1504数理・情報 AIモデリングによる先端材料開発を加速 （New AI Modeling Approach Accelerates the Development of Advanced Materials）
2026-08-03 ローレンス・バークレー国立研究所（LBNL）米国ローレンス・バークレー国立研究所（Lawrence Berkeley National Laboratory：LBNL）の研究チームは、先端材料の開発を加速する新たなAI...
マテリアルズ・インフォマティクス
1504数理・情報 
1603情報システム・データ工学 化学構造の「共通ID」を開発 ―材料データベース統合で探索や機械学習を加速―
20026-06-25 東京大学東京大学大学院工学系研究科の中山哲教授、村岡恒輝准教授らは、結晶や分子などの化学構造に対して重複のない固有識別子（ID）を付与する新アルゴリズム「Graph ID」を開発した。従来は材料データベースごとに管理...
0501セラミックス及び無機化学製品 AIの予測根拠を解読して材料設計指針を導く新手法を開発－マテリアルズ・インフォマティクスによる材料探索の加速－
2026-06-15 東北大学東京科学大学と東北大学の研究グループは、材料物性を予測するAIの内部情報を解析し、材料設計に有用な知見を自動抽出する新手法を開発した。近年、マテリアルズ・インフォマティクスの発展によりAIによる高精度な物性予測...
0500化学一般 AI技術による新規酸化物の発見～未発見物質の合成条件もピンポイントで予測～
AI で効率的に新規物質の合成条件を予測するためのシステムを開発した。約6万通りの合成条件から、誰も発見していない新規物質であってもその合成条件を的確に予測することが可能であり、実際に2つの新規物質の合成に成功した。
1600情報工学一般 新物質の合成条件を効率よく推薦する手法を開発
並列合成実験データを活用して、新物質を合成するための実験条件を効率的に探索できる推薦システムの開発に成功した。
0102材料力学 「開発者が解釈可能なマテリアルズ・インフォマティクス」で 特性向上の主要因を抽出する手法を開発
実験データ生成の省力化技術と、材料特性に対する高精度での予測とその解釈性を与える技術に加え、新たに材料の特性向上に関わる無数の要因から主要因を効率良く抽出する手法を開発した。この手法を用いてスピン熱電材料の熱電性能向上の実証に成功した。
0402電気応用 材料設計におけるＡＩの有用性を実証
高イオン伝導率を有する全固体リチウムイオン電池用固体電解質の開発を効率化2018-03-16 富士通株式会社 理化学研究所富士通株式会社は、理化学研究所 革新知能統合研究センター（AIPセンター）理研AIP-富士通連携センター（連携センター...