生成AIによる材料開発・分子設計の効率化およびマルチモーダルAIの複雑材料系への適用と今後の展望
★2024年1月19日WEBでオンライン開講。三井化学株式会社 向田 志保 氏、産業技術総合研究所 室賀 駿 氏、横浜市立大学大学院 寺山 慧 氏の3名が生成AIによる材料開発・分子設計の効率化およびマルチモーダルAIの複雑材料系への適用と今後の展望について解説する講座です。
■本セミナーの主題および状況
★【生成AI】は、人工知能の一種であり、データから新しい情報やコンテンツを生成する能力を持つシステムやモデルを指し、自然言語処理は、人間が日常的に使用する言葉や文章をコンピュータや人工知能システムが理解し、解釈し、生成するための技術分野であります。本講習会では、上記のモデル、技術を活用した材料開発のポイントを解説いたします。
★【マルチモーダルAI】は、数値、画像、テキスト、音声、動画など、複数種類のデータから情報を収集し、それらを統合して処理するAIシステムです。
■注目ポイント
★生成AIに関する豊富な知見を有する第一人者が、生成AIの導入、活用方法から始まり、具体的な材料開発への活用事例などについてご紹介！
★材料成形加工、分析といった実験から、スモールデータからビッグデータに至るまでに幅広いデータ解析に従事した経験を保有している講師が、材料化学分野で生成AIを生かすために基盤となるデータへの向き合い方や考え方について紹介！
★実用的な分子設計を目指し、強化学習を用いた分子生成手法ChemTSおよびその改良版ChemTSv2のご開発に携わられた講師が、ChemTSによる分子設計の基本的な枠組みを解説し、ChemTSを用いた色素、蛍光分子、エレクトレット、薬候補分子等の設計と合成例について紹介！
講座担当：牛田孝平
≪こちらの講座は、WEB上での開催のオンライン講座になります≫
- 第1部 三井化学株式会社／信州大学／大阪大学 DX推進本部 DX企画管理部 / 工学部 特任准教授 / 基礎工学研究科招聘教授 博士（工学） 向田 志保 氏
- 第2部 産業技術総合研究所 ナノカーボンデバイス研究センター/主任研究員 室賀 駿 氏
- 第3部 横浜市立大学大学院 理学部 理学科 生命医科学研究科 生命医科学専攻／准教授 寺山 慧 氏
【1名の場合】44,000円(税込、資料作成費用を含む)
定員：30名
※ お申込み時に送られるWEBセミナー利用規約・マニュアルを必ず、ご確認ください。
※ 銀行振り込みをご選択ください。お支払いは会社のご都合で講座前日に間に合わない場合、開催月翌月末あたりまでお待ち申し上げます。
※ お申し込み後、受講票と請求書が自動で返信されます。請求書記載の銀行口座に沿って、お振り込みをお願いします。また請求書に記載の「株式会社」や「(株)」「会社名」はお客様の記入通りの表記になりますので、ご希望の形式で記載をお願いします。
※ 2名以上でお申し込みをされた場合は、請求書受講票を代表者様にご連絡します
※ 領収書の要望があれば、申込時、備考欄へ記載ください。
※ ご参加手続きの際、自宅住所やフリーアドレス、個人携帯番号のみで登録された場合は、ご所属確認をさせいただくことがございます
※ 当講座では、同一部署、申込者のご紹介があれば、何名でもお1人につき11,000円で追加申し込みいただけます。(申込者は正規料金、お二人目以降は11,000円となります)。追加の際は、申し込まれる方が追加の方を取り纏いただくか、申込時期が異なる場合は紹介者のお名前を備考欄にお書きくださいますよう、お願いいたします。
キャンセルポリシー・特定商取引法はこちら
セミナーに関するQ&Aはこちら（※キャンセル規定は必ずご確認ください）
【第1講】 生成AI技術による材料開発の効率化と今後の展望
【時間】 11:15-12:00
【講師】三井化学株式会社／信州大学／大阪大学 DX推進本部 DX企画管理部 / 工学部 特任准教授 / 基礎工学研究科招聘教授 博士（工学） 向田 志保 氏
【講演主旨】
【弊社からのご案内】
