製薬株式会社は細胞の全遺伝子発現データと形態画像データの統合解析を通じたデータ駆動型創薬スキーム構築を目的とする共同研究契約を締結した。本研究ではヒト細胞を多種類の化合物で処理し、ナレッジパレットが大規模トランスクリプトーム解析技術によって取得した細胞の全遺伝子発現データと、田辺三菱製薬が取得した細胞形態画像データをバイオインフォマティクスに基づき統合解析することで、化合物処理に伴う細胞形態変化に関連する遺伝子・パスウェイを同定する。
https://www.sankei.com/economy/news/211215/prl2112150118-n1.html
横浜ゴム AIを活用したタイヤ特性値予測システムを独自開発
横浜ゴムはAIを活用したタイヤの特性値予測システムを独自に開発し、タイヤ設計において実用を開始したと発表した。人がタイヤの設計パラメーターである構造や形状に関する仕様データ、コンパウンドなどの物性値に関する材料データ、評価条件を入力すると予測されるタイヤ特性値をAIが出力する。また、このシステムでは転移学習によってタイヤ設計で起こりがちなAIの予測精度の低下を抑制できる。
https://autoprove.net/supplier_news/yokohama/203016/
昭和電工 AIを活用した設計条件の探索、NNモデルを開発
昭和電工は物質・材料研究機構（NIMS）、東京大学と共同で2000系アルミニウム合金の設計条件と機械特性の相関を高精度で予測するニューラルネットワーク（NN）モデルを開発したと発表した。開発では、2000系アルミ合金を対象とし、日本アルミニウム協会などの公開データベースから収集した同合金の410種類の設計データを用いて、室温から高温にわたる幅広い温度域での強度を高精度で予測するNNモデルを開発した。
https://chemical-news.com/2021/12/03/%E6%98%AD%E5%92%8C%E9%9B%BB%E5%B7%A5%E3%80%80ai%E3%82%92%E6%B4%BB%E7%94%A8%E3%81%97%E3%81%9F%E8%A8%AD%E8%A8%88%E6%9D%A1%E4%BB%B6%E3%81%AE%E6%8E%A2%E7%B4%A2%E3%80%81nn%E3%83%A2%E3%83%87%E3%83%AB/#:~:text=%E6%98%AD%E5%92%8C%E9%9B%BB%E5%B7%A5%E3%81%AF2%E6%97%A5,%E9%96%8B%E7%99%BA%E3%81%97%E3%81%9F%E3%81%A8%E7%99%BA%E8%A1%A8%E3%81%97%E3%81%9F%E3%80%82
東レ MIの活用により短期間でCFRPを開発
東レはマテリアルズ・インフォマティクス技術を活用し、優れた難燃性と力学特性をもつ次世代の航空機用途向け炭素繊維強化プラスチック（CFRP）を短期間で開発したと発表した。要求される特性から材料設計を絞り込む逆問題解析手法に、東北大学との共同研究で導入した自己組織化マップ（SOM）をツールとして用いた。CFRPを構成する多種のエポキシ樹脂とフィラーの組み合わせデータベース（DB）を構築し、SOMにより似た特性をもつグループを作り可視化することで、複数の材料群から目的とする特性を達成するための適切な組み合わせ（ターゲットエリア）を抽出。
→データベースに対してグループ分けや可視化など行う点がポイント
https://www.google.com/url?rct=j&sa=t&url=https://chemical-news.com/2021/12/02/%25E6%259D%25B1%25E3%2583%25AC%25E3%2580%2580mi%25E3%2581%25AE%25E6%25B4%25BB%25E7%2594%25A8%25E3%2581%25AB%25E3%2582%2588%25E3%2582%258A%25E7%259F%25AD%25E6%259C%259F%25E9%2596%2593%25E3%2581%25A7cfrp%25E3%2582%2592%25E9%2596%258B%25E7%2599%25BA/&ct=ga&cd=CAEYASoTODg4MTc2NzU0ODM4NzQxNjIyNDIcNmFiNjM5OWJiZGYxZGViYTpjby5qcDpqYTpKUA&usg=AFQjCNEy-TtRpUeIfqSpCZxOuaL2H_DpSw
2021年11月
長瀬産業 東京工業大学 共同研究契約を締結
長瀬産業は東京工業大学とマテリアルズ・インフォマティクスプラットフォーム「TABRASA(R)」を使用した共同研究契約を締結した。東京工業大学の一杉・清水研究室は長瀬産業との共同研究に「TABRASA(R)」を活用、長瀬産業は東京工業大学に「TABRASA(R)」を提供し、東京工業大学による評価を通じて改良、改善、新機能の開発を行う。
https://www.sanspo.com/geino/news/20211129/prl21112911300076-n1.html
トヨタも参画「磁石」の大型研究開発、「データ駆動」で効率高める
磁石研究で人工知能（ＡＩ）やビッグデータなどを活用し開発効率を高める「データ駆動型」の産学連携が進んでいる。文部科学省と経済産業省の事業で１０年プロジェクトが進んできた。
https://newswitch.jp/p/29759
人智を超えた素材開発とその効率化の先にある未来とは：「WIRED CONFERENCE 2021」ウミトロン・藤原謙 × パナソニック テクノロジー本部・横山智康
https://wired.jp/branded/2021/11/25/wired-conference-2021-panasonic-ws/
電気自動車の駆動用などで需要が高まるネオジム磁石、NIMSが最小限の実験と機械学習による最適な製作条件の予測に成功
国立研究開発法人物質・材料研究機構（NIMS）は永久磁石では最強とされる希土類磁石（レアアース磁石）、ネオジム磁石の製作条件を変えて得たデータを機械学習させることで、最小限の実験回数で磁石特性を最大化できることを実証したと発表した。
https://jp.techcrunch.com/2021/11/16/nims-magnet-fabrication-condition-optimization/
新材料探索のプロセスをAIとロボットで再構築する化学者のあくなき探求
トロント大学の化学者であるアスプル・グージック教授は、これまでは20年かかったような新材料探索のプロセスを、AIやロボットを組み合わせて自動化することで、数年あるいは数カ月にまで短縮しようとしている。
https://www.technologyreview.jp/s/260676/this-chemist-is-reimagining-the-discovery-of-materials-using-ai-and-automation/
経験や勘に頼るデータ分析、AIに任せてみては？ 化粧品の開発現場で進む効率化――人は“頭を使う仕事”に専念
HACARUS社は化粧品開発の課題に対して、データサイエンスのエキスパートとしての知見から、次の解決案を策定した。
①AIによる自動解析…マテリアルズ・インフォマティクスによる処方設計の最適化と、解釈性の高い設計を実現
②AIによる実験条件の絞り込み・推薦…不要な実験条件を排除、優先度に基づく実験推薦
https://www.itmedia.co.jp/news/articles/2111/18/news006.html
材料開発におけるＤＸ推進を支援するための「材料開発ソリューション」を提供開始
