マテリアルインフォマティクス– category –
-
オークリッジ国立研究所、AIとオペレーション人材の融合で自律型科学の未来を推進
Oak Ridge National Laboratory (ORNL) アメリカ 概要 オークリッジ国立研究所（ORNL）は、人工知能（AI）を科学ワークフローに統合し、12を超える自己駆動型ラボを運用することで、自律型科学の未来を積極的に推進しています。この革新的な取り組みは、科... -
Ca-Fe-Ni三元系で100 GPa超の新規高圧相Ca6FeNiを発見、基盤モデルが結晶構造予測を革新
arXiv アメリカ 概要 arXivに公開されたプレプリント論文は、進化探索と適応型データ選択、ファインチューニングを組み合わせた自己整合的な基盤モデル支援型結晶構造予測（CSP）ワークフローの導入を報じています。この革新的な手法は、Ca-Fe-Ni三元系に... -
バークレー研究所、植物-微生物研究の再現性を高める自律型ラボ「EcoBOT」を開発
Berkeley Lab アメリカ 概要 バークレー研究所は、植物と微生物の相互作用研究における再現性の課題を解決し、バイオエネルギー研究を加速するために、自律型ラボ「EcoBOT」を開発しました。EcoBOTは、ロボットハードウェア、高度な画像処理システム、適応... -
ArXivに化学実験室用ヒューマノイドロボット向け初のベンチマーク「Labimus」が登場
arXiv アメリカ 概要 arXivにプレプリント論文として、化学実験室におけるヒューマノイドロボットの器用な操作のための初のベンチマーク「Labimus」が発表されました。Labimusは、自動化された実験と高精度な動的操作との間のギャップを埋めることを目的と... -
MARVELプロジェクト、量子力学からAI駆動型材料発見へ12周年、計算科学を再構築
EurekAlert! アメリカ 概要 MARVELプロジェクトは、量子力学的シミュレーション、計算能力、機械学習を組み合わせることで材料発見を根本から変革し、12周年を迎えました。2014年の発足以来、複雑なシミュレーションの再現性、共有性、協力性を高めるツー... -
リン酸カルシウム生体材料足場のデータ駆動型発見、材料インフォマティクスとMLクラスタリングで効率化
Indonesian Applied Physics Letters (e-Journal UNAIR) インドネシア 概要 Indonesian Applied Physics Letters誌に掲載された研究は、材料インフォマティクスと機械学習（ML）クラスタリングを組み合わせることで、リン酸カルシウム生体材料足場のデータ... -
ACS誌に2D材料の構造表現に関する比較研究が登場、Dynamic Collision Fingerprintが有望
ACS Omega アメリカ 概要 ACS Omega誌に発表された比較研究は、Dynamic Collision Fingerprint（DCF）やMatminerライブラリを含む、2D材料の異なる構造表現を詳細に調査しました。この研究は、構造的に複雑な2Dシステムに適用される際の、一般的な高次元記... -
Citrine InformaticsのAIが特殊化学品製造のレジリエンスを強化し、サプライチェーンリスクを低減
AZoM (Citrine Informatics) アメリカ 概要 Citrine InformaticsのAIが、特殊化学品製造におけるレジリエンスを大幅に強化し、サプライチェーンの混乱リスクを軽減する新たなソリューションを提供しています。このAI技術は、代替品の迅速なスクリーニング... -
ACS誌に説明可能なAIの総説論文が登場、電気触媒・光触媒設計の透明性を向上
ACS Applied Materials & Interfaces (ACS Publications) アメリカ 概要 ACS Applied Materials & Interfaces誌に発表された総説論文は、電気触媒作用および光触媒作用における説明可能な人工知能（XAI）の応用を詳細に論じています。この論文は、予測... -
ArXivにLLM活用の自律型研究ループが登場、結晶グラフネットワークのバンドギャップ予測精度が向上
arXiv アメリカ 概要 arXivに公開されたプレプリント論文は、バンドギャップ予測のために専門家が設計した結晶グラフネットワークを最適化する、自律型大規模言語モデル（LLM）研究ループを導入しました。このワークフローは、進化探索と適応型データ選択... -
