【講演主旨】

■本セミナーの主題および状況

ビッグデータ、AI、機械学習などといった情報処理技術の進展によりマテリアルズインフォマティクス(MI)という形で膨大な数の実験や論文を解析して材料の製造方法を予測することで材料開発の効率を向上させる取り組みが活発化しており、多くの素材・化学企業がMIを活用したデータ駆動型の材料開発への変革を進めております。しかしながら、多くの企業がデータ量の不足やデータの整備不足といった課題に直面しております。そこで、本講演では、MIを加速させるための実践的な解決策として①有用なデータ基盤を構築するための実践的な方法、②世界最先端の技術動向として、AIスーパーモデルの活用というアプローチを紹介し、データ戦略の重要性、AIスーパーモデルの仕組みと利点、そして具体的な活用事例を解説することで、MIの真の可能性を引き出し、材料開発の未来を拓く道筋を説明！

■注目ポイント
★国内におけるMI材料開発普及の背景と現状、企業間材料開発の進展、将来展望について解説！
★自動車部品・材料開発におけるAI材料計測の本質とAIが気付いた材料特性の有用性とは！？
★高機能材料の研究開発加速に向けたAI活用とは！？

≪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≫

【全体スケジュール】

　　　　　　　　　　　　　　　　　素材・材料開発：効率化、人材育成、次世代AI技術の統合」　
13:50-14:35  第3部(第3講)「マテリアルズインフォマティクス活用による
　　　　　　　　　　　　　　　　素材・材料開発の効率化と人材育成、環境構築の仕組み化」
14:45-15:30  第4部(第4講)「高機能材料の研究開発加速に向けたAI活用」
15:35-16:20  第5部(第5講)「マテリアルズ・インフォマティクスの可能性を引き出す
　　　　　　　　　　　　　　　　世界の最新技術動向と課題解決への実践的なアプローチ」
16:25-17:10  第6部(第6講)「MIとDX　-自動車用材料開発におけるAI×データの活用-」  

【プログラム】

【講演主旨】

■本セミナーの主題および状況

ビッグデータ、AI、機械学習などといった情報処理技術の進展によりマテリアルズインフォマティクス(MI)という形で膨大な数の実験や論文を解析して材料の製造方法を予測することで材料開発の効率を向上させる取り組みが活発化しており、多くの素材・化学企業がMIを活用したデータ駆動型の材料開発への変革を進めております。しかしながら、多くの企業がデータ量の不足やデータの整備不足といった課題に直面しております。そこで、本講演では、MIを加速させるための実践的な解決策として①有用なデータ基盤を構築するための実践的な方法、②世界最先端の技術動向として、AIスーパーモデルの活用というアプローチを紹介し、データ戦略の重要性、AIスーパーモデルの仕組みと利点、そして具体的な活用事例を解説することで、MIの真の可能性を引き出し、材料開発の未来を拓く道筋を説明！

■注目ポイント
★国内におけるMI材料開発普及の背景と現状、企業間材料開発の進展、将来展望について解説！
★自動車部品・材料開発におけるAI材料計測の本質とAIが気付いた材料特性の有用性とは！？
★高機能材料の研究開発加速に向けたAI活用とは！？

≪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≫

【全体スケジュール】

　　　　　　　　　　　　　　　　　素材・材料開発：効率化、人材育成、次世代AI技術の統合」　
13:50-14:35  第3部(第3講)「マテリアルズインフォマティクス活用による
　　　　　　　　　　　　　　　　素材・材料開発の効率化と人材育成、環境構築の仕組み化」
14:45-15:30  第4部(第4講)「高機能材料の研究開発加速に向けたAI活用」
15:35-16:20  第5部(第5講)「マテリアルズ・インフォマティクスの可能性を引き出す
　　　　　　　　　　　　　　　　世界の最新技術動向と課題解決への実践的なアプローチ」
16:25-17:10  第6部(第6講)「MIとDX　-自動車用材料開発におけるAI×データの活用-」  