実験データの収集・蓄積に際し、日立ハイテクが取り扱う豊富な検査・分析装置の活用や、最新設備などを兼ね備えた受託評価サービスとの連携を行うことで、より幅広い業界・企業における材料開発の課題解決に貢献する。
https://prtimes.jp/main/html/rd/p/000000092.000049375.html
ソフトバンク、次世代電池の開発で大きく前進し、「全固体電池用正極材料の開発」など三つの新技術の実証に成功
慶應義塾大学との共同研究では、MIと化学的考察を併用して重要度の高い記述子を絞り込む手法により、50個という少ない文献データから優れた外挿精度を持つ性能（電位・容量・エネルギー密度）予測モデルの構築に成功した。このモデルを用いることで、1,000Wh／kgを超えると予測される、正極材料の候補となる化合物を数種類発見することにも成功した。
→化学的考察が外挿領域での予測精度に寄与した可能性もあり興味深い
https://www.softbank.jp/corp/news/press/sbkk/2021/20211102_01/
2021年10月
最少の実験回数で高い予測精度を与える汎用的AI技術を開発～材料開発のDX：NIMS、旭化成、三菱ケミカル、三井化学、住友化学の水平連携で実現～
化学マテリアルズオープンプラットフォーム（化学MOP）からなる水平連携において、強度や脆さといった材料物性を機械学習で予測する際に、材料の構造から得られる情報を有効に活用し、少ない実験回数で、予測値と実値の誤差を小さくできる（予測精度の高い）AI 技術を開発しました。
→有用なデータの蓄積やツールの使いこなしといった領域に各社のウェイトが置かれる可能性がある
https://www.jpubb.com/press/2908585/
https://motor-fan.jp/tech/article/6754/
三菱ケミカルＨＤ・浦本直彦ＣＤＯに聞く、「両利きのＤＸ」進める
三菱ケミカルホールディングス（ＨＤ）がデジタルトランスフォーメーション（ＤＸ）を一段高いステージに引き上げる。機械学習や量子コンピューティングなどの技術革新がグループ企業に与える影響などをまとめた『デジタルテクノロジーアウトルック』、デジタル技術によるビジネスモデルの変革事例を類型化した『デジタルプレイブック』などを作成してきた。専門技術の蓄積やグループ全体への横通しに向けて『テキストマイニング』『マテリアルズインフォマティクス（ＭＩ）』『数理最適化』『画像解析』の４つのセンターオブエクセレンス（ＣｏＥ）を立ち上げ、着実に成果を挙げている。機械学習のコンテストのような草の根的な取り組みも行ってきた」
→MI定着に向けた全社的な取り組みの重要性を再認識させられる
https://www.google.com/url?rct=j&sa=t&url=https://www.chemicaldaily.co.jp/%25E4%25B8%2589%25E8%258F%25B1%25E3%2582%25B1%25E3%2583%259F%25E3%2582%25AB%25E3%2583%25AB%25EF%25BD%2588%25EF%25BD%2584%25E3%2583%25BB%25E6%25B5%25A6%25E6%259C%25AC%25E7%259B%25B4%25E5%25BD%25A6%25EF%25BD%2583%25EF%25BD%2584%25EF%25BD%258F%25E3%2581%25AB%25E8%2581%259E%25E3%2581%258F%25E3%2580%2581%25E3%2580%258C%25E4%25B8%25A1/&ct=ga&cd=CAEYAioUMTgzNDIwNTA1MTQzOTIzMDUwNzYyHDZhYjYzOTliYmRmMWRlYmE6Y28uanA6amE6SlA&usg=AFQjCNGBnBend0iAPdrUelrU3vtPtnUc6w
積水化学加藤社長「変革できない人はリーダーになれない」
積水化学社の社長インタビュー記事。この数年、外部のコンソーシアムでも学びながら、マテリアルズインフォマティクスに力を入れている。化学実験をトライアンドエラーに頼るのではなく、情報科学技術を活用し、物質選定や製造条件検討などを圧倒的に効率化する。
https://business.nikkei.com/atcl/gen/19/00345/102000004/
素材業界向け研究開発データ管理プラットフォームを開発するランデフトがインキュベイトファンドから約7000万円の資金調達を実施
材料科学分野の研究開発におけるワークフロー（合成、測定、解析、報告）で生じる情報を管理の対象とし、各段階で生じる情報を全ての源である試料に紐付けて本来保たれるべき情報間の繋がりを保持し、材料科学分野特有の多様なメタ情報も適切に管理することで、データ駆動科学と呼ばれる新しい研究パラダイムに組織として対応できる体制を提供する。
→少なくとも同一企業内でいかにデータを蓄積していくかは課題である
https://prtimes.jp/main/html/rd/p/000000001.000087307.html
人工知能により材料の構造画像を生成し、物性を予測する技術を開発
カーボンナノチューブ（CNT）を用いて作製した膜について、その構造画像と物性値をAIに学習させたのち、コンピューター上で2～3種類のCNTを任意の割合で混合した膜のAI画像を生成することで、CNT膜の物性値を精度よく予測することを可能にした。今回開発した技術によって、化学構造や原子の周期配列のみに頼ることなく、材料の物性や最適な組成を予測する。
https://www.aist.go.jp/aist_j/new_research/2021/nr20211019/nr20211019.html
「マテリアルズ・インフォマティクス」、製造業ならではの導入課題と解決策
マテリアルズ・インフォマティクスの必要性とその効果について解説する動画
https://active.nikkeibp.co.jp/atcl/wp/b/21/09/30/01930/
旭化成が「MI人材」を600人育成へ、材料開発をAIで加速
2021年までの3年間で630人のMI人材を育成する目標で、機械学習やPythonなどを学べる環境を「JupyterLab」などによって社内に構築した。低燃費タイヤ用の新規ポリマー材料の開発にMIを適用したところ、通常は数年かかる開発期間を半年程度に短縮できた実績もある。初級はオンライン講義受講、中級はMIの実践プログラムの受講、実務で成果が出た者を上級とする。
→社内教育制度の充実もMIの浸透に必要（単体の従業員は約8,500人なので630人は7%）
https://xtech.nikkei.com/atcl/nxt/column/18/00001/06113/
2021年9月
適切な実験計画で機械学習による材料特性予測の精度を向上
XRDやDSCのデータを用い、なるべく少ない材料作製回数で正確に材料特性が予測できるように、次に作製する材料を適切に選定するAI技術を開発した。本技術を利用して正確な予測が実現できると、材料の「構造」と「特性」の関係が明らかになり、特性の発現起源の明確化・材料開発指針の迅速化が可能となる。
https://www.minyu-net.com/release/prwire/N202109290858.php
文科省が推進する「研究開発ＤＸ」に山積みする課題
文部科学省は研究のＤＸ推進予算として２０２２年度の概算要求に６２１億円を計上し、各分野の研究事業を、人工知能（ＡＩ）やデータ科学を駆使した「データ駆動型」に移行することを目指す。各分野で蓄積したデータを掛け合わせ、異分野融合の新しい研究体制を構築する狙いだが、課題も山積している。
