マテリアルインフォマティクス– category –
-
MatlantisとNVIDIA ALCHEMIがENEOSの触媒探索を数年から数ヶ月に短縮、約1億構造スクリーニング達成
AiThority 不明 概要 Matlantis社は、NVIDIA ALCHEMIとMatlantis PFP（汎用機械学習原子間ポテンシャル）の組み合わせがENEOSホールディングスの触媒材料発見を大幅に加速したと発表した。このAIを活用した原子シミュレーションにより、ENEOSは約1億の触媒... -
World Economic Forumが「物理AI」を予言：Atinary自律ラボが5年分の実験データを5日で生成し、科学的発見を加速
The Innovator アメリカ 概要 World Economic Forumは、物理AIの一部であるワールドモデルが工学、ロボット工学、科学的発見に大きな影響を与えると予測しています。このビジョンを裏付けるように、Atinary社の自己駆動型ラボは、閉ループで化学および材料... -
コロンビア・ケンブリッジ大学、量子AIを用いた材料モデル評価の新ベンチマーク確立
Quantum Zeitgeist アメリカ 概要 コロンビア大学とケンブリッジ大学の研究者が、材料特性を予測する機械学習モデルを評価するための新しいベンチマークを確立しました。このベンチマークは、モデルが「間違った理由」で正しい答えに到達する「ハルシネー... -
AIと3Dプリントがバッテリー電極設計を革新、効率と安全性向上を加速
出典不明 不明 概要 AIと3Dプリント技術がバッテリー電極の設計に革命をもたらし、効率と安全性を著しく向上させています。AIは数千もの化合物をデジタルスクリーニングすることで、新しい電解質や正極材料の発見を加速させ、次世代バッテリーの性能向上に... -
生成AIがエンジニアリング設計を革新：最適化された新規ソリューションを自律生成し開発サイクルを短縮
Not explicitly stated (appears to be a guide/blog) 概要 生成AIは、エンジニアリング設計プロセスを根本的に変革し、高レベルの仕様に基づいて最適化されたデザインを自律的に生成しています。従来のCADツールとは異なり、生成モデルは深層学習アーキテ... -
建築分野でAIが材料選定を革新、外観・性能・予算を統合し最適化を実現
Amogh N P (Architect, designer, and creative polymath) 概要 建築分野において、AIは材料選定プロセスを革新し、外観、性能、予算の複雑なバランスを最適化しています。生成システムは、ファサードに様々な材料を迅速にレンダリングし、ライフサイクル... -
arXivで原子スケール機械学習向け高情報量データセット「MAD-1.6」が公開、予測精度向上へ
arXiv アメリカ 概要 普遍的な原子スケール機械学習のための高品質で高情報量のデータセット「MAD-1.6」がarXivで公開されました。このデータセットは、102の化学元素を網羅する362,646の原子構造を含み、分子、クラスター、バルク結晶、表面など幅広い構... -
ジョージア工科大学、NSF CAREER賞で半導体強誘電体と複合材料のAI設計を加速
Georgia Tech College of Engineering アメリカ 概要 ジョージア工科大学のローラ・ガルテン教授がNSF CAREER賞を受賞し、半導体強誘電体材料の結晶構造、電場、光吸収をAIで微調整する研究を推進しています。この研究は、新型強誘電体トランジスタ、医療... -
AIによる材料発見のボトルネックが「検証」へ移行：DeepMind GNoMEの予測、合成検証は約0.2%に留まる課題
AI Invasion アメリカ 概要 AIはAlphaFoldによるタンパク質構造予測やGNoMEによる材料候補発見で「生成問題」を解決しましたが、現在は「検証」が新たなボトルネックとして浮上しています。DeepMindのGNoMEが予測した38万の安定結晶候補のうち、実際に独立... -
Scilight Press、LLMエージェントとMaterials Project統合の新フレームワーク「Harness」でペロブスカイトのバンドギャップ予測を強化
Scilight Press 不明 概要 Scilight Pressが、材料科学における大規模言語モデル（LLM）エージェントと既存データベースの統合を目的とした新しいフレームワーク「Harness」を提案しました。このフレームワークは、LLMエージェントからの提案を、Materials... -
