説明可能なAI– tag –
-
自律型ラボの現状と課題：製薬R&Dにおけるクローズドループ実験の実現性を探る
Sakara Digital アメリカ 概要 本記事は、製薬R&Dにおける自律的なクローズドループ実験の実現可能性と、その適合性を決定する基準、そして実際のボトルネックについて議論しています。A-Labチームは、人間の専門家分析を置き換えるのではなく、自律的... -
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... -
ACS Publications、Mg-空気電池向けMg-Sr-X三元アノードのデータ駆動型AI設計フレームワークを確立
ACS Publications - Industrial & Engineering Chemistry Research アメリカ 概要 ACS Publicationsの論文は、高性能Mg-空気電池用ternaryアノードのデータ駆動型発見を目的としたAI駆動型合金設計フレームワークを確立しました。このフレームワークは、機... -
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... -
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... -
九州大学、説明可能なAI・ChatGPT・専門知識を融合した「ヒューマン・イン・ザ・ループ」フレームワークでAEM材料開発を効率化
九州大学ニュース 日本 概要 九州大学の研究グループは、説明可能なAI、ChatGPT、そして専門知識を融合させた「ヒューマン・イン・ザ・ループ」フレームワークを開発し、燃料電池や水電解槽に不可欠なアニオン交換膜（AEM）材料の効率的な開発を実現しまし... -
東京科学大学・東北大学、AIの予測根拠を可視化する「解釈可能なAI」手法を開発、材料設計を加速
不明 日本 概要 東京科学大学と東北大学の研究者グループが、AIモデルが材料特性をどのように予測するかの根拠を説明する「解釈可能なAI」手法を開発しました。この新技術は、原子構造と光学スペクトル間の複雑な関係性を明確に特定し、AIの推論過程を可視...
1