2026年08月26日 MI Daily News

目次

  1. [企業] NTTが半導体成膜研究にAIを活用、実験を3倍高速化
  2. [企業] NTTがAIとロボットによる半導体材料の自律実験を解釈可能な形で実証
  3. [企業] NTTの「AI駆動型ラボ」が次世代パワー半導体素材の自律成膜に成功
  4. [企業] 日立ハイテクがフィジカルAIとMIで粉体プロセスを最適化
  5. [企業] MI-6がJASIS 2026でデータ駆動型研究開発を提案
  6. [企業] AI創薬企業イクトスがJETROの海外展開支援補助金に採択
  7. [論文] 機械学習した交換相関汎関数が異種触媒やリアクティブ表面に高い転移可能性を実現
  8. [論文] 自動解析手法がイオン拡散の振動・構造・化学指紋を予測
  9. [論文] 物理制約を組み込んだE(3)-同変フレームワークで電子円二色性スペクトル予測を高速化
  10. [論文] EnzyPred：深層学習とNLPを組み合わせた酵素-基質相互作用予測ツール

[企業] NTTが半導体成膜研究にAIを活用、実験を3倍高速化

  • NTTは半導体向け成膜の研究にAIを活用し、実験時間を3倍高速化することに成功しました。
  • この成果により、データ駆動型アプローチを用いた材料開発プロセスの効率化が実現されています。

出典: 日本経済新聞

[企業] NTTがAIとロボットによる半導体材料の自律実験を解釈可能な形で実証

  • NTTは、AIとロボットを組み合わせた半導体材料の自律実験システムを開発し、結果の解釈可能性を確保した形での実証に成功しました。
  • この自律実験技術により、材料探索プロセスの自動化と効率化が進展しています。

出典: ビジネスネットワーク

[企業] NTTの「AI駆動型ラボ」が次世代パワー半導体素材の自律成膜に成功

  • NTTはAI駆動型ラボの開発により、次世代パワー半導体素材の自律成膜プロセスの実現に成功しました。
  • このアプローチは、材料開発の自動化と高度なデータ駆動最適化を組み合わせたものです。

出典: 株式会社インプレス

[企業] 日立ハイテクがフィジカルAIとMIで粉体プロセスを最適化

  • 日立ハイテクは、フィジカルAIとマテリアルズインフォマティクス（MI）を組み合わせて粉体プロセスの最適化を実現しました。
  • この技術により、プロセス条件の効率的な探索と制御が可能になります。

用語解説

  • フィジカルAI: 物理的なプロセスやシステムの挙動を学習・予測し、制御するAI技術の総称です。

出典: PlusWeb3

[企業] MI-6がJASIS 2026でデータ駆動型研究開発を提案

  • MI-6は、国内最大級の分析・科学機器展「JASIS 2026」に出展し、AIと研究者の知見をつなぐ「データ駆動型研究開発」を提案します。
  • このアプローチは、AI技術と実験科学を統合した新しい研究開発スタイルを実現するものです。

出典: ニコニコニュース

[企業] AI創薬企業イクトスがJETROの海外展開支援補助金に採択

  • AI創薬企業のイクトスは、JETRO（日本貿易振興機構）の「海外ビジネス展開支援等事業費補助金（対内直接投資促進事業）」に採択されました。
  • この採択により、AI創薬分野における国際競争力の強化と海外展開が進展することが期待されます。

出典: PR TIMES

[論文] 機械学習した交換相関汎関数が異種触媒やリアクティブ表面に高い転移可能性を実現

  • 密度汎関数理論（DFT）に機械学習を組み合わせた交換相関汎関数CIDER26SSは、物理的に情報化された記述子と正則化により、異種触媒やリアクティブ表面へ広い転移可能性を持ちます。
  • 従来のDFT近似の限界を超え、触媒研究への応用が期待されています。

用語解説

  • 交換相関汎関数: 密度汎関数理論における電子間相互作用を記述する重要な成分で、計算精度を左右します。

出典: arXiv cond-mat.mtrl-sci

[論文] 自動解析手法がイオン拡散の振動・構造・化学指紋を予測

  • 分子動力学（MD）シミュレーションから、振動、構造、化学的指紋を機械学習により解析し、結晶固体中のイオン拡散係数を効率的に予測する手法が開発されました。
  • 固体電解質材料の探索において、高精度機械学習ポテンシャル使用時の計算コスト削減が実現されています。

用語解説

  • 固体電解質: 全固体電池などの次世代蓄電池に用いられる、イオン伝導性を持つ固体材料です。

出典: arXiv cond-mat.mtrl-sci

[論文] 物理制約を組み込んだE(3)-同変フレームワークで電子円二色性スペクトル予測を高速化

  • PhysECDは、物理的制約と幾何学的対称性（E(3)-同変性）を組み込んだ深層学習により、キラル分子の絶対配置決定に必須な電子円二色性（ECD）スペクトルを高速に予測します。
  • 従来の時間依存密度汎関数理論計算の数時間を大幅に削減し、創薬スクリーニングの加速が期待されています。

用語解説

  • E(3)-同変性: 3次元空間の回転・平行移動に対して不変な性質を持つニューラルネットワーク設計の原理です。
  • 電子円二色性（ECD）スペクトル: キラル分子が円偏光を異なる程度で吸収する現象を示すスペクトルで、絶対配置決定に用いられます。

出典: arXiv physics.chem-ph

[論文] EnzyPred：深層学習とNLPを組み合わせた酵素-基質相互作用予測ツール

  • EnzyPredは、自然言語処理（NLP）と深層学習、並列LoRA技術を統合して、酵素-基質相互作用（ESI）を予測する汎用ツールです。
  • バイオカタリシスや代謝工学、創薬分野での実験コストと時間の削減が期待されています。

用語解説

  • 酵素-基質相互作用（ESI）: 酵素が特定の基質と結合・反応するプロセスで、バイオカタリシスの設計に重要です。
  • LoRA: 大規模モデルを効率的に微調整するための機械学習技術です。

出典: Journal of Cheminformatics

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。