　レゾナックの計算科学者／実験化学者による機能プロトタイプの実利用と、そこから得られた気付きを短いサイクルで機能に反映するアジャイルなプロセスによって、機能開発と実証を重ねてきた。研究現場の生の声こそが同機能の設計／改善の起点であるという考えの下、両社は、この共創を通じて、実験化学者にとって日々の研究開発で使える機能を追求した。

　この共同実証を通じて開発されたMatlantis Case Studioでは、計算科学に触れる機会が少なかった研究者にとっても、初回から直感的に手を動かせるユーザー体験を目指してインタフェースを設計した。具体的には、以下の3点を柱としている。

Matlantis Case Studioの画面イメージ［クリックで拡大］出所：Matlantis

　1点目は、既存の計算事例から、自身の研究開発テーマと関連性の高い材料／物性のものを選択することで、対応する計算をスムーズに開始できることだ。2点目は、直感的に操作可能な、簡易的な選択／入力とAIを組み合わせたインタフェースで、計算条件の設定から実行までを一貫して進められることである。3点目は、計算結果を自然言語で要約表示し、実行履歴の保存／比較を可能にすることだ。

　両社が協働し、これまで4回の実証実験を通じて機能プロトタイプの改善を重ねる中で、計算科学を専門としない研究者が初見で計算を完走できることを確認した。

　実験化学者であるレゾナック伊勢崎事業所の倉林一樹氏は「これまでは、開発中のポリマー材料の密度や基材との密着性などを計算で知りたいとき、計算科学者の協力が必要であり、結果を得るまでに一定の時間を要していた。今回、自分の手元で既存の計算事例の一覧から目的に合うものを選び、AIとの対話を通じて計算を実行することで、初期検討の目安となる試算値が得られた。実験に着手する前のアイデア検証や候補絞り込みを自ら進められるだけでなく、計算結果を基に計算科学者との議論も深まり、より高度な計算が必要な課題への接続も円滑になりつつある。実験化学者が計算への理解を深め、計算科学者と共通の言語／ツールを用いて課題解決に取り組むことで、日々の研究の進め方そのものが変わっていく感覚がある」と手応えを語った。

　この取り組みが目指すのは、単なる新機能の提供ではなく、実験化学者が計算科学を日常的な業務に取り入れ続けられる「仕組み」を、共創で確立することだ。実験化学者が自ら手元で計算を試せるようになれば、これまでは計算科学者との連携の中で扱われてこなかった小さな計算アイデアも研究の流れの中で試せるようになり、従来取りこぼしていた発見につながる可能性があるという。

　同時に、実験化学者にとって計算科学がより身近な道具となることで、計算科学者との対話はより本質的なテーマに深まり、研究組織における計算／実験の協働全体が加速することが期待されている。

⇒その他の「マテリアルズインフォマティクス」の記事はこちら

Matlantis×AIエージェント、実験系研究者もシミュレーション作成が容易に
材料開発において重要な役割を果たす計算化学だが、「環境構築」「ドメイン知識」「プログラミング」といった高いハードルが研究の足かせになっている。そこで、用原子レベルシミュレーターを提供するMatlantisは、自然言語の指示のみでシミュレーションの作成や結果解釈を可能にする「AIエージェント連携機能」の提供を開始した。
1000万倍高速の汎用原子レベルシミュレーターをPFNとENEOSが開発、SaaSで提供へ
Preferred Networks（PFN）とENEOSが、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ー「Matlantis（マトランティス）」を開発。両社が共同出資で設立した「株式会社Preferred Computational Chemistry（以下、PFCC）」を通じて、SaaSによる提供を始めた。
10万原子のシミュレーションを1週間で、富士通MI技術の「異次元の高速化」
本連載ではマテリアルズインフォマティクスに関する最新の取り組みを取り上げる。第7回は、全固体電池界面などの構造解析を高速、高精度で予測できる分子動力学シミュレーション技術「GeNNIP4MD」の開発背景や特徴、今後の展開について聞いた。
失敗データも資産に！　研究現場を変える無料のノートアプリ
研究開発において論文に残らない失敗データや詳細なプロセスが重要だ。この気付きを生かして、無機材料の研究者でもあるさくらインターネットの研究員が開発したノートアプリケーションのオープンβ版が提供されている。同アプリの開発背景や特徴、今後の展開について迫る。
簡単な日本語入力から1分で最適な触媒を発見、PFNのバーチャル材料研究所
Preferred Networks（PFN）は、「CEATEC 2023」において、大規模言語モデル「PLaMo」と汎用原子レベルシミュレーター「Matlantis」、深層学習用プロセッサ「MN-Core」などを組み合わせた「バーチャル材料研究所」のデモンストレーションを披露した。