生成AIによるマルチモーダルデータからの情報抽出・モデリング

第1部 生成AIを活用した工学分野文献からの情報抽出と物理モデル構築

(2026年4月3日 13:00〜15:00)

　生成AIや大規模言語モデルの発展により、様々な文献に含まれる膨大な情報を扱うことが可能になりつつある。一方で、工学関連の文献には、自然言語だけでなく、数式、変数定義、実験条件などが混在しており、単純なテキスト解析では十分な活用が難しいという課題がある。 　本講座では、生成AIを活用して工学分野文献から情報を抽出し、それらを構造化された形で整理する方法を解説する。さらに、抽出・整理された知識を基盤として、物理モデル構築へとどのように繋げることができるのかについて、研究事例を交えながら説明する。文献調査やモデル化はこれまで研究者や技術者の経験に強く依存してきた作業であるが、生成AIを活用することで、その一部を支援・拡張することが可能となる。本講座を通じて、生成AIを単なる文章生成ツールとしてではなく、工学分野における文献活用およびモデリング支援のための技術として、どのように位置付けるべきかを理解することを目的とする。

1. 背景と問題設定
   1. 工学分野における文献活用の現状と課題
   2. 生成AI・大規模言語モデルの基本的な考え方
2. 生成AIによる工学分野文献からの情報抽出
   1. 文献中に含まれる情報の種類とその表現方法
   2. 情報抽出技術の現在地と技術的課題
3. 抽出情報の構造化
   1. 抽出情報の構造化に関する研究事例
   2. 構造化方法の現在地、限界および注意点
4. 文献情報を基盤とした物理モデル構築
   1. 構造化された文献情報のモデル化への利用方法
   2. 生成AIによる物理モデル構築の限界と課題
5. 応用可能性と今後の展望
   1. モデル構築作業の効率化
      • データ駆動型モデリングとの接続
   2. 生成AI活用における留意点と限界
   3. 今後の技術発展と研究開発の方向性
   4. まとめ
• 質疑応答

第2部 生成AI及びマルチモーダルAIを活用したデータの統合解析と物性予測・材料探索・逆設計への応用

(2026年4月3日 15:15〜17:15)

　データ科学、機械学習、生成AIに代表される解析技術の発展でものづくりや身の回りにあるデータの在り方も大きく変化しており、今の時代だからこそ可能になる新たなデータ活用が出てきている。 　本講座では材料分野への生成AIや多角的な分析データを束ねて活用するマルチモーダルAIなどの取り組みを紹介しながら、これからの新たな分析データの活用について議論する。

• 各種インフォマティクスの特徴と位置づけ
• 近年のインフォマティクスの動向
• 生成AIとは
• マルチモーダルAIの考え方
• 材料分野に適用可能なマルチモーダルAIの仕組み
• 生成AIによる材料データの生成技術
• マルチモーダルAIに基づく統合解析
• マルチモーダルAIによる物性予測からの逆設計
• 多様なマルチモーダルデータへの向き合い
• おわりに
• 質疑応答