新技術・技術紹介– category –
-
ワシントン大学が機械学習で自己修復性ポリマーライブラリ「DPAL」を開発、材料設計を加速
EurekAlert! アメリカ 概要 ワシントン大学の研究チームが、機械学習を活用してポリマー材料の設計と発見を加速する新手法を開発しました。彼らは、AIの予測能力と大規模検証を組み合わせ、自己修復性、応答性、3Dプリント性、水中接着性、分解性、リサイ... -
AI駆動型バイオメディカル発見の閉ループ化：LLMエージェントが科学的推論を生成し、実験結果を解釈
Preprints.org スイス 概要 本記事は、AI駆動型の科学的発見において、仮説から実験、そして改訂された仮説へと続く「ループ」を閉じる方法について考察しています。大規模言語モデル（LLM）エージェントが科学的推論と行動を生成し、実験結果を解釈して仮... -
Google DeepMindのGNoMEが220万の新規結晶を発見：材料科学を800年加速し、新たな超伝導体・電池候補を提供
Facebook (DeepMind) イギリス 概要 Google DeepMindのAIツール「GNoME」が、220万の新しい無機結晶を発見し、材料科学の進展を800年分加速させたと報告されています。GNoMEは既存の材料プロジェクトから学習したAIモデルを活用し、新材料の安定性を予測す... -
自律型ラボの現状と課題：製薬R&Dにおけるクローズドループ実験の実現性を探る
Sakara Digital アメリカ 概要 本記事は、製薬R&Dにおける自律的なクローズドループ実験の実現可能性と、その適合性を決定する基準、そして実際のボトルネックについて議論しています。A-Labチームは、人間の専門家分析を置き換えるのではなく、自律的... -
2D材料の実験・計算データ大規模統合：X2DBインフラがMLモデルと特性スクリーニングを強化
DTU Research Database デンマーク 概要 本研究は、X2DBというオープンインフラを構築し、実験的および計算的2D材料データを大規模に統合することで、散在していた2D材料の知識を一元化しました。このデータベースは、2D材料の包括的な分類を可能にし、機... -
アルゴンヌ国立研究所がAI駆動型材料発見を加速：50万材料から18の有望な電池候補を80時間で特定
Facebook (Argonne National Laboratory) アメリカ 概要 アルゴンヌ国立研究所は、AI駆動型手法により材料発見を劇的に加速し、50万の安定材料から18の有望な電池開発候補をわずか80時間で特定しました。Microsoft AIとの協力で合成されたN2116電解質は、... -
自律型ラボが材料発見を加速：米国の主要ラボがAI駆動型ロボットで新素材を発明
Architect Magazine アメリカ 概要 ローレンスバークレー国立研究所のA-Lab、カーネギーメロン大学のMaterials Innovation Cloud Lab (MICL)、テキサスA&M大学のAutonomous Robotic Metallurgist Materials Innovation Platform (ARM-MIP)など、AI駆動... -
東北大学WPI-AIMRがAIで高分子材料発見を加速：クローズドループシステムでエネルギー材料探索を改善
東北大学 (WPI-AIMR) 日本 概要 東北大学WPI-AIMRの研究チームは、AI駆動型ポリマーイノベーションの主要なボトルネックを特定し、複数のツール（ポリマーデータベース、予測モデル、AIエージェント、自動化されたラボなど）を統合するシステムを構築しま... -
機械学習予測が相安定ホルムアミジニウム系ペロブスカイトの発見を加速：自動製造プラットフォーム活用
Energy & Environmental Science, The Royal Society of Chemistry イギリス 概要 本研究は、機械学習（ML）予測が相安定なホルムアミジニウムベースペロブスカイトの発見を加速できることを実証しました。自動製造プラットフォームで生成されたデータセッ... -
ChemCopilotがQ3 2026レポート発表：ELLIS FinlandとAcceleration Consortiumが化学AI・自律ラボを牽引
ChemCopilot アメリカ 概要 ChemCopilotは、2026年第3四半期の化学AI、自律型ラボ、およびデジタルR&D変革に関する四半期レポートを発表しました。特に、低データ環境での予測信号抽出に特化したELLIS Institute Finlandと、自己駆動型ラボの世界的リ... -
材料AIにおける「物理的意味」の探求：予測を超え、メカニズム同定と設計指針へ
