セミナー詳細ページ

■本セミナーの主題および状況（講師より）

★本講習会では、AIによる実験計画、ロボットによる自動実験、電子ラボノートを活用したデータ管理、材料合成から評価までの連結自動化を通じて、自律自動実験を構成する主要技術と導入の全体像を解説します。

★材料開発の現場では、実験の高速化・省人化に加え、データの収集・蓄積・解析を一体化し、探索サイクルを継続的に回す研究DXへの期待が高まる一方、装置間連携、柔軟な作業代替、データ基盤整備などが実装上の課題となっています。

★そこで、オーケストレーションソフトウェア、電子ラボノート、柔軟ロボットシステム、フィジカルAIを核とした自動化プラットフォームの最新動向と実例を取り上げ、自律自動実験を実際の研究現場へ導入するための考え方と今後の展望を示します。

■注目ポイント

★AIによる実験計画とロボット実験をつなぐ国産オープンソースOS「NIMO」について探索アルゴリズムから実装事例、GUIによる導入方法までを開発者が解説！

★電子ラボノートを起点に実験データの収集・蓄積・解析・モデル化をつなぎ研究DX・MI・自動実験を定着させるための導入戦略と実践知を紹介！

★粉体・粘性体・脆弱物のすくい取りや少量秤量にも対応する柔軟ロボット技術から材料合成・評価を連結するフィジカルAI型実験自動化プラットフォームまで、手作業代替の最前線を紹介！

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≫

　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．

　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。

　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。

　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。