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

AIを用いた合成経路開発と反応条件探索の効率化

AIを用いた合成経路開発と反応条件探索の効率化

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について基礎から解説し、材料開発に機械学習を応用する際に起こる問題点とその解決策を分かりやすく解説いたします。

開催日

  • 2021年8月5日(木) 10時00分 17時15分

プログラム

第1部. AI・ロボットを活用した自律的物質・材料探索とその展望

(2021年8月5日 10:00〜11:30)

 世の中が急速な勢いでデジタル化されつつある中、物質・材料開発の分野でも人工知能 (AI) を活用し、所望の特性を示す物質・材料を効率的に探索する潮流が生じている。しかしながら、物質・材料科学におけるこれまでのAIの活用は、理論計算や過去のデータベースに基づく候補物質の予測が主であり、その予測された物質をいかにして現実の世界で合成するか、が次なる課題となっている。
 そこで本講演では、この1-2年で急速に進みつつある「AIとロボットを融合した自律的物質探索」に焦点を当て、実際に「モノ」が生み出されるまでの過程を紹介する。有機・無機などの物質系ごとに内在する事例や課題を紹介し、次世代の物質・材料開発を概観する。

  1. イントロダクション
    • 物質・材料科学へのデータ科学・人工知能の適用
  2. AIとロボットの活用した自律的物質・材料探索
    • AIを用いた候補物質探索
    • AIを用いた合成条件探索
    • ロボットを活用した実験作業の効率化
    • AIとロボットを組み合わせた自律的合成
  3. 実際の研究事例の紹介
    • 有機化合物合成の事例
    • 無機化合物合成の事例
    • 計測技術を融合した物質・材料探索
  4. まとめと展望
    • 今後の物質・材料開発の展望
    • 人材育成・活用について
    • 質疑応答

第2部. AIによる逆合成解析とその活用事例

(2021年8月5日 12:15〜13:45)

 「人工知能 (AI) に任意の化合物のつくり方を考えさせる」、一昔前では夢物語とされていたことが近年のAI技術発展により現実となりつつある。本講演では、逆合成解析をするAIはどのような技術から成り立っているのか、またどのような化合物のつくり方を考えることができるのか、について解説する。

  1. 逆合成解析AIについて
    1. 歴史
    2. 逆合成解析AIの種類
  2. 知識ベース型逆合成解析AI
    1. Synthia?
  3. データ駆動型逆合成解析AI
    1. AlphaChem
    2. IBM RXN
    3. ASKCOS
    4. ReTReK
  4. まとめ
    • 質疑応答

第3部. 有機化学における自動合成、フロー合成、機械学習の概説

(2021年8月5日 14:00〜15:30)

 AI、フロー合成技術、分析技術の進歩、労働力人口減少、 地経学的リスク増大、COVID – 19禍等により有機合成の自動・遠隔化の重要性が高まっている。あらゆる実験を自動化して高速で大量のデータを取得し、機械学習に供すれば新発見や技術革新につながるとの見方もあるが、演者は有機合成の分野においては「何を」自動・遠隔化、機械学習と組み合わせるかが特に重要と感じている。
 本講演では世界の産学両分野における、フロー合成、自動合成、機械学習利用の最新成果について概説し、あわせて、演者の研究室での成果についても紹介するとともに私見を述べたい。

  • 研究の自動化・遠隔化の必要性
  • 有機化学における自動合成の歴史
  • 世界における最新の自動合成、AIの活用事例
  • 世界における最新の自動フロー合成、AIの活用事例
  • ペプチド合成
  • マイクロフロー合成
  • 低コスト、クリーンなマイクロフローペプチド合成
  • 機械学習を駆使するマイクロフロー合成の条件最適化
  • 質疑応答

第4部. AIによる探索の精度向上のためのデータ収集・解析の進め方

(2021年8月5日 15:45〜17:15)

 本講座では、マテリアルズ・インフォマティクスの基本となるデータ収集・解析の基本的な事柄について解説する。物質データは一般にデータ取得コストが高く、また考慮すべき物性や特徴が多いために「少数・多次元」になりやすい。そのため物質データを活用するための収集法や解析方法には注意を払う必要がある。さらに、多くのデータがなければAIによる探索ができない、という考えからデータ収集が目的になってしまい、実際に活用にまで至らないというケースも多々聞かれる。これらの事項について、本講座では講演者の研究経験から念頭に置くべき事項についての解説を概論的に行う。

