自律・自動実験による材料探索の効率化

第1部 AI ・ロボットを活用した自律的物質・材料探索

(2022年2月4日 10:30〜12:00)

　日本は少子高齢化が進み、人手不足が顕在化しているうえ、働き方改革により、短時間で最大の成果を出すことが強く求められています。さらに、コロナ禍を契機に、全自動、遠隔操作で研究を進める体制の構築が急務となります。すなわち、今、日本の研究開発は「変革」を求められています。重要なことは、日本の強みである「化学や材料に関する勘・コツ・経験」とマテリアルズインフォマティクス、人工知能 (AI) 、そして、ロボット技術を組み合わせて、「日本にノウハウやデータ」が自然に集まる仕組みを作ることです。 　本講演では、ロボット、AI、研究者のそれぞれが「協働」するラボ=デジタルラボラトリの基礎と実験の自動化・自律化に関する動向・導入事例に関して紹介します。

1. 背景 AIやロボットを活用した研究開発の重要性
   1. 材料合成における現在の課題 – 探索空間の多次元化 -
   2. AI、ロボット、研究者が協働するデジタルラボラトリとは
   3. ロボットの日常への進出 – ロボットの値段は安くなっている -
   4. デジタルラボラトリが研究環境に与えるインパクト
2. AIやロボットを活用した研究開発に関する世界の動向
   1. AI・機械学習とは何か – 言葉の整理 -
   2. マテリアルズインフォマティクス
   3. ロボットを用いた「自律的」物質合成とは
   4. バイオ系におけるAI・ロボットを活用した研究開発
   5. 有機材料におけるAI・ロボットを活用した研究開発
3. AIとロボットを活用した無機・固体材料研究に関する一杉・清水研の取り組み
   1. ベイズ最適化の基礎
   2. ベイズ最適化とロボットを活用した全自動薄膜合成・評価装置の紹介
   3. AI・ロボットを活用したNb:TiO2薄膜合成
   4. ベイズ最適化による合成条件最適化のシミュレーション例
   5. 人間ドックの材料版: マテリアルドック
   6. 多次元空間における材料地図の概念
   7. AIを活用したイオン伝導度評価手法の開発
   8. AIやロボットを研究開発の現場に導入するまでの道筋
4. まとめ
• 質疑応答

第2部 マテリアル探索のための自律的な計測:マテリアルドック

(2022年2月4日 13:00〜14:30)

　人間の介在を極力減らして自律的に実験を行う取り組みが世界的な潮流となっている。そこで、計測の自律化における問題点と解決法について紹介する。

1. はじめに
   1. 自律的な実験 (AE) とは
   2. 世界の状況と将来展望
   3. 自律実験の基礎
2. 自律的な計測のための実験計画
   1. 自律的な計測に必要な実験計画とは
   2. 能動学習
   3. 能動学習を用いた最適計測
   4. 能動学習における計測実験の停止基準
3. 自律的な計測のための自動データ解析
   1. 自律的な計測に必要なデータ解析とは
   2. 次元削減
   3. 最適化問題
   4. 計測データ解析の自動化の例
   5. 計測データ解析の自律化
• 質疑応答

第3部 有機合成研究の自動化技術とラボのデジタル化、実験のデータマネージメント

(2022年2月4日 14:45〜16:15)

　有機合成や晶析プロセスの研究開発は、生産性向上のため自動化が進められています。自動化可能なハードが整備されると、続いて実験データのデジタル化も求められるようになりました。電子実験ノートやクラウドの導入、実験機器のネットワーク接続、PAT (プロセス分析技術) によるData rich experimentationなども急速に普及していると思います。AI等のデータ活用を目指される方も非常に多いと思います。一方で、そのためのデータ取得と蓄積が障壁となるケースも多く聞きます。 　本講演では自動合成装置による有機合成やプロセス開発の半自動化 (完全な自動化ではありません) と、将来のデータ活用を見据えた有機合成やプロセス開発実験データの取得方法について、ご紹介します。

1. 現在の有機合成、プロセス開発
2. 有機合成実験やプロセス開発の自動化
3. なぜ実験データのデジタル化やデータマネージメントが必要か?
4. 将来のデータ活用に向けたデータ取得と蓄積
5. 海外製薬企業における事例紹介
6. 連続フロー製造への展開
• 質疑応答