【講演主旨】

【プログラム】

　材料開発の現場では，AIによる実験計画とロボットによる自動実験を連携させ，人が介在せずに探索サイクルを回す「自動自律実験」への期待が高まっている．しかし，両者を実際につなぎ，探索を止めずに動かし続けるには，装置とアルゴリズムを仲介し全体を統括するオーケストレーションソフトウェア（OS）が不可欠である．本講座では，まず自動自律実験の基本的な考え方と，そこでOSが担う役割を整理する．その上で，国産のオープンソースOSであるNIMOを取り上げ，その設計思想，ベイズ最適化をはじめとする多彩な材料探索アルゴリズム，および実際に接続された自動自律実験装置での適用事例を紹介する．最後に，大規模言語モデルの活用を含む今後の展望を述べ，自動自律実験が材料開発をどう変えるかを考える．

１．AIとロボット実験の連携による自動自律実験とは？

２．自動自律実験をコントロールするためのオーケストレーションソフトウェア（OS）とは？

３．国産OS NIMOの紹介

４．NIMOが有する多彩な材料探索アルゴリズム

５．NIMOを利用した自動自律実験装置

６．自動自律実験の展望

【質疑応答】

【キーワード】

自動自律実験，AI for Science

【注目のポイント】

AIとロボットをつなぐ国産オープンソースOS「NIMO」を開発者自ら解説する．多彩な探索アルゴリズムと実装事例に加え，GUIで手軽に使えるNIMO Desktopも紹介し，自動自律実験を今日から始める道筋を示す．

【講演主旨】

【プログラム】

　従来の紙の実験ノートに代わり電子ラボボートの活用が進んでいる。研究DX推進にあたってのキーワードは、「AI」×「データ」×「リモート化・スマート化」と言える。「リモート化・スマート化」は実験の自動化・リモート化であり、「データ」はデータの統合・管理といえる。ここに電子ラボノートが活用される。「AI」はデータ利活用であり、マテリアルズインフォマティクスにつながる。こうした全体像を見据えながら電子ラボノートの実験自動化への関わり方を述べる。

1.電子ラボノートの活用方針

2.電子ラボノートの重要性

3.研究DX

4.電子ラボノートの特徴

5.電子ラボノートの導入戦略

6.電子ラボノートの選定基準の設定

7.電子ラボノートの一例として　―　eLabFTW

8.共通機器に対する電子ラボノートの導入イメージ

9.NMR分析依頼書のテンプレート

10.データ収集のためのカルチャー

11.オープンマインド

12.リサーチトランスフォーメーション（RX）サイクルについて

13.RXサイクルの実装の姿

【質疑応答】

【講演のポイント】

本講演は、講演者のデータ駆動化学分野での長年の活動経験を背景とし、実験の自動化の在り方やそこから得られるデータの収集・蓄積、そしてその先につながるデータの解析やモデル化などに目を遣りながら、そこから電子ラボノート活用の視点などについて解説するものである。我が国における電子ラボノート展開の先頭に立っている講演者からの電子ラボノート展開における様々な経験談も紹介されるとともに、電子ラノートボ先進国ドイツの現状などの紹介もある。電子ラボノートを中心に置いた今後のデータ駆動化学の展開の方向性などを知る絶好の機会となると期待される。

【習得できる知識】

・電子ラボノートの役割
・電子ラボノートのMIへの貢献の在り方
・電子ラボノートを定着させるための工夫

【講演主旨】

【プログラム】

　ロボットが人間のように汎用的に実験作業を行うためには、ハードウェアの柔軟性と学習による適応能力の両立が鍵となる。
　本講演ではまず、粉体や粘性体などのすくい取りや秤量といった作業を実現する柔軟エンドエフェクタ「SCU-Hand」の開発について紹介する。続いて、ロボットによる実験自動化の研究動向を参照しつつ、柔らか手首機構を用いた学習制御による実験タスクの実現について述べる。これらを通して、既存のロボットによる小規模実験自動化の課題を具体化し、解決策としての柔軟メカニズムの適応可能性について議論する。

1.はじめに 
　1-1.講演者の略歴 
　1-2.オムロンサイニックエックス株式会社について 
　1-3.ロボットによる人間の作業代替への課題 
　1-4.硬いロボットに対するソフトロボットの優位性 

2.粉体すくい取りのための柔軟エンドエフェクタ「SCU-Hand」 
　2-1.粉体ハンドリングにおける自動化の重要性 
　2-2.ロボットにおけるすくい取りタスクの課題 
　2-3.SCU-Hand の基本構造と円錐型サイズ可変機構 
　2-4.粘性流体，脆弱物体への応用 
　2-5.小瓶への少量投入及び秤量機能の実現 

3.ロボットによるマテリアル合成自動化の研究動向 
　3-1.実験工程自動化の重要性と課題 
　3-2.ロボットによる実験工程の代替 
　3-3.弊社での実験自動化に向けた取り組み 

4.柔軟ハンドとロボット学習 
　4-1.研究背景とロボットの柔軟性の必要性 
　4-2.柔軟手首を用いた接触タスクの例 
　4-3.学習制御の活用と効果 

5.まとめと今後の展望

【質疑応答】

【講演主旨】

【プログラム】

　研究開発現場では、従来の自動化のアプローチに加えて、Physical AIによる自動実験の可能性が急速に議論され始めています。
　本講演では、最新論文や直近の開発コミュニティによる実装をご紹介しつつ、現在すぐに始められること、すでに実装が進んでいること、まだできないことを整理します。本講演を通じて、Physical AIの実装におけるラボ自動化への応用で見えた希望とともに適切な絶望をお伝えします。

1. ラボオートメーションの歴史と分類

2. Physical AIの概念と技術動向

3. 従来型自動化とPhysical AIの違い

4. 最新研究に見るPhysical AI実装の現在地

5. 研究開発現場で今から始める導入・検証

【質疑応答】