ベトナムの研究者、AIによる「逆設計」アプローチでポリマー・医薬品・金属の新材料発見を加速
Vietnam News ベトナム 概要 ベトナムの科学者たちは、材料科学においてAIを用いた「逆設計（inverse design）」アプローチを積極的に探求しており、望ましい特性から適切な材料構造を特定することで新材料発見を加速させています。この手法は、従来の材料... -
Google DeepMindのGNoME、AIで新結晶構造220万種を発見、800年分の実験的知見に匹敵
Alcimed フランス 概要 Google DeepMindが開発したAIモデルGNoMEが、材料科学において220万種類もの新規結晶構造を特定し、そのうち38万種類が安定であると予測され、これは人類が800年かけて実験的に発見する量に匹敵する偉業を達成しました。MatterGenや... -
マテリアルインフォマティクス ウィークリーレポート 2026年9月12日号
▼ ▼ ▼ インフォグラフィックを見てウィークリーレポートを読みたいと感じられた方は、下記の戦略レポートのダウンロードをクリックしてください。 ▼ ▼ ▼ 📄 ウィークリーレポート 2026年9月12日（PDF）をダウンロード ウィークリーレポート 2026年9... -
DTU研究者、MLIPが長距離相互作用の精度向上に課題、大気衝突シミュレーションでAIMNet2とPaiNNを評価
DTU Research Database デンマーク 概要 デンマーク工科大学（DTU）の研究者らは、AIMNet2とPaiNNという機械学習原子間ポテンシャル（MLIPs）が、大気クラスター形成における分子衝突の高精度モデリングにどれほど貢献するかを評価しました。量子化学デー... -
ヘシアンに基づく分子コンフォメーション拡張が機械学習原子間ポテンシャルのスケーラビリティと効率を向上
arXiv (Preprint Server) 国際 概要 本プレプリントは、機械学習原子間ポテンシャル（MLIPs）のための、ヘシアン派生のデータ拡張スキームとして等方性ガウス変位（UniAug）と基準モード加重変位（ModeAug）の2つを提案しています。これらの手法は、既存の... -
ランダム化を用いた高速量子シミュレーションにより、マルコフ開量子系のスケーラビリティと精度が向上
Quantum (Scientific Journal) 国際 概要 研究者らは、マルコフ開量子系のシミュレーションを高速化し、より正確にするための新しい非確率的アルゴリズムを導入しました。この「ランダム化」を用いた手法は、量子操作を選択する際に制御されたランダム性を... -
自律走行型ラボと閉ループAIが科学的発見の経済性を変革、R&Dコストと時間を大幅削減
Exponential Industry 国際 概要 自律走行型ラボと閉ループAIの統合は、特に化学と材料科学の分野において、科学的発見の経済性を根本的に変革しています。Acceleration Consortiumのような取り組みでは、アクティブラーニングアルゴリズムとロボット合成... -
幾何学的制約モデルCDSM、コラーゲン構造予測で計算コストを400～790倍削減しDFT同等精度を達成
bioRxiv アメリカ 概要 CDSM（Empirical Geometry-Guided Model）は、経験的幾何学的制約を明示的にエンコードすることで、コラーゲンの堅牢かつ高スループットな構造予測を実現するモデルです。このモデルは、構造予測問題を大幅に圧縮し、計算コストを従... -
AIによる超伝導体候補生成は「発見」ではない：物理学的判定器がGNoMEとMatterGenの限界を指摘
arXiv アメリカ 概要 この論文は、AIが提案する超伝導体候補が単なる熱力学的安定性だけでなく、必要な物理的特性を備えているかを評価する「物理学的判定器」を導入しています。GNoMEやMatterGenのような生成モデルは数百万もの「安定な」結晶構造を提案... -
AI材料研究に「物理法則を認識する」AIが不可欠：熱伝導率予測で性能差が浮き彫りに
Columbia Engineering アメリカ 概要 コロンビア大学工学部は、材料科学におけるAI、特に量子レベルの構造から巨視的特性を予測する機械学習ポテンシャル（MLP）において、「物理法則を認識する（physics-aware）」AIが不可欠であると強調しています。Mich...
