技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

マテリアルズ・インフォマティクスと第一原理計算による材料研究の実践

マテリアルズ・インフォマティクスと第一原理計算による材料研究の実践

オンライン 開催

概要

本セミナーでは、マテリアルズインフォマティクス・第一原理計算の基礎から解説し、マテリアルズインフォマティクス・第一原理計算を活用した半導体物質・電子材料研究 (電池材料、誘電体材料等) の事例を解説いたします。

開催日

  • 2026年5月21日(木) 10時00分17時00分

受講対象者

  • 電子材料研究・開発業務に従事す研究者・技術者る
  • MI業務に従事する研究者・技術者
  • 材料開発・解析・シミュレーション業務に携わる方

修得知識

  • 第一原理計算・マテリアルズインフォマティクスの基礎と応用
  • 電子材料研究等への活用
  • 膨大な多元素材料の探索空間とマテリアルズ・インフォマティクス活用の具体例
  • ニューラルネットワークポテンシャルによる高速なデータ創出
  • マテリアルズ・インフォマティクス人材の育成
  • データに関する知識
  • LLM (大規模言語モデル) の基本原理と限界の理解
    • 「なぜ答えられるのか」「なぜ間違えるのか」
  • ChatGPT等を安全に利用するための環境構築と注意点
    • 機密情報
    • API利用
    • アップロードデータの扱いなど
  • 材料研究プロセスにおける生成AIの具体的活用方法
    • 文献調査の効率化
    • 論文要約・翻訳
    • 情報抽出・トレンド整理
    • コーディング補助・自動化支援など
  • 将来的なAIエージェント活用の方向性

プログラム

第1部 企業での研究開発に活用できる、第一原理計算とマテリアルズ・インフォマティクスの手法と応用例

(2026年5月21日 10:00〜12:00)

 企業 (Panasonic) 及び公的研究機関 (JFCC) にて第一原理計算・マテリアルズ・インフォマティクスによる材料研究から製品設計、量産化、数値解析グループ長を務めた経験を有する講演者が、自身の経験に基づき、企業での電子材料研究 (電池材料、誘電体材料等) に使える第一原理計算・マテリアルズ・インフォマティクスを基礎から応用まで講義致します。
 また、企業研究への第一原理計算・マテリアルズ・インフォマティクス応用研究成功のためのノウハウをお伝えします。

  1. 事前質問事項への回答
  2. 第一原理計算
    1. 第一原理計算とは
    2. 第一原理計算で何ができるか?
    3. 計算環境の例
    4. 計算スキーム
  3. 計算理論・計算手法
    1. 波動方程式を解くために
    2. Born-Oppenheimer (断熱) 近似
    3. 分子の電子状態計算手法
    4. 密度汎関数法
    5. Kohn-Sham方程式
    6. 一電子 (平均場) 近似
    7. 局所密度近似 (LDA)
    8. 一般化密度勾配近似 (GGA)
    9. 波動関数をどう表現するか
    10. 領域の分割
    11. 平面波基底
    12. 擬ポテンシャル法とフルポテンシャル法
  4. 第一原理計算を実施する環境整備
    1. どんな計算機を用意すべきか
    2. PCクラスター
  5. 第一原理計算応用例
    1. 企業における実用的な第一原理計算
    2. 成功する企業における第一原理計算導入例と失敗する第一原理計算導入例
  6. マテリアルズ・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とは?
    2. マテリアルズ・インフォマティクスの問題点
    3. 企業における実用的なマテリアルズ・インフォマティクス
  7. Q&A

第2部 マテリアルズ・インフォマティクスの活用、データ蓄積と人材育成:実践から見た課題と展望

(2026年5月21日 13:00〜14:45)

 材料研究におけるマテリアルズ・インフォマティクスは「流行のAI技術」ではなく、「材料創製のやり方そのものを変える基盤技術」である。物質理解から材料設計への展開、データを自ら生み・蓄積し・活用するプロセス、ハイスループット実験による探索空間の拡張を通じ、材料開発を変革するための事例を紹介し、考え方を整理する。
 さらに、MIを実際の研究開発にどう適用するか、課題設定や実験省力化、新材料・未踏材料探索の現場で見えてきた実践的な論点を共有する。加えて、エクセルから始める現実的な非専門人材に対するAIリテラシー教育から始めた人材育成から自走するフェーズまでの経験を共有する。
 最後に、データとは何か、FAIR原則、法制度といった基礎知識を押さえ、研究開発の現場でMIを継続的に活かすための視点を提供する。

