2026年07月06日 MI Daily News
目次
- [企業] アシックス、AI生成で3D設計・CAE解析を自動化するシューズ設計技術
- [ニュース] AI for Scienceの多様な動きを調査：創薬型ではない新たなアプローチが登場
- [ニュース] R&D変革の最前線：「AI科学者」の普及が始まる
- [論文] 分散量子ニューラルネットワークで科学発見と複雑最適化を加速
- [論文] マルチモーダル情報融合で分子物性分類の精度を向上
- [論文] 機械学習駆動ソフトウェアP2MATで融点予測を実現
- [論文] 第一原理計算パラメータ化タイトバインディングモデルで非晶質半導体ポリマーの電荷輸送を予測
- [論文] 解釈可能機械学習で宇宙向け低揮発性潤滑剤を計算設計
- [論文] 自律型・適応型ループ処理で材料発見を高速化する「Self-driving Manufacturing」
- [論文] 量子・分子スケール架橋のボトムアップ粗粒化モデルで陽子輸送を大規模シミュレーション
[企業] アシックス、AI生成で3D設計・CAE解析を自動化するシューズ設計技術
- RebuilderAIと共同で、2DスケッチからAIが3Dデータを自動生成する次世代シューズ設計技術を開発しました。
- 生成されたデータは直接CAE/FEA解析につながり、デザイン検証の期間短縮を実現します。
- デザイナーの作業フローを大きく効率化する取り組みで、材料・製造業の設計DXの実例です。
用語解説
- CAE/FEA解析: コンピュータ支援工学と有限要素法解析。製品設計の性能検証を数値シミュレーションで行う手法です。
出典: MONOist
[ニュース] AI for Scienceの多様な動きを調査：創薬型ではない新たなアプローチが登場
- パンゲアが「AI for Science」スタートアップの動向調査を行い、従来のAI創薬型とは異なる新たな動きを報告しています。
- 科学研究・材料開発への機械学習応用の広がりが、創薬に限らない多様な分野で展開されていることを示しています。
用語解説
- AI for Science: 科学的発見を加速するため、機械学習・AIを研究プロセスに統合するアプローチの総称です。
出典: 日経バイオテクONLINE
[ニュース] R&D変革の最前線：「AI科学者」の普及が始まる
- 研究開発業務を根底から変える「AI科学者」の実用化が進み始めています。
- 従来の仮説立案・実験設計から検証まで、研究プロセス全体のAI活用がR&D組織に波及しています。
出典: 日経クロステック
[論文] 分散量子ニューラルネットワークで科学発見と複雑最適化を加速
- npj Computational Materialsに発表された研究で、分散量子ニューラルネットワークを用いた計算手法が科学発見と複雑最適化に応用されています。
- 量子コンピューティングと機械学習の融合により、材料設計最適化の新しい可能性を示しています。
用語解説
- 分散量子ニューラルネットワーク: 量子計算資源を複数のノードに分散させながら、ニューラルネットワークを構築・学習する手法です。
出典: npj Computational Materials
[論文] マルチモーダル情報融合で分子物性分類の精度を向上
- Journal of Cheminformaticsに発表された研究で、複数の化学情報を融合する機械学習手法が分子物性予測に適用されています。
- 従来のユニモーダル予測より相補的な化学情報を活用し、創薬・材料設計の精度向上を目指しています。
用語解説
- マルチモーダル機械学習: 複数の異なる形式・種類のデータ（分子構造、物性値、スペクトル等）を同時に入力する機械学習アプローチです。
出典: Journal of Cheminformatics
[論文] 機械学習駆動ソフトウェアP2MATで融点予測を実現
- Journal of Cheminformaticsに発表されたP2MATは、機械学習を活用して純物質の融点を予測するソフトウェアです。
- 従来のグループ貢献法の限界を超え、分子構造と物性の複雑な関係を捉えることで、創薬・材料科学・分離化学での応用を可能にしています。
用語解説
- グループ貢献法: 分子を官能基の集合として扱い、各官能基の寄与を加算して物性を予測する従来的な手法です。
出典: Journal of Cheminformatics
[論文] 第一原理計算パラメータ化タイトバインディングモデルで非晶質半導体ポリマーの電荷輸送を予測
- npj Computational Materialsに発表された研究で、DFT計算に基づくタイトバインディングモデルが非晶質半導体ポリマーの電荷輸送特性を予測しています。
- 第一原理計算と機械学習的な近似モデルの融合により、高速かつ正確なシミュレーションを実現しています。
用語解説
- DFTパラメータ化タイトバインディングモデル: 密度汎関数理論で得たパラメータを使用して、簡潔なタイトバインディング計算で電子物性を予測する手法です。
出典: npj Computational Materials
[論文] 解釈可能機械学習で宇宙向け低揮発性潤滑剤を計算設計
- Journal of Cheminformaticsに発表された研究で、解釈可能な機械学習を用いて宇宙環境での使用に適した液体潤滑剤を計算的に設計しています。
- 高速・多サイクル動作する機械部品に求められる低蒸気圧の物性を機械学習で予測し、候補化学物質を絞り込みます。
用語解説
- 解釈可能機械学習（Interpretable ML）: 予測結果がなぜそのようになったのか、人間が理由や根拠を理解・説明できる機械学習手法の総称です。
出典: Journal of Cheminformatics
[論文] 自律型・適応型ループ処理で材料発見を高速化する「Self-driving Manufacturing」
- npj Computational Materialsに発表された研究で、クローズドループ型の自動処理を用いた材料発見プラットフォームが展開されています。
- 実験と計算の連携によるデータ駆動型・自律的な材料開発プロセスが、新規材料探索を大幅に加速させます。
用語解説
- Self-driving Manufacturing: AI・機械学習・自動制御により、実験設計・実行・結果分析を自律的に繰り返して最適条件を見つけるシステムです。
出典: npj Computational Materials
[論文] 量子・分子スケール架橋のボトムアップ粗粒化モデルで陽子輸送を大規模シミュレーション
- Nature Computational Scienceに発表されたHUMIDは、量子的な陽子輸送を分子スケールで記述しつつ、異なる環境への応用を可能にするボトムアップ粗粒化フレームワークです。
- 1000倍以上の計算高速化を実現し、多様な反応型輸送現象のシミュレーションが可能になります。
用語解説
- ボトムアップ粗粒化: 微視的な量子・分子スケールの現象を開始点に、段階的に大規模系の記述を構築する計算化学的手法です。
出典: Nature Computational Science
ニュースレターをより良くするためのアイデア・ご要望などあればXのDMでお気軽にお寄せください。
また、コンテンツの質の向上と持続可能な運営のため寄付・スポンサーも募集しています。寄付はこちらの記事にバッジを送っていただけると励みになります。スポンサーをご検討いただける場合は、XのDMでご連絡ください。