マテリアルインフォマティクス– category –
-
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
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、... -
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
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... -
マテリアルインフォマティクス
MIT CrysVCDフレームワーク、AIで材料設計の安定性を大幅改善、計算コスト削減と実用材料開発を加速
Silicon Semiconductor News アメリカ 概要 MITの研究者たちは、「CrysVCD(結晶生成器と原子価制約設計)」と呼ばれるAIフレームワークを開発しました。この技術は、材料生成プロセスの初期段階で適用され、生成される材料の化学的安定性を大幅に向上させ... -
マテリアルインフォマティクス
オークリッジ国立研究所、AIが原子レベルでカスタム材料を自律構築、電子・量子材料設計を革新
Oak Ridge National Laboratory アメリカ 概要 オークリッジ国立研究所のAIシステムは、超シャープな顕微鏡チップを誘導し、個々の分子を銅上で自律的に操作することで、カスタムの原子スケールパターン構築に成功しました。このブレークスルーは、新しい... -
マテリアルインフォマティクス
SciTechDaily、AIが1.5億の仮想材料空間から将来のエレクトロニクス向け耐熱誘電体候補2種を特定、EV・航空宇宙需要に対応
SciTechDaily アメリカ 概要 SciTechDailyは、AI駆動型の手法が1億5000万の仮想化学空間から将来のエレクトロニクス向け有望誘電体材料候補2つを特定したと報じました。この逆設計戦略は、マルチモーダルな文献マイニングと物理学に基づいた機械学習を組み... -
マテリアルインフォマティクス
Energy & Environmental Science、AIがリチウムイオンバッテリー電解質をデータ駆動型で最適化、新規溶媒・添加剤・固体電解質を加速発見
Energy & Environmental Science イギリス 概要 Energy & Environmental Scienceのレビュー記事は、AIがリチウムイオンバッテリーの電解質研究をデータ駆動型予測、メカニズム分析、組成・界面化学のインテリジェント最適化により変革していると報じま... -
マテリアルインフォマティクス
MDPI、AI活用でリチウムイオンバッテリー開発をクローズドループ化、データ駆動型予測・状態予測・信頼性管理で革新
MDPI スイス 概要 MDPIのレビュー論文は、AIがリチウムイオンバッテリー(LIB)研究をデータ駆動型予測、メカニズム解釈、実験検証を統合するクローズドループパラダイムへと変革していることを明らかにしました。本研究は、AIがLIBの材料発見、バッテリー... -
マテリアルインフォマティクス
Cypris AI、生成モデル、GNN、自律型ラボが材料R&Dを10分の1に短縮、Google DeepMind GNoMEが240万の新材料を予測
Cypris AI アメリカ 概要 Cypris AIは、生成モデル、グラフニューラルネットワーク(GNN)、自律型ラボの統合により、材料研究開発(R&D)のタイムラインが従来の10~20年から1~2年に劇的に短縮されていると報告しました。新しいCT-GNNやSA-GNNアーキ... -
マテリアルインフォマティクス
News-Medical、AI駆動型触媒探索が医薬品開発期間を10年短縮、高スループット実験とMLで化学空間を最大化
News-Medical イギリス 概要 News-Medicalは、AI駆動型触媒探索を含む現代の合成ツールが化学および医薬品発見に革命をもたらしていると報じました。AIは、高スループット実験と機械学習アルゴリズムを組み合わせることで、研究者が従来の実験手法では不可...