→自然言語処理と生成AI の概要、重要性、材料開発への活用事例、自然言語処理と生成AI モデルの選択と活用、材料開発における自然言語処理と生成AI の今後の展望についてご講演いただく予定となっております。
【プログラム】
1.自然言語処理と生成AI の概要と重要性
2.自然言語処理と生成 AI の材料開発への活用事例
3.自然言語処理と生成AI モデルの選択と活用
4.材料開発における自然言語処理と生成AI の今後の展望
【質疑応答】
【第2講】 複数の生成AIを束ねたマルチモーダルAIによる機能性材料の特性予測
【時間】 13:00-14:15
【講師】産業技術総合研究所 ナノカーボンデバイス研究センター/主任研究員 室賀 駿 氏
【講演主旨】
材料開発の効率化、人力では難しい異なる複数の特性の最適化を目的にデータ科学の活用が高い注目を集め、マテリアルズ・インフォマティクスやプロセス・インフォマティクスとして多様な方法論について検討が行われてきた。近年生成AIを材料化学分野に適用する動きが自然言語処理だけに限らず進んできており、身の回りの材料開発に生成AIがいる時代は目の前に迫っている。本セミナーでは材料化学分野で生成AIを生かすために基盤となるデータへの向き合い方や考え方について紹介する。
【プログラム】
1. 材料化学分野におけるデータ活用の3つのトレンド
1.1 データ活用技術の変遷
1.2 3つのデータ活用のトレンドの特徴
2. 材料微細構造制御に向けた生成AIの活用
2.1 微細構造をAIで扱う難しさ
2.2 深層学習を使った微細構造の特徴抽出
3. 材料化学分野へ適用可能なマルチモーダルＡＩ
3.1 マルチモーダルAIとは
3.2 生成AIの多様な材料情報への適用
3.3 マルチモーダルAIによる材料特性の制御
4. これからの生成AIの活用
【質疑応答】
【キーワード】
深層学習/ディープラーニング、生成AI、マルチモーダルAI、マテリアルズ・インフォマティクス、プロセス・インフォマティクス
【講演のポイント】
講演者は材料からプロセスに至るまでに幅広い経験があり、材料成形加工、分析といった実験の経験から、スモールデータからビッグデータに至るまでに幅広いデータ解析に従事した経験を保有している。
【習得できる知識】
・深層学習を用いた材料開発
・生成AIの材料化学分野への適用法
【第3講】 ChemTSv2: 薬から材料まで様々な有機小分子を設計できる 分子生成AIパッケージ
【時間】 14:25-15:40
【講師】横浜市立大学大学院 理学部 理学科 生命医科学研究科 生命医科学専攻／准教授 寺山 慧 氏
【講演主旨】
近年、深層学習を活用した分子生成・最適化手法が注目を集めており、分子材料設計・創薬などの分野での応用が期待されている。我々はこれまで、実用的な分子設計を目指し、強化学習を用いた分子生成手法ChemTSおよびその改良版ChemTSv2を開発してきた。本講演では、ChemTSによる分子設計の基本的な枠組みを解説し、ChemTSを用いた色素、蛍光分子、エレクトレット、薬候補分子等の設計と合成例について紹介する。また、利便性を向上させたChemTSv2についても紹介する。
【プログラム】
1. イントロダクション導入
1.1分子生成手法の概観
1.2分子設計の難しさ
2. ChemTSによる分子生成の枠組み
2.1 RNNによる分子生成
2.2 強化学習による探索・制御
2.3 ChemTSの枠組み
2.4 評価関数に関して
3. ChemTSによる分子設計例
3.1 色素
3.2 蛍光分子
3.3 エレクトレット
3.4 薬候補分子
4. ChemTSv2による分子設計
4.1 ChemTSとChemTSv2の違い
4.2 利用方法
5. まとめ
【質疑応答】
【キーワード】
分子設計、生成モデル、強化学習、RNN、評価関数
【講演のポイント】
分子生成AIを使って実際に分子を設計する際の技術的なポイントや考慮すべき点について紹介する予定です。
【習得できる知識】
・分子生成AIの概要
・強化学習とRNNによる分子設計手法ChemTSと実際の応用事例