→各企業が抱えるデータをいかに共有するかは課題、企業がデータを提供することにいかにメリットを感じてもらうかの仕組みづくりなどが必要
https://newswitch.jp/p/28976
製薬業界が注視 バイオインフォマティクスが新薬開発を変える
スキルアップAI株式会社は医療・製薬・ヘルステック等の業界プロフェッショナルへ向けた「バイオインフォマティクス講座」を新規開講する
https://prtimes.jp/main/html/rd/p/000000071.000035215.html
富士通、特許などの化学文書検索をAIで支援する
富士通は研究者が求める材料情報を容易に検索できるAI化学文書検索ソリューションの提供を開始すると発表した。特許などの化学文書検索をAIによって支援するソリューションであり、従来より作業時間を1/5程度に短縮する。価格（税別）は、SaaS版が年額1000万円（100ユーザー）から。パッケージ版は、ライセンス費用が1600万円。
→検索範囲を論文などにも広げ、実験条件などとも紐づけることができるようになると取得できる情報量が一気に跳ね上がるなどが期待される
https://cloud.watch.impress.co.jp/docs/news/1349562.html
AIで製造業に新しい価値を届ける機械学習ツール「WALL」をローンチ
独自のアルゴリズムを用い、AIで製造業に新しい価値を届ける機械学習ツール「WALL」をローンチした。材料選定や影響度分析により、従来の設計手法と比較して工数を最大1/80に短縮する。
https://prtimes.jp/main/html/rd/p/000000004.000081631.html
2021年8月
新素材の探索を実験まで全自動化！旭化成が稼働する「スマートラボ」の全貌
旭化成は新素材の組成検討から実験、評価までの一連の材料探索を全自動化するシステム「スマートラボ」を２０２２年度に稼働する。人工知能（ＡＩ）を用いた素材開発手法のマテリアルズ・インフォマティクス（ＭＩ）と自動実験設備を組み合わせる。
→データ科学(化学)×自動化は明確な一つのトレンドと感じられる。データのとり方や実際の実験との差を埋めるなどに新たな課題（人の考えるポイント）が生まれるはず
https://newswitch.jp/p/28423
Plug and Play Japan、東工大発バイオインフォマティクススタートアップの株式会社digzymeへ出資を決定
Plug and Play Japan株式会社は株式会社digzymeに1.5億円を出資することを決定した。digzymeは「バイオインフォマティクスで物質生産プロセスに変革を起こし環境と経済を両立する」をミッションに、2019年8月に設立した東工大発ベンチャーで、新規の酵素探索や反応経路探索が可能なプラットフォーム「digzyme Moonlight」を展開し、すでに複数企業との共同研究を実施している。バイオインフォマティクスを中心としたプラットフォーム技術を提供することで開発コストを下げ、多様なバイオ化学品を生み出すことでより広い市場に対してバイオプロセス・バイオ化学品の導入を可能にする。
→企業の資金調達にもSDGsが影響度を強めている
https://prtimes.jp/main/html/rd/p/000000106.000028153.html
https://prtimes.jp/main/html/rd/p/000000004.000050097.html
AIモデルの開発により、たった1回の実験で新規プロトン伝導性電解質を発見！
固体酸化物形燃料電池（SOFC）に必要なプロトン伝導性電解質を探索する人工知能モデルを開発し、たった1回の実験で新規プロトン伝導性電解質を発見した。これは実験とデータ科学の融合により得られた研究成果であり、開発したモデルを活用することでプロトン伝導性電解質や中温動作固体酸化物形燃料電池の開発が大幅に加速されることが期待される。
→訓練データの精度を高めることがポイント。信頼性の高いデータのみで訓練データベースを構築し、物理化学的な知見をAIモデルに取り込むことがモデルの高度化につながると推測
https://www.sanspo.com/geino/news/20210804/prl21080422120210-n1.html
2021年7月
シミュレーションとAIで材料開発、物性予測が数カ月から数秒に
伊藤忠テクノソリューションズはマテリアルズ・インフォマティクスを支援するソリューションとして、材料解析シミュレーションと人工知能を組み合わせた材料開発プラットフォームの提供を開始した。電池や半導体などの材料開発の効率化を図れる。同プラットフォームでは材料解析シミュレーションによる計算科学データをベースに機械学習やニューラルネットワークを中心とするAI技術を活用して求められる物性を持つ素材の候補を割り出す。
https://active.nikkeibp.co.jp/atcl/act/19/00008/072702555/?i_cid=nbpnxta_top
統数研など、準結晶の相形成を予測する法則を機械学習を用いて発見
統計数理研究所(統数研)、東京大学、東京理科大学の3者は7月20日、機械学習のアルゴリズムにこれまでに見つかった準結晶の組成パターンを読み解かせ、機械学習のブラックボックスモデルに内在する入出力のルールを抽出したところ、準結晶とそれに類似した近似結晶の相形成に関する新しい化学組成を予測できる法則を見出したと発表した。また、機械学習のブラックボックスモデルに内在する入出力のルールを抽出することで準結晶と近似結晶の相形成に関する法則を解明。この法則は、原子の「ファンデルワールス半径」や「電気陰性度」などに関する5つの単純な数式で表されるとする。
https://news.mynavi.jp/article/20210721-1927856/
限定性・偏向性のあるデータから新材料を推薦するシステムを開発
証拠理論を用いたデータ駆動型アプローチによる新材料推薦システムを開発し、ハイエントロピー合金（多数の元素からなる複雑な組成をもった合金）の研究開発への適用および実験検証により、薄膜で新たな単相合金薄膜材料の合成に成功した。本研究では、関連性が明確ではないデータ群から、材料組成が関係し説明可能で合理性があるデータの関連性を抽出し、新たに有効なデータ群を構築することで、新材料の提案と合成を実現した。
https://www.aist.go.jp/aist_j/press_release/pr2021/pr20210721_2/pr20210721_2.html
リチウム電池材の粒子内部を高精細で可視化！東北大が実現した手法
東北大学の石黒志助教と高橋幸生教授らの研究グループは、リチウム電池材料の粒子内部の化学状態を高精細に可視化することに成功した。放射光計測データに機械学習・データマイニング手法を組み合わせることで、粒子内部の構造を抽出、分類した。先端機能性材料のナノ構造や化学状態分析に応用でき、高性能で高効率な材料設計につながる。
https://newswitch.jp/p/27935
「2カ月かかる原子シミュレーションを0.3秒で」AIユニコーン企業のPFN、ENEOSと共同で材料科学に革新
「Matlantis（マトランティス）は、従来の原子レベルシュミレーターと同程度の精度を達成しながら、10万倍から1000万倍高速に処理することが可能。
https://news.yahoo.co.jp/articles/16071e7ae727c68e45ef98c39d78d905b7ead3e1
PFCC、新物質開発や材料探索を高速化する 汎用原子レベルシミュレータMatlantisをクラウドサービスとして提供開始