  1. 材料創製インフォマティクス
    • 物質から材料へ
    • データをつくる、ためる、つかう
    • ハイスループットスクリーニング
    • 材料開発の異次元の効率化
  2. マテリアルズ・インフォマティクスの活用
    • マテリアルズ・インフォマティクスのスコープ
    • 取り組み課題の選定
    • 実験試行の省力化
    • 新材料の探索
    • 未踏材料創製への挑戦
    • 実践活用から見える課題
  3. マテリアルズ・インフォマティクスの活用と人材
    • AI教育とAIディバイド
    • ターゲット層
    • マテリアルズ・インフォマティクスのはじめ方
      • 2015年編
      • 2018年編
      • 2020年編
      • 2024年編
    • 資料、AIで作ってもいいですか?
    • エクセルからはじめよう
    • データについて検討したんです
    • マテリアルズ・インフォマティクスの活用を止めないために
  4. 実践活用のための基礎知識
    • データとは何か?
    • FAIR原則
    • 法制度とデータ
    • 質疑応答

第3部 材料研究プロセスにおける生成AI活用入門 – LLMの基礎理解から研究プロセスへの実装まで –

(2026年5月21日 15:00〜17:00)

 近年、マテリアルズインフォマティクスの進展とともに、データ駆動型研究の重要性が高まっています。その中で、ChatGPTに代表される大規模言語モデル (LLM) は、文献調査、情報整理、コード生成、報告書作成など、研究活動の多くの工程を支援可能な技術として注目されています。
 本セミナーでは、LLMの基本的な仕組みと限界を正しく理解したうえで、ChatGPT等の利用環境構築方法と運用上の注意点を解説します。その上で、材料研究プロセス (文献探索、仮説整理、データ解析補助、コード作成支援など) への具体的活用事例を紹介し、生成AIを効果的に研究基盤へ組み込むための実践的な視点を提供します。

  1. 大規模言語モデル (LLM) の基礎
    1. LLMとは何か
      1. 生成AIの位置づけ
      2. 大規模言語モデルの定義
      3. 「次単語予測」という考え方
    2. モデルの進化とTransformer
      1. RNNの課題
      2. Transformerの登場
      3. Self – Attentionの概念
      4. コンテキスト長の意味
    3. Scaling Law (スケーリング則)
      1. パラメータ数・データ量・計算量の関係
      2. なぜ大規模化で性能が向上したのか
      3. 創発的能力 (Emergent Abilities)
      4. なぜ近年急速に性能が向上したのか
    4. LLMの特性と限界
      1. LLMは確率モデルであるという本質
      2. ハルシネーションが起きる理由
      3. データ依存性とバイアス
      4. 「理解しているわけではない」という点
      5. なぜ間違えるのか (確率的予測の限界)
  2. ChatGPTの利用と環境構築
    1. 利用形態の整理
      1. Web版の利用方法
      2. API利用の概要
      3. 無料版・有料版の違い
    2. 使用の注意点
      1. 入力情報の公開範囲
      2. 研究データ・機密情報の扱い
      3. APIキー・トークン管理
      4. 再現性確保の考え方
  3. 研究・業務への活用事例
    1. 文献調査・情報整理
      1. 論文要約
      2. 翻訳
      3. トレンド抽出
    2. コーディング支援
      1. コード生成
      2. デバッグ支援
      3. 既存コードの改善・最適化
      4. ドキュメント生成
    3. 自動化ツールの作成例
      1. データ整理スクリプト作成
      2. APIを用いた文献検索
      3. CSV保存・条件変更などの改良指示
  4. 発展的内容
    1. RAG (検索拡張生成)
      1. 外部データとの連携
      2. 研究データベース活用の可能性
    2. AIエージェント
      1. エージェントの概念
      2. 研究ワークフロー自動化の方向性
  5. まとめ・質疑

