AI

エーアイ

公開：2025-04-25

産総研が材料開発DX支援アプリを開発、プログラミング不要で画像からの特性予測と実験条件最適化が可能に

text: XEXEQ編集部
（記事は執筆時の情報に基づいており、現在では異なる場合があります）

記事の要約

• 産総研が材料開発DX用の2種類のAIアプリを開発
• 画像から特性予測とベイズ最適化による実験条件提案が可能
• プログラミング知識不要でデータ共有の必要なし

産総研の材料開発DX支援アプリ群がもたらす革新

産業技術総合研究所は、材料開発のDX化を推進するため、画像から特性を予測するAIと実験条件を提案するAIの2種類のアプリ群を2025年4月23日に発表した。これらのアプリ群は、プログラミングの知識が不要で、ユーザーが取得したデータを他者と共有することなく利用できる仕組みを実現している。^[1]

AISTex-Modeling AppとAISTech-Predictor Appは、材料の画像から特性を予測する深層学習モデルを構築するアプリで、光学顕微鏡写真や電子顕微鏡写真など、多様な画像データに対応している。さらにヒートマップ機能により、AIが画像のどの部分に着目して予測を行ったのかを可視化することが可能だ。

Data Cleansing for Bayesian Optimization AppとMulti-Objective Bayesian Optimization Appは、取得データのクレンジングとガウス過程回帰モデルのハイパーパラメーター最適化を行い、より精度の高いモデルを構築することができる。これにより、推奨実験条件の提示と目的変数の標準偏差の推定が可能になっている。

材料開発DX支援アプリ群の機能まとめ

ガウス過程回帰モデルについて

ガウス過程回帰モデルとは、不確実性のあるデータのモデル化やベイズ最適化に利用される統計的手法のことを指す。主な特徴として、以下のような点が挙げられる。

• 入力データに対する予測値を確率分布として出力
• データの不確実性を考慮した予測が可能
• ハイパーパラメーターの調整による予測精度の向上

材料開発DXアプリ群では、ガウス過程回帰モデルを活用することで、実験条件と関連特性を結びつけるデータベースを構築している。このモデルにより、目的変数の推定値だけでなく標準偏差も計算でき、より信頼性の高い予測と最適化が実現できるのだ。

材料開発DX支援アプリ群に関する考察

産総研が開発したアプリ群は、プログラミングスキルを持たない現場の技術者でも容易に利用できる点が画期的である。特に自社データを外部と共有する必要がない設計は、企業の機密情報保護の観点から非常に重要な特徴となっているだろう。

今後の課題として、画像認識モデルの精度向上やデータクレンジングの自動化などが考えられる。特に異なる種類の材料に対する汎用性の確保や、実験条件の最適化における計算コストの削減が重要になってくるはずだ。

将来的には、材料開発DXの普及により、開発期間の短縮や革新的な材料の発見が加速することが期待できる。産総研には、ユーザーフィードバックを活かした継続的な機能改善と、より多くの企業への展開支援を期待したい。

参考サイト

1. ^ PR TIMES. 「【産総研グループ】材料開発DXをあなたの現場にも | 株式会社AIST Solutionsのプレスリリース」. https://prtimes.jp/main/html/rd/p/000000022.000146304.html, (参照 25-04-25).
4698

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。

「AI」に関するコラム一覧「AI」に関するニュース一覧