マテリアルインフォマティクス– category –
-
日本、自律型AIシステム「MADI」で材料開発を10倍加速へ
Facebook (reposting Nikkei Asia content) 日本 概要 日本は、人工知能（AI）を活用して材料開発の速度を10倍に加速する国家戦略を進めています。「MADI（Materials Acceleration Design Intelligence）」と名付けられた自律システムは、精密なロボットア... -
Accelerated Understanding、物理学ベースAIモデルでチップ設計、ロボット、エネルギー分野に革新
Facebook アメリカ 概要 Accelerated Understandingという新しいスタートアップが、物理学に基づいたAIモデルの開発を発表しました。このモデルは、時間と空間を超えた膨大なデータセットを処理する能力を持ち、チップ設計、ロボティクス、エネルギー分野... -
Periodic Labs、OpenAI・Google DeepMind元研究者が設立したAI駆動型材料科学スタートアップ
Facebook (reposting about Periodic Labs) アメリカ 概要 Periodic Labsは、OpenAIとGoogle DeepMindの元上級研究者によって2025年に設立された、ベンチャー支援のスタートアップです。同社は人工知能（AI）を活用し、特にマテリアルサイエンス分野におけ... -
Tian XieとZiheng Lu、生成AIフレームワーク「MatterGen」を発表し材料発見を加速
Facebook (Tian Xie and Ziheng Lu discussing MatterGen) アメリカ 概要 Tian XieとZiheng Luは、材料発見に革命をもたらす生成AIフレームワーク「MatterGen」を発表しました。この革新的なアプローチは、AIを活用して新しい材料を予測・設計し、様々な産... -
GitHubがAI4Scienceリポジトリで材料科学含む科学的発見加速AIツール、ライブラリ、データセットを厳選公開
GitHub - ai4s-research/awesome-ai-for-science アメリカ 概要 GitHub上の「ai4s-research/awesome-ai-for-science」リポジトリが、物理学、化学、生物学、材料科学といった科学分野における発見を加速するAIツール、ライブラリ、論文、データセット、フ... -
Meta AI、1億1千万件超のDFT計算を含む無機材料データセット「OMat24」と高性能GNNモデルを公開
Meta Fundamental AI Research (FAIR) アメリカ 概要 Meta Fundamental AI Research (FAIR)が、1億1000万件以上のDFT計算を含む大規模無機材料データセット「Open Materials 2024 (OMat24)」を公開しました。これは、材料科学分野における最大の公開データ... -
グラフニューラルネットワークが低計算コストで新材料発見を加速、触媒・バッテリー分野に貢献
PRX Intelligence アメリカ 概要 PRX Intelligenceに発表された新研究は、計算コストを大幅に抑えつつ新材料の予測と発見を加速するグラフニューラルネットワーク（GNN）モデルを提案しています。このモデルは、投影状態密度（projected density of states... -
AI支援GPE多目的ハイスループットスクリーニングで安全なリチウム電池開発を加速
ACS Publications アメリカ 概要 ACS Publicationsの論文が、AI支援によるゲルポリマー電解質（GPE）の多目的ハイスループットスクリーニングと優先順位付けを通じて、より安全なリチウム電池の開発を加速する手法を報告しました。この手法では、生成モデ... -
ワシントン大学がAI合成モデルを開発、化学文献からレシピ学習し新材料発見を加速
Washington University in St. Louis アメリカ 概要 ワシントン大学の研究者たちは、AIシステムが化学化合物の合成をモデル化する実験を行うことで、新材料や化学化合物の発見速度を大幅に向上させることに成功しました。この革新的なアプローチは、化学文... -
AI駆動型材料発見ワークフローがナノテクノロジーR&Dを加速、CuspAIが自律合成パイプラインを実証