株式会社Preferred NetworksとENEOS株式会社の共同出資により2021年6月1日に設立した株式会社Preferred Computational Chemistry（PFCC）は新物質開発・材料探索を高速化する汎用原子レベルシミュレータをクラウドサービスとして提供を開始。従来の物理シミュレータに深層学習モデルを組み込むことで、計算スピードを従来の数万倍に高速化するとともに、領域を限定しない様々な物質への適用を可能にした。
https://www.preferred.jp/ja/news/pr20210706/
HPCシステムズ、AI技術×計算化学技術の融合で、新規高機能材料開発を加速するマテリアルズ・インフォマティックス（MI）ソフトウェアに関するWebサイトを公開
HPCシステムズ株式会社は所望の物性を満たす分子の候補構造を提案するマテリアルズ・インフォマティックス（MI）ソフトウェアを開発した。オリジナルのアルゴリズムにより所望の物性を有する多様な分子構造を探索し提案する。この際に複数の目的物性を考慮することができ、合成の可能性や溶剤溶解性等の指標をも含めたスコアを算出することができるため、実用的な分子構造の探索が可能である。
https://prtimes.jp/main/html/rd/p/000000004.000038530.html
2021年6月
日立と三井化学、AIで新材料を開発する実証試験を開始
日立製作所と三井化学は日立が開発した人工知能を活用したマテリアルズ・インフォマティクス技術を実際の新材料開発に適用する実証試験を開始すると発表。同実証試験に先立ち、日立の開発技術を三井化学が提供した過去の有機材料の材料開発データで検証し、実験回数が従来のMIと比較して約4分の1に削減されたことを確認。今回、日立が開発したMI技術では大規模なオープンデータで学習したAIの内側に実験データで学習したAIを埋め込む「入れ子型構造」を採用し、成分調整という方式によって高性能な化合物の生成を加速する。
https://news.mynavi.jp/article/20210628-1911390/
企業の製造プロセス高度化を支援するための拠点整備を開始 －マテリアル・プロセスイノベーションプラットフォームの構築－
産総研マテリアル・プロセスイノベーションプラットフォームの整備をスタートした。原料から製品に至るまでの製造プロセスデータを一括して収集し、その解析やデータ駆動型の製造プロセス改善ができる拠点の整備を進める。
https://www.aist.go.jp/aist_j/news/au20210623.html
旭化成、「DX銘柄2021」に選定
マテリアルズインフォマティクスで短期間で革新的な素材の開発につながる成果を多数挙げており、その開発スピードの加速は顧客対応力という点においても大きな強みとなっている。
https://prtimes.jp/main/html/rd/p/000000005.000079452.html
ＨＰＣシス、所望の物性値からその条件を満たす分子構造の候補を導き出すＭＩソフトウエアを開発
ＨＰＣシステムズは機械学習と計算化学技術を組み合わせ、「逆問題・逆解析」の手法を用いて、所望の物性値からその条件を満たす分子構造の候補を導き出すマテリアルズ・インフォマティックス（ＭＩ）ソフトウエアを開発したと発表。
https://finance.yahoo.co.jp/news/detail/20210602-00309603-mosf-stocks
2021年5月
AGC 化学品カンパニーがDX化推進の一環として、データ分析プロセス自動化プラットフォーム「Alteryx」を5月より本格導入
Alteryx（本社：米国カリフォルニア州）はAGCの化学品カンパニーが全社的なDX化に取り組む一環で、化学品プラントがより一層のデータ活用に取り組めるよう、5月より分析プロセス自動化APA（Analytic Process Automation）プラットフォーム「Alteryx」の提供を本格的に開始。化学品カンパニーは2020年からAlteryxのトライアル導入を行い、システム開発費の80%以上の削減、短納期での生産現場へのフィードバック、データ活用リテラシーの向上といった成果を得た。
https://prtimes.jp/main/html/rd/p/000000008.000051426.html
結晶の世界をのぞくニューラルネットワーク－固体系のミクロな量子多体物性に迫る－
理研らはニューラルネットワークの表現力を応用し、固体系の電子状態に関する第一原理計算を精密に行う手法を提唱。ニューラルネットワークが、量子状態でさえも効率的に表現する柔軟性を持つことに着目し、基底状態とバンド構造に関する新たなアルゴリズムにより、従来の手法が破綻してしまうほど電子相関が強い物質でも高精度なシミュレーションが可能。
https://www.riken.jp/press/2021/20210521_2/index.html
東ソー 新研究棟など新設へ、スペシャリティ事業を強化
東ソーは東京研究センター（神奈川県綾瀬市）にバイオサイエンス関連の新研究棟の新設と既存研究施設の大規模リニューアルを実施を発表した。設備投資額は、新棟建設とリニューアルなどを含め約100億円。今回の研究拠点整備でマテリアルズ・インフォマティクス（MI）を基幹技術とした材料開発の加速による先進的な新製品や技術の創出を強化する。
https://chemical-news.com/2021/05/26/%E6%9D%B1%E3%82%BD%E3%83%BC%E3%80%80%E6%96%B0%E7%A0%94%E7%A9%B6%E6%A3%9F%E3%81%AA%E3%81%A9%E6%96%B0%E8%A8%AD%E3%81%B8%E3%80%81%E3%82%B9%E3%83%9A%E3%82%B7%E3%83%A3%E3%83%AA%E3%83%86%E3%82%A3%E4%BA%8B/
航空機エンジン向け国産材料の開発と競争力強化を目指し、2件の研究開発に着手
航空機の燃費改善や環境適合性向上の要請に応えるため、マテリアルズ・インフォマティクスなどの情報科学を活用した、航空機エンジン向け高機能材料に必要なデータ駆動型の合金探索システムを開発する。また、国産材料の競争力強化に向け、関連企業や研究機関などと連携し、航空機エンジンに関する材料データの蓄積や強度評価、性能評価などに必要なデータベースを構築します。
https://www.nedo.go.jp/news/press/AA5_101431.html
量子化学と機械学習の融合 – 密度汎関数法に基づく深層学習で理論計算の限界に挑む
分子の電子密度を捉える深層学習モデルとして「Quantum deep field (QDF) 」を提案。グラフニューラルネットワーク（GNN）が波動関数の重ね合わせであるLCAO近似（linear combination of atomic orbitals）と根本的には同じ計算であることを示した。
→量子化学と機械学習がそれぞれ、基づいている原理や得意・不得意なことを理解したうえで適切に融合
https://academist-cf.com/journal/?p=15800
材料研究を効率化するプラットフォーム開発するのイスラエルMaterials Zoneが約6.5億円を調達
テルアビブに拠点を置くスタートアップ企業でAIを活用して材料研究の高速化を図るMaterials Zone（マテリアル・ゾーン）は600万ドル（約6億5000万円）の資金を調達したと発表した。Materials Zoneのプラットフォームの中核となるのは、科学機器や製造施設、実験装置、外部データベース、発表された論文、Excelシートなどからデータを取り込み、それを解析して標準化するデータベースである。材料の研究開発や生産の背景にあるデータは、慣習的に管理が不十分で、構造化されておらず十分に活用されておらず、実験が重複したり、過去の経験を生かすことができなかったりした。
