新技術・技術紹介– category –
-
Google DeepMind GNoMEとMicrosoft MatterGenが材料発見を加速、数百万の新規安定構造を予測
Facebook (MIT DMSE) アメリカ 概要 Google DeepMindのGNoMEとMicrosoftのMatterGenを含む生成AIモデルが、新規材料の組み合わせを提案し、その安定性を予測することで材料発見を著しく加速しています。GNoMEは数百万もの安定した結晶構造を予測し、その一... -
大規模言語モデルエージェントが、バイオ医薬品の自動合成で成功率50-88%を達成しDMTAサイクルを短縮
PharmExec アメリカ 概要 Agentic AI（エージェント型AI）がバイオ医薬品分野に革命をもたらしており、onepot.aiのような自動化された小分子合成プラットフォームが注目されています。これらのシステムは、逆合成エンジン、ウェブ検索、文献分析ツールを統... -
Radical AIがNYCにAI駆動型自律ラボを開設、材料開発を人間の10倍の速度で加速
The Bulletin (Facebook) アメリカ 概要 材料R&D企業のRadical AIは、ニューヨーク市にAI駆動型自律ラボを構築し、ロボットが材料合成と試験を、AIが次の実験決定を行うことで材料開発を劇的に加速しています。このラボは、人間の10倍の速度で新材料を... -
閉ループ型ナノ材料発見プラットフォーム、AIとロボット統合でR&Dを加速
nano-matter.com 国際 概要 閉ループ型ナノ材料発見プラットフォームは、AI、ロボット合成ハードウェア、および自動特性評価ループを統合し、高度な材料科学における人間のボトルネックを排除するように設計されています。これらのシステムの中核には、複... -
自律型ラボがナノ材料合成と特性予測を最適化、開発リードタイムを大幅短縮
nano-matter.com 国際 概要 セルフドライビングラボ（SDL）は、機械学習アルゴリズムと自動化されたハードウェアを結合し、人間の継続的な介入なしにナノ材料の実験を設計、実行、分析、改良する閉ループシステムとして機能します。これらのラボは、初期の... -
等方性グラフニューラルネットワーク原子間ポテンシャルがナノ材料シミュレーションを100倍高速化
nano-matter.com 国際 概要 等方性グラフニューラルネットワーク（GNN）原子間ポテンシャルは、密度汎関数理論（DFT）に匹敵する精度で原子の力とエネルギーを予測し、計算コストを約100分の1に削減することでナノ材料研究を加速しています。これらの機械... -
米国エネルギー省、AI駆動型自律ラボが科学的発見と経済競争力を加速する戦略発表
Department of Energy (DOE) アメリカ 概要 米国エネルギー省（DOE）は、AI駆動型自律ラボが米国の科学的リーダーシップと経済競争力を直接的に推進する重要な戦略を発表しました。これらのラボは、エネルギー、次世代コンピューティング、国家安全保障、... -
東北大学、AIと自律実験を統合したポリマー材料発見の新フレームワークを提案
EurekAlert! (Advanced Institute for Materials Research (AIMR), Tohoku University) 日本 概要 東北大学の研究者チームが、AIと自律型ラボを統合し、ポリマー材料発見のボトルネックを克服する新しいフレームワークを提案しました。このシステムは、断... -
GRACE-OFFがGRACEアーキテクチャを用い、有機液体向け高精度機械学習原子間ポテンシャルを実現
Journal of Chemical Theory and Computation | ACS Publications アメリカ 概要 本研究は、機械学習原子間ポテンシャル（MLIP）の一種であるGRACE-OFFを導入し、有機液体の分子動力学シミュレーションにおいて量子力学に匹敵する精度を大幅な計算コスト削... -
LAMMPSがDeePMD-kit、NequIPと連携し、量子精度MLポテンシャルによる分子動力学シミュレーションを強化
LAMMPS Molecular Dynamics Simulator アメリカ 概要 オープンソースの分子動力学シミュレーターLAMMPSは、DeePMD-kitやNequIPを含む機械学習ポテンシャル（MLP）のためのクロスコードフレームワークと相互運用ツールをサポートしています。これらのパッケ... -