ACS Materials Au アメリカ 概要 本展望論文は、材料AIが単なる特性予測に留まらず、物理的解釈、メカニズム同定、および設計ガイダンスにどのように貢献できるかを探っています。材料AIの結果は、予測性能だけでなく、物理的一貫性やモデルの解釈可能性も... -
機械学習が磁性機能性合金設計を革新：生成GNNと高スループットDFTで2D磁石を発見
AIP Advances アメリカ 概要 本記事は、機械学習（ML）を活用した磁性機能性合金（MFA）の設計における近年の進展を詳述しています。特に、Web of Scienceのデータが示す過去10年間の出版トレンドが、MLが磁気熱量、磁歪、磁気抵抗、形状記憶合金の設計に... -
オークリッジ国立研究所、AIガイドシステムが分子を自律配置し機能性材料を構築、電子・量子材料の可能性拡大
Facebook (Oak Ridge National Laboratory) アメリカ 概要 オークリッジ国立研究所は、AIガイドシステムが個々の分子を自律的に配置し、機能性材料を構築できると発表しました。この技術は、超シャープな顕微鏡チップをAIが誘導し、分子を所定の位置に移動... -
Berkeley Lab、機械学習と実験データ融合で固体電解質設計を革新、イオン輸送が粘度でなく解離メカニズムに支配されることを発見
Facebook (Berkeley Lab Energy Storage Center) アメリカ 概要 バークレー研究所の研究チームは、実験データと計算記述子を組み合わせたハイブリッド機械学習アプローチを採用し、イオン液体のイオン輸送が単純な粘度ではなく、イオン解離メカニズムに支... -
SES AI、AIと「Molecular Universe」でドローンバッテリー開発を数年短縮、1億分子から最適な材料を数週間で特定
UST アメリカ 概要 USTが報じるSES AIは、AIをバッテリー開発に応用し、特定の用途に必要な特性を持つ材料を効率的に特定しています。同社の「Molecular Universe」プラットフォームは、約1億の潜在的な分子をマッピングし、エネルギー密度、温度性能、安... -
SandboxAQ、AIモデル「AQCat」がClaude Scienceで触媒スクリーニングを2万倍高速化、磁気挙動も考慮し高忠実度データで訓練
Quantum Zeitgeist アメリカ 概要 SandboxAQは、Claude Science上で稼働するAIモデル「AQCat」をリリースしました。AQCatは、従来のラボ手法と比較して潜在的な触媒のスクリーニングを最大2万倍高速化する能力を持ちます。このモデルは、触媒の有効性を吸... -
テキサスA&M大学、2490万ドル助成金で自律型金属発見ラボARM-MIPを設立、ロボットとAIが24時間体制で新合金をテスト・分析
Facebook (Texas A&M University) アメリカ 概要 テキサスA&M大学は、自律型金属発見ラボ「Autonomous Robotic Metallurgist Materials Innovation Platform (ARM-MIP)」設立のため、2490万ドルの助成金を獲得しました。この最先端施設では、ロボット... -
ACS Publications、PolyCLIPがポリマー特性予測で既存モデルを13.32%上回り、マルチモーダルポリマーインフォマティクスの新基盤を確立
ACS Publications アメリカ 概要 ACS Publicationsは、PolyCLIPというCLIPベースのマルチモーダルフレームワークが、ポリマー特性予測において既存のユニモーダルおよびマルチモーダルモデルを最大13.32%上回る性能を達成したと発表しました。この研究は、... -
LLNL、ハイブリッドDFTシミュレーションとAIで光電気化学デバイスの性能最適化、点欠陥効果・ドーピング・合金化を診断
Lawrence Livermore National Laboratory (LLNL) アメリカ 概要 ローレンス・リバモア国立研究所（LLNL）は、先進的なハイブリッド密度汎関数理論（DFT）シミュレーションと計算材料診断を組み合わせることで、光電気化学（PEC）デバイスの性能最適化を大... -
Ansys、逆設計技術が材料R&Dを革新、望ましい性能から設計を自動化し時間とコストを大幅削減
Ansys アメリカ 概要 Ansysは、逆設計が従来の試行錯誤型アプローチを逆転させ、望ましい仕様から材料設計を自動化する革新的な計算手法であると説明しました。機械学習と深層学習最適化に支えられたこの方法は、複雑な材料システムをより効率的に計算する...