https://jp.techcrunch.com/2021/04/28/2021-04-27-materials-zone-raises-6m-for-its-materials-discovery-platform/
計算シミュレーションとAIを連携させ、仮想実験環境を構築 ―材料ビッグデータの創出と、それを用いるAI材料設計へ―
NEDOと産業技術総合研究所は、第一原理計算シミュレーターとAI技術の連携により、材料の電気伝導度計測を計算機上で再現する基盤技術を開発。本技術を用いた仮想実験により材料データを大量に生成し、そのデータにより望みの電気的な性質を持つ材料の組成や構造の予測・設計につながることが期待される。
→計算シミュレーションとAI技術の連携でシミュレーションを加速
https://www.nedo.go.jp/news/press/AA5_101424.html
三井化学が挑む化学業界の新たなＡＩ活用法の中身
三井化学は２０２１年度から素材の新規用途探索に人工知能（ＡＩ）を活用し、人には思い付かない用途をＡＩが提案する。新規用途探索システムにはＩＢＭのＡＩ「ワトソン」の機能の一部を使い、これに素材物性と用途の関係性や市場動向、外部の特許や論文などの情報を収集したライブラリ（辞書）を組み合わせる。まず１―２カ月内に３種類の物性を選んでライブラリを作成し、１０月をめどにシステムを稼働させる。
→化学業界のAI活用は効率化や材料探索（ＭＩ）以外にも広がりを見せつつある
https://newswitch.jp/p/27125
2021年4月
「ベテランの経験や勘に頼らない」。材料性能を予測するＡＩとは？
伊藤忠テクノソリューションズ（ＣＴＣ）はニューラルネットワークを活用したシミュレーション結果の解析機能を提供する。クラウドコンピューティングを利用して高速かつ大量に生成した計算科学データを基に、人工知能（ＡＩ）に素材の構造や性能を学習させることで材料の性能予測を可能にしている。
https://newswitch.jp/p/26869
PFNとENEOSが高速の汎用原子レベルシミュレータを提供する合弁会社を設立
従来の物理シミュレータに深層学習モデルを組み込み、原子レベルで材料を再現して大規模な材料探索を行うことのできる汎用原子レベルシミュレータを開発。様々な材料開発分野において革新的な素材の開発を加速させ、イノベーション創出・実現に貢献していく。
https://www.preferred.jp/ja/news/pr20210427/
トヨタも挑戦、データ・ＡＩ活用の材料開発「ＭＩ」はあまねく浸透するか
トヨタは新事業開発の試みとしてデータ活用支援事業を開始し、自社の材料研究者がＭＩのツールとクラウドサービスを制作。データ駆動の開発を支援するサービスも用意。約３カ月間、トヨタの技術者が自動解析アルゴリズムを構築したり、材料開発自体も支援したりする。
https://newswitch.jp/p/26966
「原子層合金」は存在するか？ – ハイスループット計算で新物質を探索する
スーパーコンピュータにより結晶構造に注目した解析を行い、41種類の新しい原子層合金が安定に存在することを予言
→合金の安定性は形成エネルギーだけでは説明できない、3次元での安定性を検討するとCuAu以外に原子層合金が存在することが示唆された
https://academist-cf.com/journal/?p=15796
製造業向けAI人材育成のための定額ラーニングサービスを提供開始
ノーコード機械学習ツールRapidMinerを使った製造業向けAI人材育成のための定額ラーニングサービスを提供開始
→ノーコードで手軽に使えるようにする（使える人や領域を増やす）
https://prtimes.jp/main/html/rd/p/000000003.000038622.html
AI技術による革新的な材料探索の実現 －無機物・有機物両方の特性を持つエネルギー貯蔵・変換材料を目指して－
AIにより無機物と有機物の特性を併せ持つ有機金属構造体（MOF：Metal Organic Framework）の新規材料を探索。AI活用によってどのパラメータが重要かを統計的に見定め、少ない回数で最適な実験条件を見つけることが可能。
→AI活用では失敗した実験も貴重な学習データとして蓄積できる
https://www.nistep.go.jp/activities/sti-horizon%E8%AA%8C/vol-07no-01/stih00245
2021年3月
三菱ガス化学、研究・生産でＤＸ加速 スマート工場化推進
三菱ガス化学は、研究開発や生産部門などでデジタル変革（ＤＸ）を加速する。
https://www.nikkan.co.jp/articles/view/00593016?isReadConfirmed=true
SLAC国立加速器研究所は機械学習でバッテリー寿命短縮のメカニズムを探る！
米エネルギー省のSLAC国立加速器研究所、スタンフォード大学、MIT、トヨタ・リサーチ・インスティテュート（TRI）の共同研究チームは、実験から得られたデータと機械学習を組み合わせて、リチウムイオン電池の充電/放電プロセスに関しての新たな性質
https://techable.jp/archives/150524
Deep learningの発展と化学反応への応用
日本化学会第101春季大会での基調講演資料。Deep learningの概要と有機分野におけるDeep learningの利用について解説。
→化学反応の予測にディープラーニングが利用され始めている
https://www.slideshare.net/pfi/deep-learning-1012021
古河電工デジタルイノベーションセンターの挑戦
古河電工におけるデジタルイノベーションへの取り組みの紹介。他部門との共創によりコトづくりにつながる活動を強化
→デジタルイノベーションセンターの設立で横展開の加速
https://monoist.atmarkit.co.jp/mn/articles/2103/11/news050.html
三菱ケミカルHD｢両利きのDX｣とは
業界内でいち早くDXに取り組み始めすでに一定の成果を出した三菱ケミカルHDの新たなビジョンである｢DXグランドデザイン｣についてのインタビュー記事。
→一人ひとりの改善から始まる小さなDXと全体変革のための大きなDX
https://www.businessinsider.jp/post-230584
日本IBMがマテリアルズインフォマティクスを体験できるアプリを公開
マテリアルズ・インフォマティクスを体験できるWebアプリケーション「IBM Molecule Generation Experience」を公開。分子生成モデルによる材料探索を体験可能。
https://jp.newsroom.ibm.com/2021-03-04-Experience-in-the-discovery-of-new-materials-using-AI
日本ガイシ、春にDX部門 新素材開発へ特許8000件解析
日本ガイシがDXの戦略部門を立ち上げ、マテリアルズインフォマティクスを活用した素材開発の体制を整備。
https://www.nikkei.com/article/DGXZQOFD077X70X00C21A1000000/?unlock=1
東レの先端素材 AIが導き出せない「X」は人の経験知で
同社として初めてMIを使った電子材料の商用化にメドづけ。