【プログラム】

1.導入: MIと生成AIがもたらす材料開発の変革
　1.1    MIの基本概念と生成AI（LLM）の役割

2. 効率化手法と事例紹介
　2.1    実験データからのパターン認識と予測モデル
　2.2    新素材の迅速な探索事例

3. MI人材育成の戦略的アプローチ
　3.1    教育プログラムの設計
　3.2    企業・研究機関での育成事例

4.実践的ノウハウの共有
　4.1    データ駆動型開発のワークフロー構築
　4.2    データ品質と標準化の重要性

5.次世代技術の統合と展望
　5.1    サプライチェーンを考慮した材料開発の可能性
　5.2    持続可能な開発におけるAIの貢献

【質疑応答】

【キーワード】
・人工知能
・機械学習
・マテリアルズ・インフォマティクス
・生成AI
・大規模言語モデル
・材料開発

【講演のポイント】
AIとMIが融合した次世代の材料開発手法を、事例と実践ノウハウを交えながら学べる内容になっております。

【習得できる知識】
•    MIを活用した効率的な材料開発の基本手法と実例
•    生成AI（AIエージェント）やLLMの素材開発への応用法
•    MI人材育成の具体的な戦略
•    データ駆動型材料開発のワークフロー設計スキル
•    サプライチェーンを考慮した材料開発の未来像

以上を踏まえ、専門家はもちろん、これからMIを取り入れたい研究者やビジネスパーソンにも有益な内容を想定しています。

【講演主旨】

■本セミナーの主題および状況

ビッグデータ、AI、機械学習などといった情報処理技術の進展によりマテリアルズインフォマティクス(MI)という形で膨大な数の実験や論文を解析して材料の製造方法を予測することで材料開発の効率を向上させる取り組みが活発化しており、多くの素材・化学企業がMIを活用したデータ駆動型の材料開発への変革を進めております。しかしながら、多くの企業がデータ量の不足やデータの整備不足といった課題に直面しております。そこで、本講演では、MIを加速させるための実践的な解決策として①有用なデータ基盤を構築するための実践的な方法、②世界最先端の技術動向として、AIスーパーモデルの活用というアプローチを紹介し、データ戦略の重要性、AIスーパーモデルの仕組みと利点、そして具体的な活用事例を解説することで、MIの真の可能性を引き出し、材料開発の未来を拓く道筋を説明！

■注目ポイント
★国内におけるMI材料開発普及の背景と現状、企業間材料開発の進展、将来展望について解説！
★自動車部品・材料開発におけるAI材料計測の本質とAIが気付いた材料特性の有用性とは！？
★高機能材料の研究開発加速に向けたAI活用とは！？

≪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≫

【全体スケジュール】

　　　　　　　　　　　　　　　　　素材・材料開発：効率化、人材育成、次世代AI技術の統合」　
13:50-14:35  第3部(第3講)「マテリアルズインフォマティクス活用による
　　　　　　　　　　　　　　　　素材・材料開発の効率化と人材育成、環境構築の仕組み化」
14:45-15:30  第4部(第4講)「高機能材料の研究開発加速に向けたAI活用」
15:35-16:20  第5部(第5講)「マテリアルズ・インフォマティクスの可能性を引き出す
　　　　　　　　　　　　　　　　世界の最新技術動向と課題解決への実践的なアプローチ」
16:25-17:10  第6部(第6講)「MIとDX　-自動車用材料開発におけるAI×データの活用-」  

【プログラム】

1．MIの導入
　1.1 積水化学におけるMI活用の紹介
　1.2 社会課題とMIへの期待    

2. MIの材料・素材開発への活用事例
　2.1 フィルム製品の自動配合設計と品質予測システムの構築
　2.2 外部データを活用した触媒材料の探索
　2.3 中間物性を活用した複合材料の設計

3. 材料・素材開発へのMI活用に向けた仕組み作り
 　3.1 MI人材の育成と仕組み化
 　3.2 データ駆動型材料開発を実現するための環境整備
　 3.3 MI×実験自動化への展開と将来展望

【質疑応答】

【キーワード】

マテリアルズインフォマティクス、MI、機械学習、データサイエンス、材料開発

【講演のポイント】

メーカーにおける素材・材料開発へのMI活用の実例を知れるとともに、素材・材料開発へのMI活用を成功に導くための人材育成、環境構築などの仕組み化についても理解することができる

【習得できる知識】
・素材・材料開発へのMI活用の事例
・MIを進めるために必要とされる組織、人材、技術要件
・ラボの実験自動化における世の中の動向

【講演主旨】

■本セミナーの主題および状況

ビッグデータ、AI、機械学習などといった情報処理技術の進展によりマテリアルズインフォマティクス(MI)という形で膨大な数の実験や論文を解析して材料の製造方法を予測することで材料開発の効率を向上させる取り組みが活発化しており、多くの素材・化学企業がMIを活用したデータ駆動型の材料開発への変革を進めております。しかしながら、多くの企業がデータ量の不足やデータの整備不足といった課題に直面しております。そこで、本講演では、MIを加速させるための実践的な解決策として①有用なデータ基盤を構築するための実践的な方法、②世界最先端の技術動向として、AIスーパーモデルの活用というアプローチを紹介し、データ戦略の重要性、AIスーパーモデルの仕組みと利点、そして具体的な活用事例を解説することで、MIの真の可能性を引き出し、材料開発の未来を拓く道筋を説明！

