2/26 AI・ロボットを活用した自律型材料研究開発 ― 最新動向、応用事例、課題と展望 ―

大阪大学　大学院工学研究科　教授　博士(理学)　小野 寛太　氏

専門：自動・自律実験、マテリアルズ・インフォマティクス、磁性材料
東京大学大学院工学系研究科　助手、高エネルギー加速器研究機構　助教授、准教授を経て

現職

　近年、AI（人工知能）およびロボット技術の急速な発展により、材料研究開発の進め方は大きな転換期を迎えています。従来、研究者の経験や勘に大きく依存してきた材料探索やプロセス最適化は、データ駆動型アプローチと実験自動化技術によって再定義されつつあります。

　本セミナーでは、AIとロボットを統合的に活用した「自律型材料研究開発」を軸に、材料設計、特性予測、実験計画、自動・自律実験、データ解析を一体化する研究開発プロセスについて解説します。機械学習による材料探索や、ロボットによる実験自動化、さらに両者を連携させた自律型研究システムについて、具体的な研究事例を交えながら紹介します。

　加えて、自律型材料研究開発を実際の研究開発現場へ導入する際に直面する技術的課題、データ管理や品質保証、人とAI・ロボットの役割分担といった論点についても議論し、今後の材料研究開発の展望を示します。

１．自律型材料研究開発とは何か
　1.1 従来の材料研究開発プロセスとその課題
　1.2 自律型研究の基本概念
　1.3 人間が主導する研究と自律型研究の違い
　1.4 材料分野における自律化の意義

２．世界における自動・自律実験による研究開発の最新動向
　2.1 海外研究機関・大学での取り組み
　2.2 企業における導入事例と動向

３．AIが果たす役割：材料設計とデータ駆動型探索
　3.1 データ駆動型材料探索の考え方
　3.2 機械学習による材料特性予測と材料設計
　3.3 大規模言語モデルの活用

４．ロボットが果たす役割：実験自動化と再現性向上
　4.1 実験自動化の意義
　4.2 ハイスループット実験
　4.3 実験条件制御と再現性

５．AIとロボットの協働による自律型研究システム
　5.1 AI–ロボットを統合した自律実験システム（Self-driving Laboratory）
　5.2 実験計画・実行・解析の自律ループ

６．事例紹介
　6.1 自律型材料探索の事例
　6.2 プロセス最適化の事例

７．データ管理と研究基盤
　7.1 実験データ管理と品質保証
　7.2 データ活用

８．課題と今後の展望
　8.1 現状の課題
　8.2 自律型材料研究開発の将来展望

　□質疑応答□
 

※詳細・お申込みは上記

「お申し込みはこちらから」（遷移先WEBサイト）よりご確認ください。