→予測モデルにxとして研究開発陣の頭脳をプラス
https://www.nikkei.com/article/DGXZQODZ241K80U1A120C2000000/?unlock=1
2021年2月
トヨタの新プロジェクト「データコンサル」とは？
トヨタがデータコンサルティング事業によりMIの支援を行う。トヨタはデータ蓄積や解析ツールを備えたクラウドサービスを提供した上で、同社の技術者が伴走し、顧客がデータを蓄えるシステムや組織文化を整えるのを支援。
https://newswitch.jp/p/25849
横浜ゴム、AIを活用したゴム配合物性値予測システムの実用開始
AIを活用したゴムの配合物性値予測システムを独自に開発し、タイヤ用ゴムの配合設計において2020年12月より実用を開始。
→人間特有のひらめきや発想力とAIが得意とする膨大なデータ処理能力を活かした“人とAIとの協奏”によってデジタル革新を目指す構想
https://car.watch.impress.co.jp/docs/news/1306540.html
ＡＩによる材料特性のリアルタイム予測
理研を中心とした共同研究チームが機械学習による高速予測を生かして、結晶成長時におけるシリコン単結晶中の酸素不純物濃度をリアルタイムで予測するシステムを開発。
https://www.sankeibiz.jp/business/news/210121/cpc2101210545002-n1.htm
2021年1月
ハイスループット実験と触媒インフォマティクスが実現するゼロからの触媒設計
触媒データを自動取得可能なハイスループット実験装置と触媒インフォマティクスを用いて、前知見によらないゼロからの触媒設計を実現。
→データを自動取得することで多数のデータが取得でき、作業の人依存性を排除できる
https://www.jst.go.jp/pr/announce/20210127/index.html
Ｘ線回折パターンからの対称性予測における知識発見
機械学習アプローチにより、熟練者の勘・コツのように研究者間で漠然と共有されていた経験的知識を、計測データの中から発見し定式化
https://www.jst.go.jp/pr/announce/20201211/index.html
2020年12月
新材料探索SaaS型プラットフォーム、初の導入事例
長瀬産業は2020年12月1日、同社がIBMと共同開発した新材料探索SaaS（Software as a Service）型プラットフォーム「TABRASA（タブラサ）」を三洋化成工業に提供する。
https://monoist.atmarkit.co.jp/mn/articles/2012/11/news014.html
機械学習を適用し、超合金粉末の製造条件を数回の試行で最適化
機械学習を適用することでNi-Co（ニッケル-コバルト）基超合金の高性能、高品質な粉末を、高い収率で生産できる条件を探索することに成功。市販の粉末に比べてコストを約72％削減。
https://monoist.atmarkit.co.jp/mn/articles/2012/10/news031.html
日立系、新材料の探索サービス 開発を効率化
日立ハイテクソリューションズは、人工知能（AI）やデータマイニング技術を使って化学分野の研究開発を効率化する探索サービス「ケミカルズ・インフォマティクス」の提供を開始。既に国内の化学メーカー3社が試験的に利用を開始。
→日立ハイテクは化合物の探索手法を独自開発、公開データベースの情報をもとに探索
https://www.nikkei.com/article/DGXMZO66963570T01C20A2X20000/?unlock=1
2020年11月
日立ハイテクソリューションズが化学分野における研究プロセスを効率化するソフトウエアChemicals Informaticsを発売
新素材の開発において、開発期間の短縮、開発コストの低減を実現し、研究開発の高効率化をソフトウェアで支援
→遺伝的アルゴリズムの活用、自然言語処理によるデータベース構築がソフトの強み
https://prtimes.jp/main/html/rd/p/000000038.000049375.html
九大発の独自有機EL技術「Hyperfluorescence」、高性能化に成功
量子化学計算と機械学習を組み合わせたマテリアルズ・インフォマティクスを用いて、独自の有機EL材料で発光技術の高効率化と長寿命化に成功したと発表した。技術者が提案した材料を基に、コンピューターが材料設計ルールにしたがって絞り込みを実施
https://news.mynavi.jp/article/20201109-1475153/
2020年10月
横浜ゴムがAI利活用構想を発表、未踏領域の知見探索にも挑む
横浜ゴムは2020年10月26日、デジタル革新のためのAI（人工知能）利活用構想「HAICoLab（ハイコラボ）」を策定したと発表した。
https://monoist.atmarkit.co.jp/mn/articles/2010/27/news046.html
LIB正極活物質の放射光その場計測（XAFS/XRD）とインフォマティクスをもちいた高度反応解析
コベルコ科研発行の技術資料。LIB正極材料の充放電特性をXAFSやXRDから求まる解析値により予測し、重要因子を自動解析。
https://www.kobelcokaken.co.jp/tech_library/pdf/no51/i.pdf
MIが材料の合成プロセスをも予測、ネット上の各種データで精度向上
文章中の合成プロセスをナレッジグラフに変換し、グラフニューラルネットワークにより特性値やプロセス中の未知数を予測。有機半導体材料の電気伝導率を熟練者並みの精度で予測可能。
https://xtech.nikkei.com/atcl/nxt/mag/ne/18/00001/00157/
科学技術の潮流（71）データ駆動型で材料創製
データ駆動型で材料創製を実現するためのプロセスインフォマティクスの必要性および産学連携体制の重要性を説いた記事。
https://www.nikkan.co.jp/articles/view/00574110?isReadConfirmed=true
統計数理研究所とJSR、共同研究部門を設置
統計数理研究所とJSRは2020年10月より共同研究部門「JSR-ISMスマートケミストリーラボ」を設置することで合意。データ駆動型材料研究を促進する基盤技術を共同で開発し、高機能高分子や感光性材料などの開発効率向上を目指す。
https://www.jsr.co.jp/news/2020/20201001.html
マテリアルズ・インフォマティクス(MI)を応用した異種材料の密着強度予測技術〜シミュレーション技術で変わる材料研究
日立製作所のMI研究の実績と導入事例についてのインタビュー。材料界面の特性を最大化するための材料設計の紹介。
（前編）https://minsaku.com/articles/post330/
（後編）https://minsaku.com/articles/post331/
2020年9月
経産省と東証が選ぶ優れたDX企業たち。素材業界の現在地とこれから
優れたデジタル変革（ＤＸ）を展開する企業を「ＤＸ銘柄」に選定する取り組みがスタートした。
https://newswitch.jp/p/23904
少数データから本質を抽出するスパースモデリング
データから重要な要因を抽出するスパースモデリングの解説と、材料インフォマティクスへの応用事例の紹介。
https://ainow.ai/2020/09/17/228129/
文科省が新材料探索へデータ基盤整備！物材機構を中核拠点に
文部科学省は２０２１年度からデータを利用した材料分野の研究開発プラットフォーム（基盤）の整備事業を始める。