■注目ポイント
★国内におけるMI材料開発普及の背景と現状、企業間材料開発の進展、将来展望について解説！
★自動車部品・材料開発におけるAI材料計測の本質とAIが気付いた材料特性の有用性とは！？
★高機能材料の研究開発加速に向けたAI活用とは！？

≪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≫

【全体スケジュール】

　　　　　　　　　　　　　　　　　素材・材料開発：効率化、人材育成、次世代AI技術の統合」　
13:50-14:35  第3部(第3講)「マテリアルズインフォマティクス活用による
　　　　　　　　　　　　　　　　素材・材料開発の効率化と人材育成、環境構築の仕組み化」
14:45-15:30  第4部(第4講)「高機能材料の研究開発加速に向けたAI活用」
15:35-16:20  第5部(第5講)「マテリアルズ・インフォマティクスの可能性を引き出す
　　　　　　　　　　　　　　　　世界の最新技術動向と課題解決への実践的なアプローチ」
16:25-17:10  第6部(第6講)「MIとDX　-自動車用材料開発におけるAI×データの活用-」  

【プログラム】

1. 材料化学分野におけるデータ活用のこれまで
　1.1 手法の歴史的背景
　1.2 データ活用のトレンド
2. 多様なデータを取り込めるマルチモーダルAI
　2.1 複雑な材料をAIで扱う難しさ
　2.2 深層学習を用いた材料物性の予測
3. AIによる自律駆動実験
　3.1 実験の自動化と自律化
　3.2 実験プロセスを自律化するためのポイント
4. これからの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、自律実験、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】
材料、プロセス、計測データなどの多様な対象に対するインフォマティクスの経験を有し、データサイエンスだけでなく対象の知識をもとにした目的に合わせた手法の使い分けやデザインなどに強みがあります。

【習得できる知識】
・材料分野におけるAI活用のトレンド
・AIを用いた材料やプロセス条件探索の効率化

【講演主旨】

■本セミナーの主題および状況

ビッグデータ、AI、機械学習などといった情報処理技術の進展によりマテリアルズインフォマティクス(MI)という形で膨大な数の実験や論文を解析して材料の製造方法を予測することで材料開発の効率を向上させる取り組みが活発化しており、多くの素材・化学企業がMIを活用したデータ駆動型の材料開発への変革を進めております。しかしながら、多くの企業がデータ量の不足やデータの整備不足といった課題に直面しております。そこで、本講演では、MIを加速させるための実践的な解決策として①有用なデータ基盤を構築するための実践的な方法、②世界最先端の技術動向として、AIスーパーモデルの活用というアプローチを紹介し、データ戦略の重要性、AIスーパーモデルの仕組みと利点、そして具体的な活用事例を解説することで、MIの真の可能性を引き出し、材料開発の未来を拓く道筋を説明！

■注目ポイント
★国内におけるMI材料開発普及の背景と現状、企業間材料開発の進展、将来展望について解説！
★自動車部品・材料開発におけるAI材料計測の本質とAIが気付いた材料特性の有用性とは！？
★高機能材料の研究開発加速に向けたAI活用とは！？

≪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≫

【全体スケジュール】

　　　　　　　　　　　　　　　　　素材・材料開発：効率化、人材育成、次世代AI技術の統合」　
13:50-14:35  第3部(第3講)「マテリアルズインフォマティクス活用による
　　　　　　　　　　　　　　　　素材・材料開発の効率化と人材育成、環境構築の仕組み化」
14:45-15:30  第4部(第4講)「高機能材料の研究開発加速に向けたAI活用」
15:35-16:20  第5部(第5講)「マテリアルズ・インフォマティクスの可能性を引き出す
　　　　　　　　　　　　　　　　世界の最新技術動向と課題解決への実践的なアプローチ」
16:25-17:10  第6部(第6講)「MIとDX　-自動車用材料開発におけるAI×データの活用-」  

【プログラム】

1. マテリアルズ・インフォマティクスを加速するためのデータ課題の克服
　○企業が直面する複合的・具体的な課題：データ取得とデータ整備
　○データの重要性と将来への備え