自律型ラボがロボットとAIの閉ループ学習で材料発見を加速、数週間のプロセスを数日に短縮
Architect Magazine アメリカ 概要 材料科学において、自律型ラボ（SDL）という新しいパラダイムが、ロボット実験とAIの閉ループフィードバックを組み合わせることで材料発見プロセスを自動化しています。ローレンス・バークレー国立研究所のA-Labやカーネ... -
第一原理シミュレーションとAIが次世代省エネルギーAIハードウェア共同設計を加速
Applied Physics Letters | AIP Publishing アメリカ 概要 予測的な第一原理シミュレーションは、次世代の省エネルギーAIシステム向けハードウェアの共同設計において極めて重要な役割を果たします。機械学習に基づく材料表現は、望ましい性能目標を満たす... -
オークリッジ国立研究所、AIと自律システムで単一分子から機能性材料を逆設計
Facebook (Oak Ridge National Laboratory) アメリカ 概要 オークリッジ国立研究所（ORNL）の研究チームは、AIが個々の分子を自律的に配置し、特定の機能性を持つ材料を構築するシステムを開発しました。このシステムは、望ましい電子的特性を定義するだけ... -
LLMエージェントが計算材料モデリングの科学ワークフローを自動化、設計を加速
(不明) 国際 概要 大規模言語モデル（LLM）に基づく計算材料エージェントが、材料科学における複雑なワークフローの自動化に成功しています。これらのエージェントは、物理理論と材料設計を結びつけ、材料知識データベースとシミュレーションソフトウェア... -
AIがリチウムイオン電池電解質研究をデータ駆動型予測と自律実験で革新
Energy & Environmental Science 国際 概要 最新のレビューは、人工知能がリチウムイオン電池の電解質研究において、データ駆動型予測、メカニズム分析、組成最適化を通じて革命をもたらしていると結論付けています。機械学習、マルチスケールシミュレーシ... -
アムステルダム大学、機械学習で蓄熱材料の探索を大幅加速、熱化学蓄熱向け塩水和物の有望候補を迅速特定
University of Amsterdam オランダ 概要 アムステルダム大学の科学者たちが、機械学習を用いて蓄熱材料の探索を大幅に加速する新手法を開発しました。このアプローチは、熱化学蓄熱に適した塩水和物を評価・選択するために、潜在的な貯蔵材料の化学組成の... -
英国王立化学会レビュー: AIがナノ材料の設計・合成・特性評価を加速、閉ループ実験で合成効率向上
The Royal Society of Chemistry イギリス 概要 英国王立化学会が発表したレビューは、ナノ材料科学におけるAIの統合が、材料発見、設計、合成、特性評価を革新していると深く掘り下げています。機械学習、深層学習、生成モデル、物理学に基づいたアプロー... -
Google DeepMindとMOFGenが連携、AIが設計した数十万個のMOFを結晶合成に成功
Springer Nature Community イギリス 概要 Google DeepMindとMOFGenの連携により、AIが設計した材料の中で最大規模の合成セットが実現されました。MOFGenというAIエージェントシステムは、金属有機構造体（MOF）の新しい組成を提案し、原子レベルで構築、... -
Asia Research NewsがAIによる高分子材料発見フレームワークを解説、データ駆動型イノベーションを促進
Asia Research News シンガポール 概要 Asia Research Newsが、AIを活用した高分子材料発見フレームワークを紹介し、データ駆動型ポリマーイノベーションの基礎となる階層的に統合されたワークフローを解説しました。このフレームワークは、ポリマー材料デ... -
UAEがAIインフラ投資を強化、材料発見加速で半導体・エネルギー貯蔵・航空宇宙産業を戦略的に育成
The National News アラブ首長国連邦 概要 アラブ首長国連邦（UAE）は、AIの優位性を活用して未来の材料開発を推進する戦略を強化しています。AIは、材料発見にかかる時間を数か月に短縮し、従来の試行錯誤から予測ベースのアプローチへと移行させます。特...
