第1部 無機合成実験におけるスモールスタートラボオートメーション

(2026年7月17日 10:00〜11:30)

　近年、マテリアルズ・インフォマティクスやAIの進展に伴い、実験の自動化 (ラボオートメーション) への関心が高まっています。しかし、高価な大型装置の導入はハードルが高く、小規模な実験室での実現は困難と思われがちです。
　本講演では、市販のロボットアームや電子工作、3Dプリンタを活用した「安価で・小さく始める」実験自動化の手法を、具体的な開発事例や失敗談を交えて解説します。単純作業の代替だけでなく、実験の再現性向上やデータ管理、AI活用を見据えた研究開発の効率化について実践的な知見を共有します。

1. 研究開発における「実験の自動化」の必要性と背景
2. 自動化のメリット:効率化、再現性向上、属人性の排除
   1. 実験再現性の向上とばらつき低減
   2. 属人性の排除と技術継承の容易化
3. 導入の障壁と対策:予算・スペース・安全設計・必要なスキル
   1. 初期投資 (予算) の課題と段階的
   2. 安全設計とリスクアセスメント導入
4. 自動化の対象選定:人間が苦手な作業とロボットが得意な作業
5. 機器選定のポイント:ホビー用ロボットと産業用ロボットの違い
6. 【実例1】固相反応法における粉末秤量・混合プロセスの自動化
7. 【実例2】X線回折 (XRD) 測定における試料搬送の自動化
8. 身近なツールの活用:電動ピペットの分解と外部制御化 (電子工作)
   1. 市販機器の内部構造の理解
   2. 外部制御信号の取り出し方法
   3. 安価な自動化ユニットとしての応用
9. 制御回路の基礎:Arduinoを用いた信号制御
10. 3Dプリンタを活用した実験器具・専用アタッチメントの設計と製作
11. Pythonによるロボットアームと周辺機器の連携制御
12. 失敗から学ぶ装置改良のプロセス (単一機能から複合機能へ)
13. 小規模実験室におけるデータ管理とシステム連携
14. 研究室内LLM (RAG) の導入によるナレッジ共有と検索効率化
15. 自動化から自律化へ:AI実験条件推薦システムとの統合
16. 今後の展望とまとめ
• 質疑応答

第2部 分析装置や実験操作のオートメーションシステムの構築方法

(2026年7月17日 12:10〜13:40)

　企業の研究所や品質管理等の現場においては、未だに自動化されていない工程が数多く存在します。そしてそれらの工程の多くは、自動化が困難な場合が多いのが現実です。
　本セミナーでは、複雑な工程を含む実験、分析操作を自動化するノウハウについて、講演者自身が開発したシステムや発明品の実例を交えながら解説いたします。自動化が難しい工程や、予算的に自動化が進まない状況を改善するためのノウハウが得られます。

1. ラボラトリーオートメーションの現状
2. システム設計戦略の立て方
   1. ハードウェア設計の戦略
   2. ソフトウェア開発の戦略
   3. バグフィックスとメンテナンス戦略
3. これが究極のラボラトリーオートメーションだ
   1. 自動即発ガンマ線分析システム
   2. 半自動Sr-90分析前処理システム
   3. 自動Se-79分析前処理システム
   4. デモ用分注・濾過システム
   5. 小規模実験の自動化に役立つ発明品の紹介
      1. 減圧濾過を簡便にする「ろかすま」
      2. 外部制御マイクロピペット「ぴぺすま」
      3. 振動スパーテル
      4. 有機元素分析用試料被覆装置
4. 今何をすべきか
• 質疑応答

第3部 実験自動化に向けた環境構築と電子ラボノートの活用

(2026年7月17日 13:50〜15:20)

　従来の紙の実験ノートに代わり電子ラボボートの活用が進んでいる。研究DX推進にあたってのキーワードは、「AI」×「データ」×「リモート化・スマート化」と言える。「リモート化・スマート化」は実験の自動化・リモート化であり、「データ」はデータの統合・管理といえる。ここに電子ラボノートが活用される。「AI」はデータ利活用であり、マテリアルズインフォマティクスにつながる。こうした全体像を見据えながら電子ラボノートの実験自動化への関わり方を述べる。

1. 電子ラボノートの活用方針
2. 電子ラボノートの重要性
3. 研究DX
4. 電子ラボノートの特徴
5. 電子ラボノートの導入戦略
6. 電子ラボノートの選定基準の設定
7. 電子ラボノートの一例として – eLabFTW
8. 共通機器に対する電子ラボノートの導入イメージ
9. NMR分析依頼書のテンプレート
10. データ収集のためのカルチャー
11. オープンマインド
12. リサーチトランスフォーメーション (RX) サイクルについて
13. RXサイクルの実装の姿
• 質疑応答

第4部 Pythonと生成AIを用いたラボオートメーションシステム設計

(2026年7月17日 15:30〜17:00)

　人工知能を初めとするデータ科学技術の発展に伴い、大量にデータ取得が可能なラボオートメーションの重要性が高まっています。また、ChatGPTなどの生成AIがプログラミングを支援してくれるようになり、ラボオートメーション環境構築のハードルは徐々に下がっています。
　本講座では、生成AIを活用しながらPythonプログラミングを行うことにより、効率的にラボオートメーション環境を構築する方法や、実施例について紹介します。

1. イントロダクション
   1. 自己紹介
   2. 有機エレクトロニクスにおけるラボオートメーションの実例
   3. ラボオートメーションのメリットと課題
2. 実験機器のリモート制御入門
   1. ハードウェアの設計・選定
   2. VISA通信規格
   3. プログラミング環境の選定
   4. PyVISAを用いたリモート制御
   5. PythonによるGUI開発
3. ChatGPTなどの生成AIを活用したラボオートメーション
   1. 生成AIの概要
   2. 生成AIを用いたGUI付きリモート制御プログラムの開発
   3. 生成AIを用いたリモート制御の実例1: 電気計測
   4. 生成AIを用いたリモート制御の実例2: 温度ステージ
   5. 生成AIを用いたリモート制御の実例3: 電動ステージ
   6. よくあるエラーと対処法
   7. 推奨プロンプトテンプレート
   8. 生成AIによるラボオートメーションの注意点
   9. ラボオートメーション人材
• 質疑応答