https://newswitch.jp/p/23761
ホンダが挑む高効率材料開発、マテリアルズインフォマティクスの活用に向けて
「Ansys INNOVATION CONFERENCE 2020」の講演で、ホンダ 四輪事業本部 ものづくりセンター 完成車開発統括部 材料開発部 パワーユニット材料課 アシスタントチーフエンジニアの伊藤剛氏が「マテリアルズインフォマティクスを活用した高効率開発のための材料データベース」をテーマに、同社の材料データベース導入、マテリアルズインフォマティクスの取り組み事例を紹介。
https://monoist.atmarkit.co.jp/mn/articles/2009/14/news022.html
化学実験を在宅で、IBMがロボット＋AIでクラウド新サービス
IBMはAI、ロボット、クラウドを組み合わせて科学者がリモートで化学実験ができるプラットフォーム「RoboRXN」を構築。作成したい分子化合物の骨格構造を白紙のキャンバスに描くと、ロボRXNが機械学習を用いて必要な材料と調合の手順を予測し、遠隔地の研究所のロボットに指示を送ってその内容を実行させる。
https://www.technologyreview.jp/s/217857/ibm-has-built-a-new-drug-making-lab-entirely-in-the-cloud/
ベテラン研究員、新素材探索でAIに25対1の完敗
昭和電工、AISTらは、フレキシブル透明フィルムを対象にMIを実施したところ、従来の1/25以下の所要時間で優れた材料を発見したと発表。
https://xtech.nikkei.com/atcl/nxt/column/18/00001/04524/
AIを使い生体材料（バイオマテリアル）の設計に成功 機械学習で生体分子の吸着を予測し、材料を高速スクリーニング
東京工業大学 物質理工学院 材料系の林智広准教授らのグループは、機械学習を用いて、生体材料（バイオマテリアル）を設計する新たな手法の確立に成功した。
https://www.titech.ac.jp/news/2020/047725.html
2020年8月
加速する日本触媒のＤＸ、マーケティングや材料開発などのニーズをつかめ！
日本触媒は6月、データ解析を通じて新材料や代替材料を効率良く探索するMI強化の専門部署を新設。製品の解析や解析手法のプラットフォーム化に全社で取り組む。
https://newswitch.jp/p/23522
日本産業界の“虎の子”「材料データ」の流出をどう防ぐのか
国立研究開発法人 物質・材料研究機構の統合型材料開発・情報基盤部門部門長の出村雅彦博士（工学）による材料データをめぐる世界情勢についての解説記事。
https://media.dglab.com/2020/08/11-nims-01/
単一のAIに多彩な材料科学データを学習させる手法を開発
種々のデータベースをグラフ構造による共通形式に変換する手法を開発。単一のAIで40種類以上の物性、数千以上の化合物、数百以上のプロセス情報を学習・予測させることに成功。
https://www.waseda.jp/top/news/69781
2020年7月
データとAIによる材料開発、バラ色の未来の現在地 -マテリアルズ・インフォマティクスの理想と現実を見る-
マテリアルズ・インフォマティクスの理想と現実について考察した記事。
https://jbpress.ismedia.jp/articles/-/61409
全固体電池の固体電解質材料開発、AIで開発期間の短縮に成功 - 名工大
名古屋工業大学は、全固体リチウム二次電池の固体電解質材料の研究開発において、材料インフォマティクス研究手法を直接的に材料実験に適用することで、材料探索を効率的に決定できることを実証したと発表。ベイズ最適化で従来の1/3の実験サンプリング数があれば、99.9%以上の確率で最適解を見出せることを確認した。
https://news.mynavi.jp/article/20200729-1180955/
日本触媒「データサイエンス＆インフォマティクス(DS＆I)推進室」を新設し、データ駆動型の研究開発を強化
日本触媒はDS＆I推進室を設置し、これまでデータサイエンスならびにマテリアルズ・インフォマティクスで蓄積した技術と知見を更に発展させ、データ駆動型の研究開発を全社的に強化する。
https://www.shokubai.co.jp/ja/news/news0412.html
帝人、日立製作所との協創により新素材の研究開発でDX推進へ
帝人は、研究開発のDX化を進め、データの可視化と予測に基づく新しい研究開発スタイルへの転換を図り、新素材や複合化素材の開発において、さらなる多様化、効率化、高度化を目指す。
https://www.teijin.co.jp/news/2020/07/20/20200720_01.pdf
安全かつ大容量な全固体リチウム電池の新材料を開発 － 金属リチウム短絡抑制に効果のある新規塩化物固体電解質により安全な車載電池実現に道筋 －
固体電解質材料を機械学習により探索し新材料LiAlCl4を提案。実験により従来の酸化物材料よりも1桁以上高いイオン伝導性を示すことを解明。
https://research-er.jp/articles/view/90269
自律的に化学実験するロボット科学者、研究の自動化に成功 8日間で約700回の実験、人間なら数カ月
英リバプール大学の研究チームが開発した、化学実験を自律的に行う研究ロボットに関する紹介記事。
https://www.itmedia.co.jp/news/articles/2007/15/news089.html
全固体電池の充放電中のリチウムイオンの動きをリアルタイムで観察する技術を開発 ～高性能な全固体電池の設計に貢献～
パナソニック株式会社は一般財団法人ファインセラミックスセンターおよび名古屋大学未来材料・システム研究所と共同で透過電子顕微鏡法と機械学習を用いてバルク型および薄膜型の全固体電池内部のリチウムイオンの動きをナノメートルスケールでリアルタイム観察する技術を開発。
https://prtimes.jp/main/html/rd/p/000003865.000003442.html
QSimulateのハイスループット・量子力学シミュレーション技術が、JSRのマテリアルズ・インフォマティックスを推進する
半導体・ディスプレイ・光学・ポリマー材料の開発大手であるJSR株式会社は1日に何千もの分子の物性値計算を可能とするプラットフォーム「QSimulate-MI」の運用を開始。このプラットフォームを使い、MIに不可欠な高精度データベースを構築・改良する予定。
https://prtimes.jp/main/html/rd/p/000000001.000061064.html
2020年6月
物質・材料研究機構（NIMS）、材料データの利活用に資するリポジトリ“Materials Data Repository”（MDR）を公開
NIMSの統合型材料開発・情報基盤部門 材料データプラットフォームセンターは、材料データの利活用に資するデータリポジトリ(MDR)を公開。論文や学会発表資料等および付随する材料データの収集・保存を行い、物質・材料研究の推進やマテリアルズ・インフォマティクスに適した形で蓄積・公開するためのものであり、ユーザーは自由に閲覧やデータのダウンロードが可能。
https://current.ndl.go.jp/node/41227
データ×素材 AGCが育てる「二刀流」人材
データサイエンティストの育成を急ピッチで進める。既に1千人以上の社員に講座を受講させ、同社の研究所への留学プログラムも整備した。データ分析と素材製造の両方に精通する「二刀流」人材を育て、ガラスの開発期間半減を目指す。