2. アプローチ1: 有用なデータ基盤の構築

　○データ整備のための実用的なガイダンス
　　■データ整備の主要な原則とベストプラクティス
　　■適切なツールとテクノロジーの選択
　　■弊社の支援例
　○有用なデータ基盤の長期的な利点

3. アプローチ2: AIスーパーモデルによるデータ不足の克服
　○AIスーパーモデル：データ不足に対する新たなソリューション　
　　■    直感・理論・データ（統計）の融合がもたらす革新
　○データが限られた状況におけるAIスーパーモデルの利点
　○AIスーパーモデル：海外発の最新事例

4.AIスーパーモデル技術の詳細
　○AIスーパーモデルの基盤となるメカニズム
　○AIスーパーモデルと従来のアプローチとの違い

5.まとめ
　○データ不足に対処するための2つのアプローチ
　○AIスーパーモデルの可能性
　○マテリアルズ・インフォマティクス成功に向けた次の一歩
【質疑応答】

【キーワード】

マテリアルズ・インフォマティクス、AI、AIスーパーモデル、データ戦略、データ準備、FAIRデータ、機械学習、最新技術、課題解決、イノベーション、材料開発、米国

【講演のポイント】

●    データの整備不足という共通課題を抱える企業に対し、実践的な解決策を提示
●    世界最先端の技術動向と、Enthoughtの専門知識に基づいた具体的なガイダンスを提供
●    最新技術であるAIスーパーモデルの仕組み、利点、活用事例をわかりやすく解説

【習得できる知識】
●    マテリアルズ・インフォマティクスにおけるデータの課題と重要性
●    強固なデータ基盤を構築するための実践的な方法
●    AIスーパーモデルの仕組みと利点
●    データ不足を克服し、材料開発を加速するための戦略

【講演主旨】

■本セミナーの主題および状況

ビッグデータ、AI、機械学習などといった情報処理技術の進展によりマテリアルズインフォマティクス(MI)という形で膨大な数の実験や論文を解析して材料の製造方法を予測することで材料開発の効率を向上させる取り組みが活発化しており、多くの素材・化学企業がMIを活用したデータ駆動型の材料開発への変革を進めております。しかしながら、多くの企業がデータ量の不足やデータの整備不足といった課題に直面しております。そこで、本講演では、MIを加速させるための実践的な解決策として①有用なデータ基盤を構築するための実践的な方法、②世界最先端の技術動向として、AIスーパーモデルの活用というアプローチを紹介し、データ戦略の重要性、AIスーパーモデルの仕組みと利点、そして具体的な活用事例を解説することで、MIの真の可能性を引き出し、材料開発の未来を拓く道筋を説明！

■注目ポイント
★国内におけるMI材料開発普及の背景と現状、企業間材料開発の進展、将来展望について解説！
★自動車部品・材料開発におけるAI材料計測の本質とAIが気付いた材料特性の有用性とは！？
★高機能材料の研究開発加速に向けたAI活用とは！？

≪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≫

【全体スケジュール】

　　　　　　　　　　　　　　　　　素材・材料開発：効率化、人材育成、次世代AI技術の統合」　
13:50-14:35  第3部(第3講)「マテリアルズインフォマティクス活用による
　　　　　　　　　　　　　　　　素材・材料開発の効率化と人材育成、環境構築の仕組み化」
14:45-15:30  第4部(第4講)「高機能材料の研究開発加速に向けたAI活用」
15:35-16:20  第5部(第5講)「マテリアルズ・インフォマティクスの可能性を引き出す
　　　　　　　　　　　　　　　　世界の最新技術動向と課題解決への実践的なアプローチ」
16:25-17:10  第6部(第6講)「MIとDX　-自動車用材料開発におけるAI×データの活用-」  

【プログラム】

１．はじめに　材料開発へのAI活用（歴史の振り返り）

２．材料データの特徴と最近の動向

３．先端的な材料の研究開発でのAI活用の事例紹介
　・希土類磁石の研究における階層的AI活用事例の紹介

４．プラットフォームの紹介
　・WAVEBASE（データアナリティクスプラットフォームの紹介と簡単な活用事例）
　・WAVEMAP（データ相互利用活用プラットフォームの紹介）

５．将来に向けて

【質疑応答】

【キーワード】

AI活用、データ活用、材料開発、複雑なデータの活用、計測手法間の相関、画像解析、スペクトル解析、特徴抽出、特徴量化

【習得できる知識】
・世の中の材料ドメインでのAI活用の動向
・複雑なデータに対してのデータ解析の考え方、ウレシサ
・データ解析にあたっての注意点
・普及にあたってのプラットフォーム活用の意義