講師

  • 森分 博紀
    一般財団法人 ファインセラミックスセンター ナノ構造研究所 計算材料グループ
    グループ長, 主幹研究員
  • 古山 通久
    信州大学 アクア・リジェネレーション機構
    教授
  • 吉見 一慶
    東京大学 物性研究所
    高度学術員

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 50,000円 (税別) / 55,000円 (税込)
複数名
: 25,000円 (税別) / 27,500円 (税込) (案内をご希望の場合に限ります)

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。

「案内の希望」をご選択いただいた場合、1名様 45,000円(税別) / 49,500円(税込) で受講いただけます。
複数名で同時に申込いただいた場合、1名様につき 25,000円(税別) / 27,500円(税込) で受講いただけます。

  • R&D支援センターからの案内を希望する方
    • 1名様でお申し込みの場合 : 1名で 45,000円(税別) / 49,500円(税込)
    • 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500円(税込)
  • R&D支援センターからの案内を希望しない方
    • 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 100,000円(税別) / 110,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 150,000円(税別) / 165,000円(税込)

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 Zoomのシステム要件テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

これから開催される関連セミナー

開始日時 会場 開催方法
2026/4/13 Excel業務をPythonで置き換えるデータ解析の実践 オンライン
2026/4/13 対話型AIによる文書作成のためのプロンプトエンジニアリング オンライン
2026/4/14 CTD M2.5, M2.7作成および照会事項対応の実務的なテクニック オンライン
2026/4/14 生成AI×シナリオプランニングによる研究開発テーマ・企画立案の実践 オンライン
2026/4/14 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 オンライン
2026/4/15 Pythonと生成AI/AIエージェントによるデータ分析入門 オンライン
2026/4/15 生成AI時代のPythonデータ分析 オンライン
2026/4/16 MI, 生成AIを活用した材料開発の高速化、効率化 オンライン
2026/4/16 メディカルライティングへの生成AIの使用とプロンプトの書き方 オンライン
2026/4/16 生成AIによる商標の立案・調査・出願への活用 オンライン
2026/4/16 生成AI時代のPythonデータ分析 オンライン
2026/4/16 生成AI (ChatGPT・Gemini) を活かした業務効率化・自動化のポイント オンライン
2026/4/17 分かりやすい技術文章作成のポイント オンライン
2026/4/17 因子ごとの最適条件を少ない実験回数で見つける統計的手法「実験計画法」 & 汎用的インフォマティクス「非線形実験計画法」 オンライン
2026/4/17 蒸留プロセス設計の化学工学計算・データ解析と操作条件最適化 オンライン
2026/4/17 技術開発者のためのプロンプトエンジニアリング完全ガイド オンライン
2026/4/17 生成AI時代の技術マーケティング オンライン
2026/4/17 生成AI (ChatGPT・Gemini) を活かした業務効率化・自動化のポイント オンライン
2026/4/20 メディカル系分野 (体外診断薬・医療機器・再生医療) における情報収集戦略とAIを駆使した情報収集事例と分析 オンライン
2026/4/20 全固体電池の世界動向とフッ化物電池の最前線 オンライン

関連する出版物

発行年月
2025/5/30 AI、シミュレーションを用いた劣化・破壊評価と寿命予測
2025/3/31 生成AIによる業務効率化と活用事例集
2025/3/31 ベイズ最適化の活用事例
2024/10/31 自然言語処理の導入と活用事例
2024/10/31 少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発
2024/1/12 世界のマテリアルズ・インフォマティクス 最新業界レポート
2023/12/27 実験の自動化・自律化によるR&Dの効率化と運用方法
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2023/4/28 ケモインフォマティクスにおけるデータ収集の最適化と解析手法
2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
2022/4/28 プラントのDX化による生産性の向上、保全の高度化
2022/4/28 研究開発部門へのDX導入によるR&Dの効率化、実験の短縮化
2022/1/12 製造DX推進のための外観検査自動化ガイドブック
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
2020/12/30 実践Rケモ・マテリアル・データサイエンス
2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート