【Live配信セミナー　1/14】研究・実験データの収集,一元化とプラットフォーム構築

セミナー№６０１５１２

【Live配信】
研究・実験データの

収集,一元化とプラットフォーム構築

★大事なのは成功データだけではない！！
★日々生まれる実験データを漏れなく収集、管理し開発の加速に繋げる方法とは！

----------------------------------------------------------------------------------

■講師

１．iASYS Technology Solutions(株)　テクニカルアドバイザー　桑田 武 氏
２．奈良先端科学技術大学院大学 先端科学技術研究科 物質創成科学領域 助教／

　　(国研)理化学研究所　客員研究員　高須賀 聖五 氏
３．積水化学工業(株)　先進技術研究所　情報科学推進センター

　　センター長 兼 MI推進グループ長　新明 健一 氏
４．東京科学大学　総合研究院　科学生命科学研究所　准教授　安藤 康伸 氏

■聴講料
１名につき ６６,０００円（消費税込、資料付）
１社２名以上同時申込の場合のみ１名につき６０,５００円
〔大学、公的機関、医療機関の方には割引制度があります。詳しくはお問合せください〕

■Live配信セミナーの受講について
・下記リンクから視聴環境を確認の上、お申し込みください。
　→ https://zoom.us/test
・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
・Zoomクライアントは最新版にアップデートして使用してください。
　Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
・セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
・当日は講師への質問することができます。可能な範囲で個別質問にも対応いたします。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。複数端末から同時に視聴することや複数人での視聴は禁止いたします。
・Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

プログラム                                                                                    

【10:00-11:30】
１．LLMとつながる実験データベース：試して広げる材料実験のAI活用
iASYS Technology Solutions(株)　桑田 武 氏

【講演趣旨】
LLMの登場により、実験データベースの重要性が飛躍的に高まっています。本セミナーでは、実験データに向いたデータベースの選び方や、LLMを簡単につなぐMCP技術を分かりやすく解説します。「自分のデータで気軽に試せる」環境を整えることで、思いついたAI活用アイディアをすぐに実践でき、DXの推進につながります。グラフ型データベースや計測データ格納システムなどの具体例を示しながら、材料実験データで実際に試した事例をデモを交えて紹介し、どのような活用の可能性があるかをご紹介します。

【講演項目】
1.重要度が増す実験データベース
2.進化するAI技術を「自分のデータで試せる」環境の必要性
3.実験データに向いているデータベースの例
4.LLMとデータベースをつなぐ実用的な技術：MCP
5.材料実験データでAIを試した事例紹介
【質疑応答】
---------------------------------------------------------------

【12:15-13:45】
２．研究DXを推進するための電子ラボノート基盤型自動実験プラットフォームの構築
奈良先端科学技術大学院大学／(国研)理化学研究所　高須賀 聖五 氏

【講演趣旨】
研究DXにおいては、実験データは蓄積するだけではなく、FAIR原則（Findable, Accessible, Interoperable, Re-usable） に基づいて管理することが重要である。本講演では、研究DX推進を目指した電子ラボノートの選定、導入および運用に関するNAISTでの具体的な取り組みについて紹介する。

【講演項目】
1.はじめに
2.研究DXにおける電子ラボノートの位置付け
　2-1.世界の動向
　2-2.FAIRデータ
　2-3.実験における人間とAIの関係性
　2-4.目指すデータフロー
3.電子ラボノート導入に向けた取組み
　3-1.電子ラボノートの導入ハードル
　3-2.電子ラボノートの導入戦略
　3-3.導入へ向けた6つのアクション
4.電子ラボノートの実装・活用
　4-1.機械学習に適したテンプレート作成
　4-2.Application Programming Interface (API) の活用事例
　4-3.自動実験装置との統合
5.おわりに
【質疑応答】
---------------------------------------------------------------

【14:00-15:30】
３．実験データ／失敗データの収集・管理と実験効率化、MI活用への展開
積水化学工業(株)　新明 健一 氏

【講演趣旨】
本講演では、研究現場で日々生まれる実験データを、成功・失敗を含めて漏れなく収集・標準化し、MI（マテリアルズ・インフォマティクス）に展開して実験効率を高める実践を解説します。成功データのみならず失敗データも含めて集めることの重要性、実験計画法、MI活用に有効なデータ収集、管理の方法、そして収集したデータを活用し、開発の加速に繋げる実践方法について共有します。

【講演項目】
1.はじめに
　1-1.当社R&Dの目指す姿
　1-2.変化する素材産業とMIの導入
2.素材・材料開発効率化のための実験データの収集・蓄積
　2-1.実験データ収集・蓄積の課題
　2-2.有効なデータ収集、管理、MI活用への展開事例
　2-3.実験データ収集を進めるための仕組み化
3.実験データ収集を進めるための人材育成
　3-1.データ駆動型開発を進められる人材とは
　3-2.データ活用人材のレベルの可視化
　3-3.データ活用人材の拡大の壁。どう進めるか
　3-4.実験計画法、品質工学からパラメータ設計を理解する
4.MI活用で成果創出を加速するための環境整備
　4-1.事業貢献につながるテーマ選定
　4-2.成果刈取りの仕組み化
5.今後
　5-1.実験自動化による自律的な開発サイクルの構築
【質疑応答】
---------------------------------------------------------------

【15:45-17:15】
４．研究・実験データの構造化とプラットフォーム構築に必要なスキル
東京科学大学　安藤 康伸 氏

【講演趣旨】
本講演では、MIの実践事例を通じて、研究活動で生じるデータの生成・蓄積・活用のサイクルについて知っていただき、特に研究・実験データを構造化するために必要な考え方・基礎知識について学んでいただきます。そして、データベース（DB）を作成する際の目的の明確化と出口戦略、そのために必要な具体的なスキルセットについても解説します。

【講演項目】
1.マテリアルズ・インフォティクス概要
　1-1.データ生成・蓄積・活用の循環サイクル
　1-2.データ収集時に考えなければいけないこと
　1-3.データ取得コストについて
　1-4.活用可能なデータとは
2.データ取得のためのベイズ最適化
　2-1.ベイズ最適化の背後にある数理
　2-2.自律実験装置とAIソフトウェア
　2-3.ロボット制御のための環境整備
3.材料データ蓄積を行う上で必要なこと
　3-1.データベース構築の３つの目的
　3-2.データベースの種類
　3-3.ツリー構造を利用した実験データ蓄積
　3-4.電子ラボノートの事例
4.データベース開発に必要なスキルセット
　4-1.誰のためのDBか
　4-2.開発コストの見積もり
　4-3.デスクトップアプリとウェブアプリ
　4-4.フロントエンドとバックエンド
　4-5.アジャイル開発という考え方
5.DB構築の出口戦略
　5-1.パーソナルDB
　5-2.DBを介した共同研究
　5-3.DBの共有・共用
　5-4.パブリックDB
　5-5.材料データと課題の多様性への対応
【質疑応答】

セミナーの詳細についてはお気軽にお問い合わせください。

２名以上同時にお申込される場合、２人目以降の方の情報は【弊社への連絡事項がございましたら、こちらにお書きください】欄にご入力をお願いいたします。