第1部 データ駆動研究開発に向けたデータベースの構築と活用法

(2024年6月7日 9:00〜10:30)

　この講演では、企業の研究開発DX導入に焦点を当てる。当社では従来の帰納型研究開発サイクルからMIを中心としたデータ駆動型研究開発サイクルへの研究開発DXを推進している。本講演では当社における研究開発部門へのDX導入経緯、データベース構築、事例などを紹介する。

1. 会社紹介
   1. DICの歴史とビジョン
   2. 研究開発部門の役割と重要性
2. データサイエンス導入の取組み
   1. DX導入前の社内文化
   2. 研究開発部門のDX組織 設立と役割
3. 開発テーマへのデータサイエンスの浸透
   1. データの価値
   2. データ駆動型研究開発の意義
   3. DX推進の課題と克服策
4. データベース化への取組み
   1. データの種類と収集方法
   2. データ品質の向上
   3. 社内データベース (EDBS) の構築と管理
5. 事例紹介
   1. データ駆動型の新製品開発
   2. 研究効率の向上
   3. 失敗事例とその背後にある原因、解決策
6. 総括と今後の展望
• 質疑応答

第2部 実験自動化 (ラボ・オートメーション) の構築によるMI推進と効率化

(2024年6月7日 10:45〜12:15)

　研究開発の国際的な競争が激化し、より短期間・低コストでの研究開発が課題となっている。この課題に対し、日立は研究DXを加速するLumadaで展開されるソリューション・技術を活用し、研究部門で発生する各種データに対してAIを用いて、研究者間で研究手法やノウハウを最大限利活用するためのラボ・オートメーションの導入を推奨している。これにより、日立は新たな研究知見の獲得や迅速な研究探索を可能とするなど、研究開発のさらなる高度化・効率化を支援する。
　本講演では、そのラボ・オートメーションの概要とMI推進について説明する。

第3部 仮想現実技術、メタバースを使った材料開発の効率化

(2024年6月7日 13:00〜14:30)

1. 仮想現実技術の材料開発への適用
2. 仮想現実活用の背景
3. VR技術×シミュレーション技術
   1. VR技術
   2. シミュレーション技術
   3. VR技術とシミュレーション技術の融合
4. VR技術を用いた 分子シミュレーションの解析事例
   1. シリカ基板上のイノシン酸の解析
   2. 化学機械的研磨の解析
5. VR技術のCAE解析での材料開発活用事例
6. メタバースを使った材料開発の加速
• 質疑応答

第4部 自律材料探索手法による材料開発と今後の展望

(2024年6月7日 14:45〜16:15)

　本講座の前半では、マテリアルズ・インフォマティクス、プロセス・インフォマティクス、計測インフォマティクス、物理インフォマティクス、の概要を簡単に説明します。 後半は、自律材料探索手法に関して簡単に説明し、実際の応用事例をいくつか紹介します。

1. 材料開発における4つのインフォマティクス
   1. マテリアルズ・インフォマティクス
   2. プロセス・インフォマティクス
   3. 計測インフォマティクス
   4. 物理インフォマティクス
2. 自律材料探索手法の基礎と応用
   1. 自律材料探索とは
   2. 自律材料探索による材料開発の事例
• 質疑応答

第5部 ハイスループット実験とデータ解析による効率的な材料開発の推進

(2024年6月7日 16:30〜18:00)

　新物質合成の新たな方法論として、ハイスループット実験、実験自動化、ラボラトリーオートメーション、自律実験などが注目を浴びている。
　本講座では主にデータ収集という観点から、物質・材料の計測・分析・評価に主眼を置き、大量の試料についてハイスループット実験の実現へ向けた考え方を紹介する。自律実験に不可欠となる効率的な計測・実験とは何かという基礎的な考え方を紹介することから始め、自動・自律実験により物質・材料の大量のデータを効率的に収集する方法、得られた大量のデータを解析し物質・材料の研究開発の生産性を高める方法について述べる。

• ハイスループット実験の概要
• 実験自動化、ラボラトリーオートメーション、自律実験の現状
• 能動学習 (適応型実験計画法) を用いた実験の最適化
• 能動学習 (適応型実験計画法) の基礎
• ハイスループット実験への能動学習の適用
• 実験自動化のための実験終了判定
• ハイスループット実験のための高精度・高速・高効率なデータ収集
• 大量の実験データの定性解析
• 大量の実験データの定量解析
• 自律実験へ向けた実験データの解釈の自動化
• 質疑応答