  • データ収集時に考えなければいけないこと
  • 情報活用の基本フロー
  • 教師なし学習による研究開発のアシスト
  • 物質や実験系に対する数値表現
  • 活用可能なデータ
  • 制御可能な変数と計測可能な変数
  • データ取得コストについて
  • ベイズ最適化
  • 能動学習
  • 機械学習ポテンシャル作成時のデータ取得例
  • 転移学習を念頭に置いたデータ取得
  • 実際の研究開発に活かす際に注意すべきこと
  • 質疑応答

講師

  • 清水 亮太
    東京工業大学 物質理工学院 応用化学系
    准教授
  • 石田 祥一
    横浜市立大学 生命医科学研究科 生命情報科学研究室
    特任助教
  • 布施 新一郎
    名古屋大学 大学院 創薬科学研究科 基盤創薬学専攻
    教授
  • 安藤 康伸
    国立研究開発法人 産業技術総合研究所 機能材料コンピュテーショナルデザイン研究センター
    主任研究員

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
: 60,000円 (税別) / 66,000円 (税込)
複数名
: 55,000円 (税別) / 60,500円 (税込)

複数名同時受講割引について

  • 2名様以上でお申込みの場合、1名あたり 55,000円(税別) / 60,500円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 60,000円(税別) / 66,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 110,000円(税別) / 121,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 165,000円(税別) / 181,500円(税込)
  • 同一法人内による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 他の割引は併用できません。

アカデミック割引

  • 1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

  • 学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
  • 病院などの医療機関・医療関連機関に勤務する医療従事者
  • 文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
  • 公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方

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、 視聴環境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。
  • セミナー資料は郵送にて前日までにお送りいたします。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。
  • 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。
本セミナーは終了いたしました。

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
2024/4/25 カルマンフィルタの実践 オンライン
2024/4/26 ExcelとPythonによる多変量解析 超入門 オンライン
2024/4/26 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/26 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/4/26 R&D部門での生成AI活用およびDXによる材料設計の加速化 オンライン
2024/5/2 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/5/8 化学プロセスのコスト削減 オンライン
2024/5/8 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/10 R&D部門での生成AI活用およびDXによる材料設計の加速化 オンライン
2024/5/14 研究・実験データ収集、管理への仕組み作りと蓄積データの活用 オンライン
2024/5/15 企業間データ連携の推進・課題と材料開発への活用 会場
2024/5/17 スパース推定の本質の理解と実装応用技術への展開 オンライン
2024/5/17 計算科学シミュレーション技術の基礎と材料設計への応用 オンライン
2024/5/21 フローマイクロリアクターの流体制御と流路破断・閉塞対策 オンライン
2024/5/23 ベイズ統計から学ぶ統計的機械学習 オンライン
2024/5/24 マテリアルインフォマティクスの材料開発への適用と活用事例 オンライン
2024/5/27 機械学習による適応的実験計画 オンライン
2024/5/27 外観検査へのAI導入と生成AIによるトレーニングデータ不足への対応 オンライン
2024/5/28 R&D部門の研究・実験データのExcelにおける効果的な蓄積・分析技術 オンライン
2024/5/29 マテリアルズ・プロセスインフォマティクスの基礎とポリマー材料設計への応用 オンライン

関連する出版物

発行年月
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
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
2021/7/14 AIビジネスのブレークスルーと規制強化
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
2020/12/25 フロー合成、連続生産のプロセス設計、条件設定と応用事例
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
2020/8/1 材料およびプロセス開発のためのインフォマティクスの基礎と研究開発最前線
2020/7/31 生体情報センシングと人の状態推定への応用
2020/4/30 生体情報計測による感情の可視化技術
2020/3/26 ビッグデータ・AIの利活用に伴う法的留意点
2020/3/24 リアルワールドデータの使用目的に応じた解析手法 - 各データベースの選択と組み合わせ -
2019/1/31 マテリアルズ・インフォマティクスによる材料開発と活用集