マテリアルズインフォマティクス

SBテクノロジーと日本ゼオンは、物性予測AIモデルへの秘密計算技術の適用に向けた実証実験を開始する。TEEによりAI処理を秘匿化し、複数企業間でのデータの安全な連携やAIの予測精度の向上を図る。

三菱ケミカルグループは、デロイトトーマツグループおよびイスラエルの量子ソフトウェアスタートアップのClassiq Technologiesと連携して、高性能な有機EL材料探索の計算で量子回路を圧縮する実証実験に成功した。

旭化成は、材料の新規用途探索や製造現場の技術伝承で生成AI（人工知能）の活用を開始した。

レゾナックは、AIを活用して、有機インターポーザー上で線幅と配線間隔が1.5μmと微細な銅回路を形成できる感光性フィルムを開発した。

統計数理研究所は、準結晶とその関連物質となる近似結晶に関する大規模基盤データベース「HYPOD-X」を公開した。準結晶研究に関するこれまでのデータを、一元的にデジタル化したものとなる。

SEMIは、2024年第3四半期の世界シリコンウエハー出荷面積について、32億1400万平方インチと発表した。前期に比べ5.9％増、前年同期比では6.8％増で、成長傾向を維持していると解析している。

レゾナックは、AI（人工知能）を活用し材料の最適な組成を従来と比べ5分の1の時間で探索できる独自技術を確立した。

東北大学らは、光起電力材料や量子材料の探索に最適化したAIモデルを開発した。従来の手法よりも最大100万倍の速さで、材料の結晶構造から周波数依存の光学スペクトルを直接出力し、材料の特性を予測できる。

NECと丸喜産業は、AI（人工知能）により材料開発を加速するマテリアルズインフォマティクスの技術を応用し、再生プラスチックの製造を効率化する実証実験を2024年9月に行った。

住友化学は、成分分析を介して天然素材の売り手と買い手をつなぐデジタルプラットフォーム「Biondo（ビオンド）」をリリースした。

日本ガイシ、名古屋大学、アイクリスタルは、人工知能（AI）を用いたセラミック製品の高精度解析手法を共同開発し、この手法を用いて製品特性の解析期間を短縮できる技術を確立した。

日本特殊陶業は、同社で初めてマテリアルズインフォマティクス（MI）の手法を活用し、新たな材料開発フレームワークで高性能かつ量産可能な新規無鉛圧電材料を開発した。

日立ハイテクと日立製作所は、台湾最大の産業技術研究開発機構である工業技術研究院（以下、ITRI）とともに、ITRIが運営するAI／機械学習プラットフォーム「MACSiMUM」と、日立グループのマテリアルズインフォマティクスソリューションを活用した協創を進めている。

東京理科大学は、金属錯体の結晶構造の3次元座標から構造的特徴を3次元画像として学習する手法を発案し、深層学習を用いて結晶構造データベースより抽出した約2万件のデータから単分子磁石の発見に成功した。

Quemixとマイクロ波化学は、マイクロ波加熱装置の設計プロセスにQuemix提供の磁性材料シミュレーションソフトウェア「Quloud-Mag」を活用する共同研究を開始する。

日立ハイテクは、金属薄膜の材料開発でケミカルズインフォマティクスとマテリアルズインフォマティクスを用いた新手法の検証実験を実施した。従来法と比べて材料選定では9割以上、条件探索では約8割の工程を削減できる。

栗田工業は、Fracta Leapらとマテリアルズインフォマティクスを活用した低環境負荷防食剤の開発を開始した。従来の人手による材料探索法の1万倍の範囲を高速で探索できる。

東京大学は、日本ペイント・インダストリアルコーティングスとの共同研究により、スーパーコンピュータを活用した新規塗材探索手法の開発に成功した。実用的な塗材開発の高速化に役立つことが期待される。

アイデミーは、材料開発プラットフォーム「Lab Bank」にAIを使った物性予測機能を新たに搭載し、2024年1月中旬にリリースする。実験のトライアル回数を削減することで、研究現場の生産性向上やDX促進に寄与する。

レゾナックは、ディープラーニング技術を用いたAIと膨大な蓄積データを用いるケモインフォマティクスアプリを独自開発し、運用を開始した。

旭化成は、東京都内とオンラインで説明会を開き、マテリアルズインフォマティクス（MI）の導入やデジタル人材の育成など、DXに関する同社の取り組みを紹介した。

本稿では「ITmedia Virtual EXPO 2023秋」で、積水化学工業 R&Dセンター 情報科学推進センター長で京都工芸繊維大学 特任教授の日下康成氏が「社会変化の中でのマテリアルズインフォマティクス（MI）の導入と活用」をテーマに行った講演の内容を紹介する。

横浜ゴムは、タイヤの耐久性に関わるタイヤ内のゴムとスチールコードの接着部で劣化が起こる仕組みを解明した。接着老化が起こりにくい材料配合や新素材の開発を進め、タイヤの耐久性向上に活用する。

本稿ではカネカが独自開発したAIシステムで樹脂プラントの連続乾燥設備の最適な運転を実現し、年間100tの増産を達成した事例などを紹介する。

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。

富士通とAtmoniaは、クリーンなアンモニア合成の触媒探索の共同研究において、Atmoniaの触媒に関する見識と、富士通の量子化学シミュレーションおよびAI技術を生かし、比較的安価な触媒材料候補を発見した。

日立製作所は、再資源化可能な完全循環型バイオアダプティブ材料の開発に向けて、東京大学と協創すると発表した。東京大学の実験データやノウハウを、同社のMI向けAI技術により分析することで、データ駆動による開発を推進する。

ダイセルは、仮想高分子生成モデル「SMiPoly」を開発し、オープンソースソフトウェアとして公開した。原料モノマーを入力すると、適用可能な反応様式を自動で選出し、仮想高分子を生成する。

QunaSysは富士通との共同研究で、大規模電子系のグリーン関数を量子コンピュータで効率よく計算する手法を開発した。従来よりも少ない量子ゲート数や回路実行回数で計算できる。

アイデミーは、研究開発組織向けのデータ活用プラットフォーム「Lab Bank」の提供を開始した。材料開発に情報科学を活用するマテリアルズインフォマティクス領域のサービスを提供し、材料開発の効率化を促進する。

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。

三井化学と日本IBMは、GPTと同社のAI「IBM Watson」を組み合わせ、三井化学の製品開発における新規用途探索を高精度化、高速化する実用検証を開始した。GPTに対する指示を新規用途探索に合わせて洗練させ、注目すべき新規用途候補を特定、抽出する。

旭化成は、NECと共同で、企業間の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した。NECの「秘密計算技術」を活用して複数社が持つデータを統合し、旭化成のマテリアルズインフォマティクスを応用することで、材料開発シミュレーションが実行可能になった。

レゾナックは、異なる材料の界面における分子挙動の解析などを実現するために、ヘッドマウントディスプレイを用いたVR技術を開発した。

TBMは、統計分析などの情報科学を応用したマテリアルズインフォマティクスの手法を新規素材開発に採用する。