マテリアルインフォマティクス– category –
-
Schrödingerが収益46%増と初のプラットフォーム契約を獲得し、AIバイオテックとしての戦略的転換が結実
Morningstar アメリカ 概要 AIバイオテクノロジー企業のSchrödingerは、2026会計年度の収益が前年比46%増加し、初のプラットフォーム契約を獲得したと報告しました。同社は計算プラットフォームを通じて新薬開発と材料設計のための最適化された分子発見を... -
東北大学がAI・自動実験統合型クローズドループシステムを発表、クリーンエネルギー材料開発を劇的に加速
東北大学 日本 概要 東北大学の研究チームが、AIモデル、自動実験、継続的なフィードバックを単一の研究プラットフォームに統合した「クローズドループ」システムを開発しました。この革新的なフレームワークは、大規模材料データベース、機械学習原子間ポ... -
LLNLがAIと分子シミュレーションでナトリウム・リチウムイオン電池の電解質設計に新知見、性能と熱安定性を向上
Commonwealth Union アメリカ 概要 ローレンス・リバモア国立研究所（LLNL）の科学者たちは、分子動力学シミュレーションと物理情報に基づいた機械学習を組み合わせ、ナトリウムイオン電池とリチウムイオン電池の電解質設計に画期的な知見をもたらしました... -
CuspAIがAI材料発見ファウンドリを設立し、4.5億ドルのシリーズB資金調達で評価額26億ドルに達する
Sifted 英国 概要 英国ケンブリッジを拠点とするAI材料発見スタートアップCuspAIは、シリーズBラウンドで4億5000万ドルを調達し、評価額を26億ドルに引き上げました。同社はNvidiaやMetaを含む45以上の組織が参加する「AI Materials Foundry」を立ち上げ、... -
中国の研究者がAI駆動型電解質化学のメカニズム、進捗、戦略的展望をレビュー、リチウムイオン電池の電解質設計を革新
Energy & Environmental Science 中国 概要 本レビュー論文は、リチウムイオン電池（LIB）の次世代電解質設計におけるAIの革新的な役割を詳細に解説しています。AIは、実験データ、量子化学記述子、分子シミュレーションを統合することで、電解質の構造-特... -
MITの研究者が機械学習原子間ポテンシャルを活用し、高エントロピー合金の酸素還元反応におけるラテラル相互作用の重要性を解明
PubMed アメリカ 概要 MITの研究チームは、機械学習原子間ポテンシャル（MLIP）を活用したフレームワークを開発し、Ag-Ir-Ru-Pd-Pt-Cu-Rh-Re高エントロピー合金の組成空間における酸素還元反応（ORR）をモデル化しました。この研究は、混み合った表面でのO... -
UNCCの研究グループが機械学習原子間ポテンシャル生成ツール「PyXtal_FF」を開発、原子シミュレーションの計算コストを大幅削減
University of North Carolina at Charlotte アメリカ 概要 ノースカロライナ大学シャーロット校（UNCC）の研究グループは、機械学習原子間ポテンシャル（MLIAP）生成のためのパッケージ「PyXtal_FF」を開発しました。MLIAPは、量子力学シミュレーションに... -
Q-CTRLが量子ダイナミクスシミュレーター「Fire Opal」を発表、材料科学の複雑な量子問題を古典計算機の3,000倍高速で解決
Q-CTRL オーストラリア 概要 Q-CTRLは、量子コンピュータの性能管理ソフトウェア「Fire Opal」を発表し、材料科学における複雑な量子力学的相互作用のシミュレーション能力を大幅に向上させました。IBM Quantum Platformでのデモンストレーションでは、Fir... -
Argonne国立研究所とシカゴ大学の研究者がLLMエージェントと化学DSLでペロブスカイト酸化物の「逆設計」フレームワーク「ORCHESTRA」を提案
arXiv アメリカ 概要 Argonne国立研究所とシカゴ大学の研究者は、パーソナルな述語でガイドされる言語エージェントがペロブスカイト酸化物の逆設計を可能にする新しいフレームワーク「ORCHESTRA」を提案しました。このシステムは、自然言語の設計ルールを... -
World Fundが欧州のAI材料発見エコシステムを分析：DeepMind、MetaのAIモデルが新素材開発を加速
World Fund 欧州 概要 World Fundは、AIを活用した材料発見の現状と、特に欧州における機会について詳細な分析を公開しました。Google DeepMindのAlphaFold成功以来、M3GNet、DeepMindのGNoME、MicrosoftのMatterGen、MetaのOMat24といった革新的なAIモデ... -
