　今回の研究では、文献やケンブリッジ結晶構造データベース（CSD）から取得したデータを基に、構造相転移の発現可能性を予測する機械学習モデルを構築。同モデルを用いて約18万個の分子データから抽出した113個の分子を検証したところ、約8％にあたる9個の分子で構造相転移の発現を確認できた。これは、CSDに含まれる相転移の報告率約0.3％を上回る成果で、従来法では困難だった構造相転移の大規模スクリーニングが可能になった。

スクリーニングで抽出した分子が構造相転移を起こす割合。MLによる予測確率が0.3以上の候補分子、0.2以上の候補分子について文献や実験で確認した構造相転移の割合を示している出所：早稲田大学

　また、分子構造と転移温度に関係性があることを解明。結晶構造の情報がない場合でも、回帰モデルを使って分子構造から転移温度を予測できるため、望んだ温度で構造相転移する材料を開発できる可能性も示唆される。今後は、結晶構造を考慮したMLを開発することで、精度の向上を目指すとしている。

発見した新しい構造相転移。175℃程度に加熱後、室温で測定したX線回折パターン（赤色）は加熱前に測定した回折パターン（青色）から少し変化しており、構造相転移したことが分かる出所：早稲田大学

吸熱温度の回帰分析における実験値と予測値の散布図出所：早稲田大学

⇒その他の「研究開発の最前線」の記事はこちら

AI／ML向けプロセッサアーキテクチャ、処理能力は最大1200TOPS
CEVAは、AIやMLの推論ワークロードに適したプロセッサアーキテクチャ「NeuPro-M」を発表した。SoCとヘテロジニアスSoCの双方に対応する拡張性を有しており、処理能力はSoCやチップレットレベルで20～1200TOPSとなっている。
「Azure Sphere」を用いたTinyMLエッジAIサービスを開始
ヘッドウォータースは、MicrosoftのセキュアIoTプラットフォーム「Azure Sphere」を活用したTinyMLエッジAIサービス「SyncLect Tiny ML」を開始した。映像物体検知や画像解析、手書き文字認識、IoTデバイスデータからの予測分類などに対応する。
製造業のAI導入で最重要な「MLOps」、機械学習モデルができたら終わりじゃない
アマゾンウェブサービス（AWS）のオンラインユーザーイベント「AWS Summit Online」に、東大発のAI（人工知能）ベンチャー・アイデミー社長の石川聡彦氏が登壇。「製造業におけるIoT×AI/ML基盤の構築とその運用事例」をテーマに講演を行った。
UMLやSysMLなどのモデリングは“いつ”“何を”“どうするのか”
「モデリングはいつ誰が何をどのようにするのか」――今回はソフトウェア開発の現場で、モデリングを実際にどのように実施しているのか見ていきましょう。またUMLやSysMLの使いにくいところを、開発現場ではどのようにカバーしているのかも見ていきます。
UMLやSysMLを活用できないエンジニアのための実践的活用術（後編）
前編では「モデル」の目的とその効果、具体的なモデル手法について代表的なものを説明しましたが、後編ではその手法を実践するツールを紹介します。
モデリング言語 SysMLを概観する
UMLを基に、よりコンパクトな言語仕様として策定された「SysML」。その誕生の経緯を紹介するとともに、SysMLの特徴・概要を紹介する