マテリアルインフォマティクス– category –
-
AIP Publishing、液体振動エントロピー指標で経験的原子間ポテンシャルの精度を80%向上、MLIPsの体系的検証に新機軸
AIP Publishing アメリカ 概要 AIP Publishingの発表によると、経験的原子間ポテンシャルの開発と検証において、従来の限界を克服する新たな手法が提案されました。本研究は、液体の振動エントロピーなどの量を新たな指標として導入することで、異なるSi原... -
アルゴンヌ国立研究所、AI活用でバッテリー材料探索を80時間で完遂、高速充電・高エネルギー密度電解質N2116合成に成功
Argonne National Laboratory アメリカ 概要 アルゴンヌ国立研究所は、AI駆動型の手法を用いることで、バッテリー開発における材料探索プロセスを劇的に加速させました。AIは50万種の安定な材料候補からわずか80時間で18種の候補を絞り込み、その後のHPC検... -
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8月30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8月30日（PDF）をダウンロード ウィークリーレポート 2026年8... -
ACS論文：リチウム固体電解質向けMLワークフローがイオン伝導性予測で高効率な仮説生成を実現
The Journal of Physical Chemistry C | ACS Publications アメリカ 概要 ACS Publicationsの『The Journal of Physical Chemistry C』に掲載された研究は、リチウム固体電解質の新規仮説生成と優先順位付けのためのモジュール式機械学習（ML）ワークフロ... -
Preprints.orgが「高エントロピー合金設計」レビュー論文発表：MLが組み合わせ爆発問題解決へ
Preprints.org 不明 概要 Preprints.orgが発表したレビュー論文は、高エントロピー合金（HEA）の設計における物理冶金学とデータ駆動型手法の融合を探求しています。この論文では、AIと機械学習（ML）が、相予測のための教師付き分類器、特性予測のための... -
三菱ケミカル、生成AIと量子計算を統合した次世代EUVフォトレジスト材料設計を発表
vertexaisearch.cloud.google.com (三菱ケミカルの発表抄録参照) 日本 概要 三菱ケミカルは、半導体製造におけるEUVフォトレジスト材料設計のため、生成AI、量子コンピューティング、GPU加速計算を組み合わせる研究を発表しました。この取り組みは、量子由... -
自律型ラボが材料科学にパラダイムシフト、アルゴリズム・ハードウェア・自律性の進化が開発加速
Facebook (レビュー論文参照) 不明 概要 自律型ラボ（SDL）は、自律探索を通じて材料開発を加速させることで、材料科学にパラダイムシフトをもたらしています。このレビューは、探索アルゴリズム、ハードウェアの改良、および自律性の拡大におけるSDLの最... -
IITマドラスがオープンソースLLM活用で高性能合金の最大公開データベースを構築、発見加速へ
Open Source For U (IIT Madras参照) インド 概要 インド工科大学（IIT）マドラスの研究者たちは、大規模言語モデル（LLM）を活用して1万以上の論文から科学データを抽出し、高度な多成分合金の世界最大の公開データベースを構築しました。このオープンソ... -
MIT、AIで材料設計安定性を70%向上させるCrysVCDフレームワークを発表、コストを大幅削減
MIT News アメリカ 概要 MITの研究者たちは、AIが生成する材料の安定性率を大幅に向上させる新しいフレームワーク「CrysVCD（crystal generator with valence-constrained design）」を開発しました。このアプローチは、高価な生成ステップの前に設計が主... -
日本政府、企業データ集約のAIプラットフォームで新材料開発を10倍加速へ、2027年度始動
RootData (日経アジア参照) 日本 概要 日本政府は、経済産業省の主導で、企業から収集した材料関連データをAIで分析するデータ共有プラットフォームを2027年度に構築し、新材料開発を約10倍に加速する計画です。このプラットフォームは、データと計算イン... -