MatmerizeがAI駆動型ポリマー設計プラットフォーム「PolymRize」を提供開始、ガス分離膜などの材料探索を加速
Matmerize (Halo) アメリカ 概要 Matmerizeは、AIと機械学習を活用したクラウドベースのポリマーインフォマティクスプラットフォーム「PolymRize」を提供しています。このプラットフォームは、ガス透過性と選択性を調整したポリマーを即座に予測・設計する... -
ジョンズホプキンス大学とウェストバージニア大学がAI「逆材料設計」の性能評価ベンチマーク「AtomBench」を開発
Johns Hopkins University アメリカ 概要 ジョンズホプキンス大学とウェストバージニア大学の研究チームは、AI研究の成長分野である「逆材料設計」モデルの性能を比較するためのベンチマーク「AtomBench」を開発しました。逆材料設計は、材料の望ましい特... -
ノートルダム大学がデータ不足を克服するAIポリマー発見プラットフォームを開発、新素材探索を加速
Notre Dame Research アメリカ 概要 ノートルダム大学のAI＆材料イニシアチブは、ポリマーインフォマティクスにおけるデータ不足を克服するため、複数の情報源を活用するフレームワークを開発しました。この研究では、機械学習に必要な大規模データセット... -
ML原子間ポテンシャルを用いたシミュレーションで（MoCrTi）$_{100-x}$Al$_x$高エントロピー合金の秩序-無秩序転移と剛性特性を解明
arXiv 国際 概要 この研究は、汎用機械学習原子間ポテンシャルをハイブリッドモンテカルロ法と分子動力学シミュレーションに組み合わせることで、（MoCrTi）$_{100-x}$Al$_x$難燃性高エントロピー合金の化学的秩序と機械的特性に関する重要な洞察を明らか... -
組織工学向け生体材料設計、AIが材料特性予測、逆設計、製造最適化で経験的限界を突破
IntechOpen クロアチア 概要 このレビュー章は、組織工学における生体材料設計にAI（機械学習、ディープラーニング、生成モデルを含む）がもたらす革新的な応用を包括的に概説しています。AIは、従来の経験的かつ試行錯誤的なアプローチの限界を克服し、材... -
決定木LSBoostアンサンブルMLが積層造形部品の欠陥を最適化し、製造再現性と品質管理を改善
MDPI (Journal of Manufacturing and Materials Processing掲載) スイス 概要 この研究は、積層造形（AM）部品における欠陥の最適化に機械学習、特に決定木LSBoostアンサンブル学習を適用する画期的なアプローチを提示しました。この手法は、限られたデー... -
アクティブラーニングがMACE-MP-0基盤MLFFのファインチューニングを最適化し、少ないデータで完全データ精度を達成
arXiv 国際 概要 この研究は、機械学習力場（MLFF）のトレーニングにおいて、より少ないラベルデータで完全なデータ精度を達成する革新的な手法を提示しました。特に、MACE-MP-0のような基盤MLFFのファインチューニングにアクティブラーニング戦略を適用す... -
1万超の半導体・絶縁体データで機能的分類とXGBoostを組み合わせ、電子バンドギャップ予測精度を大幅向上
AIP Publishing アメリカ 概要 この研究は、1万を超える半導体および絶縁体の電子バンドギャップの機能的分類を機械学習モデルに組み込むことで、予測精度を大幅に向上させることを実証しました。Pythonパッケージを用いた記述子生成とハイブリッド特徴選... -
パウリ電荷の組み込みにより機械学習原子間ポテンシャル（MLIP）の精度と高温高圧下での安定性が向上
ChemRxiv 国際 概要 新しい研究は、パウリ反発を機械学習ペアポテンシャルと短距離原子ニューラルネットワークに組み込むことで、機械学習原子間ポテンシャル（MLIP）の性能を大幅に向上させました。この革新的なアプローチは、より信頼性の高い限界挙動を... -
新規等方性メッセージパッシングML手法が外部ポテンシャルから電子構造と原子特性を高速モデリング
The Journal of Chemical Physics | AIP Publishing アメリカ 概要 新しい研究は、外部ポテンシャルの連続的な積を利用した等方性メッセージパッシングのためのスケーラブルな機械学習アプローチを実証し、電子構造と原子特性のモデリングを革新します。こ...
