新技術・技術紹介– category –
-
MLIPにおける原子部分電荷の課題が非共有結合相互作用の高精度シミュレーションを阻害
ACS Publications (Journal of Chemical Theory and Computation) 国際 概要 機械学習インターアトミックポテンシャル（MLIP）は、分子動力学シミュレーションにおいて密度汎関数理論（DFT）レベルの精度を低コストで実現する大きな可能性を秘めていますが... -
東京理科大学が機械学習で新クラスの強磁性準結晶を発見、AIが磁性材料開発を加速
Digital Journal (Tokyo University of Science) 日本 概要 東京理科大学の研究チームは、機械学習を応用することで、これまでにない新しいクラスの強磁性準結晶の開発に成功しました。このAIガイドアプローチは、従来の試行錯誤的な手法に依存せず、安定... -
AI統合による先進材料製造がエネルギー貯蔵、触媒、環境応用で革新を加速
Frontiers (Journal of Energy Research & Reviews) 国際 概要 人工知能（AI）を統合した先進材料の製造が、エネルギー貯蔵、触媒、環境アプリケーションの分野で革命的な変革をもたらしていると報告されました。機械学習は触媒発見プロセスを加速し、計算... -
arXivでMLIP Studioが発表、60以上のMLIPを統合し原子シミュレーションの計算コストを大幅削減
arXiv 国際 概要 オープンソースの無料プラットフォーム「MLIP Studio」がarXivで発表され、60以上のユニバーサル機械学習インターアトミックポテンシャル（MLIP）を統合し、原子シミュレーションとベンチマークを容易にします。このプラットフォームは、... -
RSCがMOF吸着スクリーニングでMLIPと古典力場を統合、DFT精度を低コストで実現
The Royal Society of Chemistry (Chemical Science) 国際 概要 金属有機構造体（MOF）の吸着スクリーニングにおいて、古典的な力場とユニバーサル機械学習インターアトミックポテンシャル（u-MLIP）を統合した効率的なハイブリッドスクリーニングワークフ... -
89元素対応のユニバーサル基盤モデル「NEP89」が原子シミュレーションの計算効率を3桁向上
(unknown, likely a preprint server like arXiv or journal) 国際 概要 89元素にわたる無機および有機材料に対応するニューロエボリューションポテンシャルアーキテクチャに基づく基盤モデル「NEP89」が発表されました。NEP89は、経験ポテンシャル並みの... -
大阪大学がAI設計の自己修復性超接着ハイドロゲルを開発、水中接着力と材料発見速度が大幅向上
The Times of India (Osaka University) 日本 概要 大阪大学の研究チームがAIを駆使し、水中でも強力な接着力を維持し、かつ自己修復能力を持つ超接着性ハイドロゲルを開発しました。このAI駆動型フレームワークは、従来の試行錯誤的な手法に比べ、有望な... -
量子コンピューティングが計算物理学を革新、材料・化学シミュレーションを原子レベルで高精度化
Quantum + AI Insiders アメリカ 概要 量子コンピューティングが計算物理学に革命をもたらし、材料科学や化学における分子および材料のシミュレーションにおいて、電子構造レベルでの前例のない精度を実現していると報じられました。この技術は、古典的な... -
ルクセンブルク大学、AIとシミュレーション融合の「BATMAT」で電池材料開発を100倍加速
myScience (University of Luxembourg) ルクセンブルク 概要 ルクセンブルク大学のアレクサンドル・トカチェンコ教授は、AIと物理ベースのシミュレーションを組み合わせた画期的な「BATMAT」プラットフォームを開発しました。この閉ループシステムは、新し... -
ジョンズ・ホプキンス大学とトヨタTRIがAIと自動実験で次世代フッ化物イオン電池電解質開発を加速
Johns Hopkins University, Department of Chemical and Biomolecular Engineering アメリカ 概要 ジョンズ・ホプキンス大学とトヨタ自動車研究所（TRI）の共同チームは、AIとハイスループット自動実験を組み合わせることで、次世代フッ化物イオン電池の電... -
東京理科大学がAI触媒逆設計で白金使用量削減、燃料電池の効率向上に貢献
Science Tokyo 日本 概要 東京理科大学の研究チームは、AIを駆使して高活性かつ高耐久性の触媒材料を設計する革新的な手法を開発しました。このAI駆動型アプローチにより、燃料電池の性能向上に不可欠な白金触媒の使用量を削減し、より効率的な材料設計が... -
アールト大学がAIと量子物理学を融合し、室温超伝導体候補を2種発見し探索速度を劇的に向上
ScienceDaily (Aalto University) フィンランド 概要 フィンランドのアールト大学の研究チームは、機械学習と量子物理学を革新的に組み合わせることで、室温超伝導体候補を探索する新手法を開発し、実際に2つの新しい超伝導体を発見しました。このAI駆動型... -
材料科学に機械学習が深く浸透、LLM活用で自律的な材料発見を加速
Google Cloud Vertex AI Search アメリカ 概要 材料科学における機械学習の進展を包括的に概観するレビューが公開され、特にグラフニューラルネットワーク、機械学習インターアトミックポテンシャル（MLIP）、および大規模言語モデル（LLM）を用いた閉ルー... -
Saamaが「2026年AI Breakthrough Awards」受賞、AI駆動型プラットフォームでライフサイエンス開発を加速
Saama (AI Breakthrough Awards) アメリカ 概要 Saamaは、臨床開発と商業化を加速する統一されたAI駆動型プラットフォームにより、「2026年AI Breakthrough Awards」で「AIベースのライフサイエンスソリューションオブザイヤー」を受賞しました。SaamaのAg... -
Hugging Faceにロボティクス向け自律型スキル発見システムASPIREが登場、実ロボットプログラミングを効率化
Hugging Face (arXiv paper page) アメリカ 概要 Hugging Faceで公開されたプレプリント論文は、器用な操作や家庭作業のためのロボット制御プログラムを自律的に開発・改良する継続学習システム「ASPIRE（Agentic Skill Programming through Iterative Rob... -
ArXivに大規模マルチモーダルデータセット「MatSciFig」が登場、材料科学の視覚的記録を解放
arXiv アメリカ 概要 arXivに公開されたプレプリント論文は、科学文献から抽出された大規模なマルチモーダルデータセット「MatSciFig」を発表しました。MatSciFigは、材料科学の視覚的記録を解放し、データ駆動型発見を加速することを目的としています。合... -
オークリッジ国立研究所、AIとオペレーション人材の融合で自律型科学の未来を推進
Oak Ridge National Laboratory (ORNL) アメリカ 概要 オークリッジ国立研究所（ORNL）は、人工知能（AI）を科学ワークフローに統合し、12を超える自己駆動型ラボを運用することで、自律型科学の未来を積極的に推進しています。この革新的な取り組みは、科... -
Ca-Fe-Ni三元系で100 GPa超の新規高圧相Ca6FeNiを発見、基盤モデルが結晶構造予測を革新
arXiv アメリカ 概要 arXivに公開されたプレプリント論文は、進化探索と適応型データ選択、ファインチューニングを組み合わせた自己整合的な基盤モデル支援型結晶構造予測（CSP）ワークフローの導入を報じています。この革新的な手法は、Ca-Fe-Ni三元系に... -
バークレー研究所、植物-微生物研究の再現性を高める自律型ラボ「EcoBOT」を開発
Berkeley Lab アメリカ 概要 バークレー研究所は、植物と微生物の相互作用研究における再現性の課題を解決し、バイオエネルギー研究を加速するために、自律型ラボ「EcoBOT」を開発しました。EcoBOTは、ロボットハードウェア、高度な画像処理システム、適応... -
ArXivに化学実験室用ヒューマノイドロボット向け初のベンチマーク「Labimus」が登場
arXiv アメリカ 概要 arXivにプレプリント論文として、化学実験室におけるヒューマノイドロボットの器用な操作のための初のベンチマーク「Labimus」が発表されました。Labimusは、自動化された実験と高精度な動的操作との間のギャップを埋めることを目的と...
