説明可能なAI
高精度な予測だけでなく、結果に至る要因や関係性を可視化。研究者の知見とAIを融合し、納得感のある意思決定を支援します。
研究者の経験とAIを融合し、材料開発の高速化・高度化を実現
日立ハイテクは、データ分析技術に加えて計測・分析・解析で培ったドメイン知識とFDE(Forward Deployed Engineer)による伴走支援により、研究開発から量産までのDXを支援します。
ABOUT
マテリアルズ・インフォマティクス(MI)は、実験データや材料データをAI・機械学習で解析し、材料特性の予測や最適条件の探索を行う手法です。
従来の「熟練者の知識と経験」に依存した開発から、その「知識と経験」をAIと融合しデータドリブンな開発へ転換することで、次のような効果を期待できます。
高精度な予測だけでなく、結果に至る要因や関係性を可視化。研究者の知見とAIを融合し、納得感のある意思決定を支援します。
研究開発の現場目線で設計された直感的なUIにより、データ分析の専門家だけでなく広いユーザーによるMI活用を支援します。
FDE(Forward Deployed Engineer)が課題整理から分析、活用定着までを支援。ツール導入にとどまらず、お客さまの現場に深く入り込み成果創出に向けて伴走します。
MIの活用事例
材料開発ではスピードの向上が求められる一方、試行錯誤を繰り返す従来の研究開発では、開発期間の短縮が容易ではありません。また、人財を増やしても、その育成には時間が必要です。
従来は、ベテラン研究者の知識や経験に依存している部分が多く、若手研究者が同等の考察を行えるようになるまでに、多くの年月を要するという課題がありました。
MIを活用して実験回数を50%程度削減でき、大幅な開発期間の短縮が可能になったケースがあります。
過去の実験データをもとに機械学習モデルを構築し、順解析による物性予測や、逆解析による配合・製造条件の探索を行います。さらに、AIによる予測結果を実験で検証し、その結果を分析に反映することで、検証サイクルを迅速に回すことができます。
研究者の知識や経験に、蓄積された実験データとAIを組み合わせることで、データドリブンな材料開発への転換と、開発の加速を支援します。
規制への対応や使用材料の変更に伴い、新たな化合物の探索が必要になる場合があります。しかし、膨大な候補の中から有望な化合物を見つけ、さらにその化合物を用いた最適な配合比や製造条件を探索するには、多くの時間と実験工数を要します。
特に、規制対応など期限が定められたテーマでは、限られた期間内で効率的に候補を絞り込み、最適な条件を探索する必要があります。
CI(Chemicals Informatics)による化合物探索とMIを組み合わせ、材料候補の探索から配合・製造条件の最適化までを効率化した事例です。CIで「何を作るか」の候補を見つけ、MIで「どのように作るか」を最適化します。
STEP1:CIによる材料候補の探索
文献、特許、化学構造情報などを活用し、膨大な組み合わせの中から有望な材料候補を効率的に探索します。
STEP2:MIによる配合・製造条件の最適化
過去の実験データを学習した予測モデルを構築し、候補材料に対する適切な配合比や製造条件を探索します。
これにより、従来は総当たりで行っていた候補探索や条件検討を効率化し、実験回数と開発期間の削減を支援します。PROACCELAは、材料探索から開発条件の最適化まで、一連の研究開発プロセスを支援します。
新規テーマの開発ではMI分析のもとになる実験データが十分に蓄積されておらず、分析を開始するために複数の実験を行う必要があります。そのため、データの準備に時間がかかり、MI活用を早期に開始できないという課題があります。
PROACCELA-Coreによるシミュレーション結果をMI分析に活用し、追加実験の結果を加えながら検証サイクルを回すことができます。
PROACCELA-Coreは特許や論文などの公知情報と自社の実験データや研究報告書などの非公知情報を活用し、研究開発やスケールアップに必要な手順・配合・計測ポイントなどの検討を支援します。
さらに、生成したシミュレーションデータをMIと組み合わせて活用することで、実験データが十分に蓄積されていない開発初期からデータに基づく検討を支援します。
PROACCELAの詳細な特徴や導入事例とその効果などについて、お役立ち資料や動画をご提供しています。
貴社の課題にどのように寄与するか、イメージを具体化するためにお役立てください。
※“PROACCELA”(ロゴ)、“PROACCELA/プロアクセラ”は日本国内における日立ハイテクの登録商標です。