大規模言語モデル×Pythonで始めるマテリアルズインフォマティクス

本セミナーでは、マテリアルズインフォマティクス (MI) をテーマに、Pythonによるデータ解析や機械学習の基礎から、ChatGPTに代表される大規模言語モデル (LLM) の活用方法までを、視覚的なデモや具体的な事例を通じて学びます。 　受講者によるコードの実行は行いませんが、LLMを用いたコード生成の流れや、個人チューターとしての活用方法を紹介し、AIとの協働スタイルを体感していただける構成です。さらに、近年注目されるディフュージョンモデルといった生成的手法、LLMによる研究支援の展望にも触れ、MIの新たな可能性を探ります。あわせて、LLMの出力の信頼性や限界についても触れ、技術の活用と批判的理解の両面から考察します。受講後は、ご自身の研究・実践・学習において、LLMやPythonをどのように活かせるか、そのヒントを得ていただけるはずです。

1. 基礎編:マテリアルズインフォマティクスと機械学習の基礎
   1. 予測問題とは
      • 支配法則がある世界 vs 支配法則がない世界
   2. 機械学習の基本的枠組み
      1. 教師あり学習
         • 回帰と分類の違い
         • 訓練データ、テストデータの分割と交差検定
      2. 教師なし学習
         • 次元圧縮
         • クラスタリング
   3. 大規模言語モデル (LLM) の活用
      • LLMを用いた知識検索・取得とコード生成とコード説明
   4. 生成モデル
      • オートエンコーダーからディフュージョンモデル (拡散モデル) まで
2. 応用編:マテリアルズインフォマティクスへの実装と発展的手法
   1. ベイズ最適化
   2. 説明変数の重要度評価
   3. 推薦モデル
3. 展望編:LLMとマテリアルズインフォマティクスの未来
   • LLMを活用したMI研究・MI探索システムの将来像