新技術・技術紹介– category –
-
生体高分子データセットの機械学習活用に向けたデータ標準化が急務に
Biomacromolecules - ACS Publications アメリカ 概要 生体高分子データセットを機械学習に活用する上で、データ標準化が極めて重要であることが指摘された。LLMとケモインフォマティクス・マテリアルズインフォマティクスプラットフォームの統合には、デ... -
Fermilab、DOEのGenesisミッションを支えるAI駆動型科学発見向け大規模データインフラを構築
Fermilab 米国 概要 米国エネルギー省（DOE）のGenesisミッションを支援するため、FermilabはAI駆動型科学的発見を推進する安全かつ大規模なデータインフラ「Fermi Data Platform」を提供しています。このプラットフォームは、AI対応のデータストレージと... -
Google DeepMindのGNoMEが220万の安定結晶構造を発見、エネルギー材料設計に新時代
DEV Community 多国籍 概要 AIがクリーンエネルギー材料の発見を劇的に加速させ、これを「材料問題」から「発見速度の課題」へと転換していると報じられました。Google DeepMindのGNoMEは、220万の新しい安定結晶構造を特定し、そのうち38万は実用可能であ... -
世界経済フォーラム、AIと物理実験の閉ループ統合で材料革新を加速し気候危機に対応を提言
The World Economic Forum スイス 概要 世界経済フォーラムは、AIが材料イノベーションを加速させ、気候危機への対応に不可欠であると指摘し、そのためにはAIと物理実験との閉ループシステムでの統合が必要だと提言しています。このシステムでは、AIが材料... -
America Makes、積層造形材料のAIベース認定促進へ200万ドルを授与
America Makes / NCDMM 米国 概要 米国の積層造形技術イノベーション機関America MakesとNCDMMは、「積層造形における材料許容値のための人工知能（AIM-4AM）」プロジェクトに200万ドルを授与しました。このプロジェクトは、レーザー粉末床溶融（LPBF）で... -
米国Tech Guide、量子コンピューティングが創薬・材料研究・金融最適化を加速する可能性を解説
Tech Guide 米国 概要 Tech Guideは、量子コンピューティングが創薬、材料研究、暗号学、金融最適化といった分野で近い将来、有望な進歩をもたらすと解説しています。これらの分野では、従来のソルバーが実用的な限界に達しています。量子コンピューターは... -
韓国メディア報道：SES AI社、ロボティクス需要に応えバッテリー材料発見AI「vibe research」を強化
The Korea Times 韓国 概要 ボストンに拠点を置くバッテリー企業SES AIが、ロボット工学の需要増大に対応するため、バッテリー材料発見のためのAI駆動型アプローチ「vibe research」に注力していると韓国メディアが報じました。同社の「Molecular Universe... -
INX社とAlbert Invent社が戦略的提携、AI活用でR&D業務のイノベーション加速へ
Business Wire 米国 概要 材料科学企業のINXは、AIネイティブなR&Dオペレーティングシステムを提供するAlbert Inventとの戦略的提携を発表し、R&D業務におけるAI駆動型イノベーションを促進します。Albert Inventは、INXの科学チームが実験データ... -
arXiv論文、自動化・大規模並列化された機械学習原子間ポテンシャル構築ワークフロー「AutoPot」を発表
arXiv 米国 概要 arXivで公開されたプレプリントは、機械学習原子間ポテンシャル（MLIP）を自動化かつ大規模に並列化して構築するワークフロー「AutoPot」を発表しました。MLIPは原子モデリングに量子精度をもたらし、量子的に正確なマルチスケールシミュ... -
arXiv論文、原子間ポテンシャルの機械学習基盤モデルにおける6つの未解決課題を提示
arXiv 米国 概要 arXivに掲載された論文は、原子モデリングにおける機械学習（ML）の急速な進歩と、原子間ポテンシャルが材料科学の中心的なツールとなっている状況をレビューしています。本論文は、ML原子間ポテンシャル（MLIP）基盤モデルの開発における... -
IJCRT.org論文、AIと数学的モデリングの融合が材料工学に革命をもたらし発見を加速と提唱
IJCRT.org インド 概要 IJCRT.orgに掲載された論文は、数学的モデリングとAIの組み合わせが、予測的な洞察を提供し、材料発見を加速することで材料工学に革命をもたらしていると論じています。機械学習、深層学習、強化学習が、合金、ポリマー、触媒、バッ... -
研究者、AIで化学反応の遷移状態を高速かつ高精度に予測する「React-OT」を開発
The Research Code 不明 概要 研究者たちは、化学反応の遷移状態を前例のない速度と精度で予測できる機械学習アプローチ「React-OT」を開発しました。この技術は、創薬、触媒設計、および材料科学の分野における開発プロセスを大幅に加速させます。React-O... -
Dunia Innovations社、AI駆動型材料発見の産業化を目指しベルリンのGigaLabに2億8,000万ユーロを投資
Scouts by Yutori ドイツ 概要 Dunia Innovationsは、AI駆動型材料発見を産業化するための新たな一歩として、ドイツのベルリンに建設されるGigaLab施設に2億8,000万ユーロを投資しました。この大規模投資は、エネルギー貯蔵、触媒、半導体、および重要原材... -
シンガポール国立大学、LLMとDFT、実験を統合しCO2と廃棄物から尿素肥料を生成する触媒を設計
NUS Faculty of Science シンガポール 概要 シンガポール国立大学（NUS）の研究者たちは、大規模言語モデル（LLM）、密度汎関数理論（DFT）、そして実験的検証を組み合わせた計算ガイド戦略を開発し、二酸化炭素（CO2）と硝酸塩から効率的に尿素を生産する... -
ワシントン大学、AIと量子コンピューティング融合で積層原子シートや量子コンピューター材料の開発を加速
University of Washington 米国 概要 ワシントン大学の研究者たちは、人工知能（AI）と量子コンピューティングを組み合わせることで、特に量子材料の開発を大幅に加速する方法を示しました。ある研究（6月2日PNAS掲載）ではAIを用いて積層された原子シート... -
ドイツ連邦科学技術宇宙省、3,000万ユーロを投じAIと自律型ラボで触媒開発を加速するASCENDプロジェクトを開始
e-conversion ドイツ 概要 ドイツ連邦科学技術宇宙省（BMFTR）は、ヘルムホルツ・ツェントルム・ベルリンやBASFを含む6つの研究・産業パートナーに3,000万ユーロを投じ、AI駆動型触媒開発を加速する「ASCEND」プロジェクトを開始しました。このプロジェク... -
米国DOE国立研究所、AIと人間の専門知識融合で材料科学・エネルギー研究を加速
AI & Tech News Engine 米国 概要 新世代の材料科学者たちは、伝統的な冶金学の専門知識とAIを含む最先端の計算アプローチを融合し、エネルギー貯蔵、航空宇宙、製造分野における材料発見を加速しています。2026年5月に開催された米国エネルギー省（DOE）... -
クイーンズランド工科大学、バッテリー不要デバイス実現へ量子効果制御法を発見
ScienceDaily (Queensland University of Technology) オーストラリア 概要 クイーンズランド工科大学（QUT）が主導する研究チームが、先進材料における量子効果を制御し、バッテリーなしで電子機器に電力を供給する可能性を開拓しました。この「非線形ホ... -
SCM社、MLポテンシャルとGPU最適化で材料化学シミュレーションを高速化する「AMS2026」をリリース
SCM (Scientific Computing & Modelling) オランダ 概要 SCM社は、生体分子、触媒、MOF（金属有機構造体）、無機材料の化学的カバー範囲を拡大し、機械学習ポテンシャル（eSEN、MACE、UMA）の主要な進歩を特徴とするソフトウェアリリース「AMS2026」を発表... -
東北大学含む国際チーム、AI駆動型プラットフォーム「DigMethpy」でメタン熱分解触媒発見を加速
Tohoku University 日本 概要 東北大学を含む国際研究チームが、メタン熱分解触媒の発見を加速するAI駆動型デジタル触媒プラットフォーム「DigMethpy」を開発しました。このプラットフォームは、科学文献、実験データ、計算シミュレーション、機械学習モデ...