nano-matter.com 国際 概要 AI駆動型材料発見ワークフローは、ナノテクノロジー研究開発（R&D）を劇的に加速し、従来の試行錯誤プロセスを予測インテリジェンスに置き換えることで、数ヶ月または数年を要していた開発期間を大幅に短縮しています。特に... -
プリンストン大学らが全米科学財団から1950万ドル獲得、オープンアクセス自律化学実験室を設立へ
UCLA Chemistry アメリカ 概要 プリンストン大学のAbigail Doyle教授らが、オープンアクセスでAI対応の自律化学実験室を設立するため、全米科学財団（NSF）から1950万ドルの大型助成金を獲得しました。このラボは、新しい触媒反応の発見と次世代化学者の育... -
米国エネルギー省、AIとスパコンでリチウムイオン電池リサイクルから重要鉱物回収を推進
GovCIO アメリカ 概要 米国エネルギー省（DOE）は、スタンフォード大学が主導するSLAC国立加速器研究所で、AIエージェントチームを活用し、使用済みリチウムイオン電池からニッケルやコバルトなどの重要鉱物を効率的に回収するプロジェクトを推進していま... -
自律材料発見ラボが材料開発を数十年から数週間に短縮、閉ループ機械学習とロボット実験で革新
Scifiniti 国際 概要 論文「AI-Guided Self-Driving Laboratories for Advanced Materials Discovery」が、閉ループ機械学習とロボット実験を統合した自律材料発見プラットフォームが、材料開発のペースを従来の数十年からわずか数週間に劇的に短縮する可... -
電場下での動的特性を高速予測：物理情報に基づいたペアワイズ電荷移動GGNNフレームワークが汎用性を実証
ACS Publications アメリカ 概要 ACS Publicationsの論文が、電場下での動的特性を迅速に予測するための、物理情報に基づいたペアワイズ電荷移動（PQT）理論と汎化グローバルニューラルネットワーク（GGNN）を組み合わせたフレームワークを報告しました。... -
ユニバーサルMLIPsの汎用性に課題、ACS論文が材料固有モデルの反復微調整の必要性を指摘
ACS Publications アメリカ 概要 ACS Publicationsの論文が、ユニバーサル機械学習原子間ポテンシャル（MLIPs）が原子シミュレーションの汎用ツールとして急速に普及しているものの、反応性事象を含む定量的な材料モデリングにおける役割はまだ確立されて... -
MACE基盤モデルをファインチューニングし、420種Al-MOFの水吸着をDFT精度で予測する転移可能MLPを開発
ACS Publications アメリカ 概要 本論文は、MOF（金属有機構造体）における水吸着の挙動を高い精度で予測するため、MACE基盤モデルをファインチューニングした転移可能な機械学習ポテンシャル（MLP）の開発に成功しました。420種類に及ぶAl-MOFの広範なデ... -
能動学習と知識蒸留を統合したMLMDが、MACEモデルでデータ効率を3分の1に向上、DeePMD比で高速化
ACS Publications アメリカ 概要 本研究では、DeePMDとMACEモデルを能動学習および知識蒸留フレームワーク内で組み合わせることで、データ効率と推論速度を両立させた機械学習分子動力学（MLMD）原子間ポテンシャル（MLIPs）を開発しました。液体水をケー... -
機械学習原子間ポテンシャル（MLIPs）が触媒発見を加速、DFTレベルの精度を低コストで実現
nano-matter.com 国際 概要 2026年8月現在、機械学習原子間ポテンシャル（MLIPs）が計算触媒研究の主流技術となり、触媒候補の高速スクリーニング、反応経路の効率的マッピング、触媒性能の正確な予測を可能にしています。MLIPsは密度汎関数理論（DFT）計... -
機能性材料のAI逆設計に関するレビュー論文、エネルギー触媒から構造材料まで広範な応用を展望
Scientific Research Publishing (SCIRP) 国際 概要 科学研究出版（SCIRP）の論文が、機能性材料の「AI逆設計」における進捗と課題を体系的にレビューしました。この論文は、AIがエネルギー触媒の原子組成進化、光電子・電磁分野の幾何学的トポロジー構築... -
三菱ケミカル、生成AI・量子コンピューティング・GPU加速計算をEUVフォトレジスト設計に適用
SEMICON Taiwan / Mitsubishi Chemical 日本 概要 三菱ケミカルは、次世代材料設計において生成AI、量子コンピューティング、GPU加速コンピューティングを戦略的に統合する取り組みを進めています。特にEUVフォトレジスト材料への応用が注目されており、電...