米国エネルギー省、AIイノベーションエコシステムを推進し、自律型ラボを核とした研究を強化
Department of Energy アメリカ 概要 米国エネルギー省（DOE）は、高度なコンピューティング、環境モデリング、材料研究においてAIを活用し、世界をリードするAIイノベーションエコシステムの開発を推進しています。ローレンス・バークレー国立研究所のA-L... -
ArXivに基盤モデルとベイジアン最適化を統合した材料設計ワークフローが登場、計算コストを削減
arXiv アメリカ 概要 arXivで発表されたプレプリント論文は、サロゲートゲート型生成と基盤モデル埋め込みを統合した新しいベイジアン材料設計ワークフローを提案しています。このアプローチは、事前学習されたORB埋め込みとガウス過程を組み合わせること... -
ArXivに潜在遺伝的アルゴリズムが登場：結晶構造予測の効率を画期的に向上
arXiv アメリカ 概要 arXivに公開されたプレプリントが、結晶構造予測（CSP）のための新しい「潜在遺伝的アルゴリズム（LGA）」を紹介しています。LGAは、事前学習された汎用原子間ポテンシャルによって学習された潜在表現を連続的な進化的座標として利用... -
米国エネルギー省、AI駆動型自律ラボ推進でエネルギー・バイオテクノロジー分野の科学的発見を加速
Department of Energy アメリカ 概要 米国エネルギー省（DOE）は、エネルギー、コンピューティング、バイオテクノロジー分野における新規材料および分子の科学的発見を加速するため、AI駆動型自律型ラボの推進に注力しています。ローレンス・バークレー国... -
MITの生成AIコンソーシアム、LLMのハルシネーション問題解決でバッテリー・半導体材料開発を加速
MIT Generative AI Impact Consortium アメリカ 概要 MIT生成AIインパクトコンソーシアムは、材料科学研究における大規模言語モデル（LLM）ベースのエージェントが計算ツールを使用する際の「ハルシネーション」問題に取り組むことで、バッテリーや半導体... -
東京科学大学、解釈可能なAIで材料特性予測のメカニズムを解明し、効率的な材料設計を実現
東京科学大学 日本 概要 東京科学大学の研究チームは、AIモデルが原子構造に基づいて材料特性、特に光吸収スペクトルをどのように予測するかを解明するための、解釈可能なAI手法を開発しました。この革新的なアプローチは、訓練されたAIモデルから主要な特... -
シンガポール国立大学、エネルギー材料向けAIワークショップを2026年7月に開催し発見加速
National University of Singapore (NUS) シンガポール 概要 シンガポール国立大学（NUS）は、ソリッドステートイオニクス会議2026と併催で「AI for Energy Materials」ワークショップを2026年7月10日に開催します。このワークショップでは、材料インフォ... -
エディンバラ大学、固溶体結晶の物性予測精度を向上させるネスト型結晶グラフニューラルネットワークを開発
Edinburgh Research Explorer イギリス 概要 エディンバラ大学の研究者らは、化学的に複雑な固溶体結晶の物性予測精度を大幅に向上させる「Solid Solution Nested Graph Neural Network (SSNGNN)」を開発しました。SSNGNNは、組成情報と構造情報をネスト型... -
東北大学、AI駆動型デジタル触媒プラットフォーム「DigCat 4.0」を発表し触媒発見を加速
東北大学 日本 概要 東北大学の研究者らは、AIを活用したデジタル触媒プラットフォーム「DigCat 4.0」を発表し、触媒発見の新たな時代を拓きました。このプラットフォームは、実験データ、理論計算、科学文献を統合し、キュレーションされた相互運用可能な... -
Google DeepMindとMeta主導、科学的発見を加速するAIツールとデータセットの厳選リスト公開
GitHub アメリカ 概要 GitHubリポジトリ「awesome-ai-for-science」が公開され、物理学、化学、生物学、材料科学など幅広い分野で科学的発見を加速するAIツール、ライブラリ、論文、データセット、フレームワークが厳選されて紹介されています。Google Dee...