AI駆動ハイパーダイナミクス法が原子の動きを高速シミュレート、材料の損傷・老化研究を革新
Facebook (Nature Communications参照) 不明 概要 機械学習アプローチに基づく新しいハイパーダイナミクス法が開発され、材料中の原子の動きを高速かつ効率的にシミュレートできるようになり、計算材料発見を変革しています。この自動化された「原子間ポテ... -
新GNNモデルが電子フィンガープリントを高速生成、触媒・バッテリー材料発見を最大化
Facebook (PRX Intelligence参照) アメリカ 概要 新しいグラフニューラルネットワーク（GNN）モデルが、低計算コストで電子フィンガープリントを迅速に生成し、新材料の予測と発見をハイスループットで加速しています。このモデルは、状態密度投影（PDOS）... -
AI駆動「自律型ラボ」が科学発見を革新も、仮説検証の物理的ボトルネックが課題
vertexaisearch.cloud.google.com 不明 概要 ロボティクス、ハイスループット実験、AIを統合した「自律型ラボ」が、継続的で適応的な学習サイクルを実現し、科学的発見を根本から変革しています。これらのシステムは新たな仮説を生成する能力に優れる一方... -
ローレンス・バークレー国立研究所、2026年アニュアルミーティングでDFTからMLIPへの量子精度スケール移行と2つの自律型ラボ計画を発表
Lawrence Berkeley National Laboratory アメリカ 概要 ローレンス・バークレー国立研究所のMolecular Foundryは、2026年年次会議において、密度汎関数理論（DFT）から機械学習原子間ポテンシャル（MLIP）への量子精度スケール移行に関する基調講演を行い... -
Schrödinger、AI共同研究者「Bunsen」を発表し分子発見を加速。Yale大もAIフレームワーク「MOSAIC」で新分子合成手法を生成
Facebook アメリカ 概要 Schrödinger社は、分子発見を加速するAI共同研究者「Bunsen」を発表しました。Bunsenは、医薬品開発におけるリード化合物の最適化や新奇分子の設計を支援します。また、Yale大学の研究者も2026年1月に、これまで合成されたことのな... -
第一原理計算と深層学習を融合：DeepH-packがAI駆動型電子構造計算を加速
Facebook (reposting about DeepH-pack) アメリカ 概要 DeepH-packは、第一原理計算と深層学習を組み合わせ、電子構造モデリングを高速化する汎用ニューラルネットワークパッケージとして発表されました。このツールは、大規模な材料モデリング、ハイスル... -
AIがマルチモーダル文献マイニングと物理学ベースMLで高温安定性を持つ鉛フリー誘電体材料を発見
Facebook アメリカ 概要 研究者たちは、人工知能（AI）を活用して、高温安定性を持つ新しい鉛フリー誘電体材料を発見しました。この研究では、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合わせた逆設計アプローチが用いられました。... -
FSU卒業生がAI企業FindWhatMatters.aiを設立、物理学研究をAIで革新
Facebook アメリカ 概要 フロリダ州立大学（FSU）の卒業生がAI企業FindWhatMatters.aiを設立し、物理学研究にAIを導入することで科学的発見を加速することを目指しています。同社は、大量データ処理、パターン認識、シミュレーション、材料科学、量子コン... -
IIT Madras、AI駆動型予測で世界最大の高性能合金オープンデータベースを開発
Facebook (reposting content about IIT Madras) インド 概要 インドのIIT Madras（インド工科大学マドラス校）が、持続可能な材料研究のための高度合金に関する世界最大のオープンデータベースを開発しました。このAI駆動型予測システムは、高エントロピ... -
AIがMOFのデジタル発見を革新：計算モデリングとハイスループットスクリーニング統合で開発期間短縮
ACS Publications アメリカ 概要 人工知能（AI）と機械学習は、金属有機構造体（MOF）ベースの多機能材料の発見と最適化に革命をもたらしています。AIは、MOFの広大な化学設計空間を迅速に探索することを可能にし、従来の試行錯誤アプローチの非実用性を克...