https://www.nikkei.com/article/DGXMZO60150700Z00C20A6TJ1000/
電子状態が変化する前の姿から、変化後の姿をAIが正確に予想 ～電子の励起状態を高速で計算、構造解析のアクセルに～
基底状態の情報をもとに励起状態の電子構造を高速に予測する手法を開発。数秒から数分の計算でスペクトルの計算が可能。
https://www.iis.u-tokyo.ac.jp/ja/news/3304/
**結晶構造解析の自動化 -ブラックボックス最適化により熟練者を上回る解析精度を達成-
数理最適化の一手法であるブラックボックス最適化手法を用いて、物質・材料研究に必要不可欠な粉末X線回折（PXRD）パターンの解析を自動化・高効率化する手法を開発。
https://www.kek.jp/ja/newsroom/2020/06/05/1942/
「NIMS-三菱マテリアル情報統合型材料開発センター」の設立について
複数の素材・プロセスの組み合わせから製造される実用材料の性能・寿命等を予測する情報統合型材料開発システムの構築を目標とした開発センターを設立。
https://www.mmc.co.jp/corporate/ja/news/press/2020/20-0605.html
「例外」を発見するAI「BLOX」の開発 －AIを用いた革新材料の開発に新たな道筋－
横浜市立大学の寺山慧准教授らは、「例外」の発見に特化した人工知能（AI）「BLOX」を開発。例外的な光を強く吸収する低分子量の有機化合物を複数発見することに成功。さらにこのAIを用いて、例外的な光を強く吸収する低分子量の有機化合物を複数発見した。
https://www.yokohama-cu.ac.jp/news/2020/202005terayama.html
2020年5月
特許庁による特許出願技術動向調査
特許庁は将来の市場創出・拡大が見込める最先端分野である「マテリアルズ・インフォマティクス」及び「AIを用いた画像処理」などの10の技術テーマについて特許情報等を調査・分析した報告書を取りまとめた。
https://www.meti.go.jp/press/2020/04/20200430003/20200430003.html
2020/05/20 最新動向
マテリアルズ・インフォマティクス技術を用いたゴム材料基盤技術の進化について
TOYO TIRE株式会社は独自のゴム材料開発基盤技術「Nano Balance Technology（ナノバランステクノロジー）」の技術の一環として、新たにマテリアルズ・インフォマティクスを利用したゴム材料の特性予測技術や材料構造の最適化技術を開発した。資産としてストックした既存データをベースに2018年よりMI技術を用いた配合と物性の予測技術の検証を本格的に行ない、2019年には外部情報との紐づけといった対象データの拡大適用も検証。
https://www.toyotires.co.jp/press/2020/200422.html
機械学習により世界最高クラスの磁気冷凍材料を発見 -水素社会実現に不可欠な水素液化の高効率化に前進-
NIMS(国立研究開発法人 物質・材料研究機構)は機械学習を用いて水素液化に用いる世界最高性能の磁気冷凍材料を発見。
https://www.nims.go.jp/news/press/2020/05/202005121.html
2020年4月
昭和電工など、AI予測で材料開発の実験数25分の1に
昭和電工と産業技術総合研究所（産総研）、新エネルギー・産業技術総合開発機構（NEDO）、先端素材高速開発技術研究組合（ADMAT）は人工知能（AI）の活用によって新材料の開発を迅速化できたと発表した。要求を満たすフレキシブルな透明フィルムの開発にかかる実験回数を、従来の開発プロセスの25分の1以下に減らした。
https://www.nikkei.com/article/DGXMZO58115270W0A410C2000000/
超超プロジェクト 2019年度成果報告会
主に有機系材料における機能性材料開発を目的とした「超超プロジェクト」成果報告会の発表資料。
https://www.admat.or.jp/Materials
https://www.admat.or.jp/library/5975666db3de4b020a7803ae/5e90c8549b32d2ec1ccf7de1.pdf
三菱ケミカル DXを加速するため高性能計算機HPCを導入
三菱ケミカルは研究開発分野のデジタルトランスフォーメーション(DX)を加速するため、独自に最適化した日本の化学業界においてトップクラスの計算処理能力を持つ高性能計算機HPCを設計・導入することを発表。HPCの自社運用は、その活用に必要なオープンソースコード利用や自動計に関するノウハウの蓄積においても大きなメリットをもたらすことが期待される。
https://www.m-chemical.co.jp/news/2020/__icsFiles/afieldfile/2020/03/23/20200323_HPC.pdf
2020年3月
創薬・材料化学分野において、化合物の合成経路を網羅的に設計する逆合成解析AIアルゴリズム「compRet(コンプレット)」の提供を発表
東大発AIベンチャーのTRUST SMITH株式会社は東京大学大学院・新領域創成科学研究科の渋川亮祐氏が開発した化合物の合成経路を網羅的に設計する逆合成解析AIアルゴリズム「compRet(コンプレット)」を発表した。 「compRet」の最大の特徴は、化合物の合成経路の候補となる解を重複なく網羅的に出力した上で、様々な経路設計を行える点だ。出力された様々な経路を評価し、スコアが上位のものを取り出すことで、効率よく逆合成解析ができる。
https://prtimes.jp/main/html/rd/p/000000012.000049040.html
Combined Data Approach Could Accelerate Development Of New Materials
NECの中央研究所における材料インフォマティクスの取組を紹介した記事。2つのハイスループット手法を組み合わせて、両方の長所を活用しプロセスを合理化するために機械学習と組み合わせた。
https://www.scoop.co.nz/stories/WO2002/S00063/combined-data-approach-could-accelerate-development-of-new-materials.htm
2020年2月
三菱ケミカルなど20社、特許共同活用 AIで開発迅速に
三菱ケミカルなど化学大手約20社は、国内の特許情報を活用して先端素材を開発するシステムを2021年度から共同で運用することを発表。従来の手法で10年程度かかる開発期間が数カ月と、最大50分の1になる可能性がある。欧米勢も素材開発のAI活用に乗り出すなか、日本企業は共通データベースで協力して対抗する。
https://r.nikkei.com/article/DGXMZO56025120V20C20A2MM8000?s=4
2020年1月
「グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点～」
2019年11月29日に行われた、第26回ステアラボ人工知能セミナーにおける講義資料。低分子有機化合物を表現する際に従来のフィンガープリントではなく、原子間の距離を考慮して分子構造を反映したベクトルを求めて表現する。
https://stair.connpass.com/event/152880/presentation/