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

実験短縮、研究開発効率化へのMI、生成AI、ロボット導入と活用のポイント

実験短縮、研究開発効率化へのMI、生成AI、ロボット導入と活用のポイント

～実験・研究データの収集、蓄積、プラットフォームの構築 / 作業効率の向上、実験の再現性の向上、実験時間の短縮を実現する方法～
オンライン 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

開催日

  • 2025年2月12日(水) 10時00分 ～ 17時15分

修得知識

  • 材料開発の場面に存在する種々のデータに対してデータサイエンス・AIの適用
  • R&DにおけるMI・生成AIの活用時に気をつけるポイント
  • 少ないデータにおけるデータサイエンス・AIプロジェクトの取り組み方
  • DX、MI、生成AI活用のための実験・研究データ取得とプラットフォーム構築
  • 「データ蓄積負荷低減」と「データの質向上」の両立に必要なこと
  • MIや生成AI活用を研究開発業務として取り入れる際のポイント
  • デジタル技術を取り入れた研究開発の将来像

プログラム

第1部 MI・生成AIを用いた材料開発効率化、実験短縮と活用スキル向上

(2025年2月12日 10:00〜11:30)

　「MI・生成AIを用いた材料開発効率化、実験短縮と活用スキル向上」として、材料開発の場面に存在する種々のデータに対するデータ分析 (表形式データタスク、画像データタスク、テキストデータタスク、材料構造データタスク、生成AIタスクなど) を幅広く扱います。MIや生成AIを研究開発業務で、実践的に使いこなしていくときのポイントとその活用スキルの向上について解説します。

  • 材料開発の場面に存在する種々のデータに対するデータサイエンス・AIの適用
  • R&DにおけるMI・生成AIの活用時に気をつけるポイント
  • 少ないデータにおけるデータサイエンス・AIプロジェクトの取り組み方

第2部 DX、MI、生成AI活用のための実験・研究データ取得とプラットフォーム構築

(2025年2月12日 12:15〜13:45)

　デジタルトランスフォーメーション (DX) の取り組み一つとして、マテリアルズインフォマティクス (MI) や各種生成AIの活用が企業の研究開発現場においても浸透しつつあります。ただし活用に際しての課題は未だ多く存在しており、特にデータ取得やハンドリング、蓄積とプラットフォーム構築の観点で目立つ傾向があります。
　本講演ではこれらの課題に対し、コニカミノルタにおける事例や世間動向を示すと共に、解決のための考え方やアプローチについて紹介します。

  1. はじめに
    1. DX、MI、生成AIの解釈と実際
    2. DX、MI、生成AI活用のための実験・研究データ
  2. 材料系研究開発現場におけるMI活用
    1. MIの有効性
    2. 現場でMI活用するにあたっての課題
    3. MI活用のためのデータ生成の考え方・アプローチ
    4. コニカミノルタにおける事例紹介
  3. 研究開発現場における生成AI活用
    1. 生成AIを用いた研究開発業務の効率化
    2. 生成AIによる材料開発領域の革新
    3. 生成AI活用のためのデータの取り扱い
  4. データ蓄積とプラットフォーム構築
    1. 実験・研究データ利活用に関する現状と課題
    2. 外部動向と社外データベース利活用に関する現状と課題
    3. コニカミノルタにおける事例紹介
  5. まとめと今後の展望
    • 質疑応答

第3部 デジタル技術を活用した研究開発の効率化

(2025年2月12日 14:00〜15:30)

　近年ではマテリアルズインフォマティクス (MI) や生成AI等の技術の進化により、研究開発でもその活用が求められている。それらの技術活用にあたり、質が高いデータをより多く収集する仕組みや研究開発に適した活用動線を構築することが必要である。
　本講演では、データ蓄積の負荷を低減しつつ、データの質を向上させるためのユーザーインターフェース (UI) 構築とデータ構造化によるアプローチを示す。また、MIや生成AIを研究開発のどの業務にどのように適応するかを具体例を交え紹介し、デジタル技術を活用した研究開発の将来像について示す。

  1. 研究開発業務の現状と課題
  2. データの蓄積と質の向上
    1. 研究データマネジメントシステム (DMS) の考え方
    2. ユーザーインターフェース (UI) の構築
    3. 研究データの構造化
  3. マテリアルズインフォマティクス (MI) や生成AIの業務適応
    1. 研究DMSにおけるデータ活用の考え方
    2. MIの業務適応
    3. 生成AIの業務適応
  4. デジタル技術を取り入れた研究開発の将来像
    1. 研究開発の新フレームワーク提案
    2. 社内外での連携拡充
    3. 研究プラットフォーム構想

第4部 ラボラトリーオートメーションによる実験の再現性向上とR&D効率化

(2025年2月12日 15:45〜17:15)

　自然科学の実験における再現性向上には、人為的な要素を極力排除することが求められており、これはマテリアルズインフォマティクス活用の基盤でもあります。
　本講演では、大学や企業の小規模な実験室でラボラトリーオートメーションを導入・運営する際の具体的な始め方、直面した課題とその解決策、得られたメリットとデメリットについて、私自身の経験をもとに解説します。また、自動化の導入に必要となった電子工作や3Dプリントモデルの構築、ロボットアームの選定に関する具体的な知見も共有いたします。

  1. はじめに
    1. 講演者の略歴
    2. 既知の無機物質データベースにおける化学的傾向
  2. マテリアルズインフォマティクスの基盤としてのラボオートメーション
    1. 無機合成分野におけるマテリアルズインフォマティクス
    2. 再現性とデータ品質の向上における自動化の役割
  3. ラボラトリーオートメーションの概要
    1. ラボオートメーションの定義と目的
    2. 小規模実験室での適用可能性
  4. 導入の第一歩:どこから始めるか
    1. 導入計画の立て方
    2. 必要なリソースの洗い出し
  5. 機器選定と環境整備
    1. 必要なハードウェアとソフトウェアの選択
    2. 実験室の環境調整と安全対策
  6. 電子工作の基礎と応用
    1. 自動化に必要な電子工作の基本知識
    2. センサーや制御回路の構築
  7. 3Dプリントモデルの設計と製作
    1. 3Dモデリングソフトの使い方
    2. カスタム部品のプリントと組み立て
  8. ロボットアームの選定基準と活用方法
    1. ロボットアーム選定のポイント
    2. 実験プロセスへの組み込み事例
  9. ソフトウェアの開発とプログラミング
    1. 自動化プロセスのためのソフトウェア開発
    2. プログラミング言語とツールの紹介
  10. データ収集と管理の自動化
    1. データ取得の自動化手法
    2. データベースとの連携と管理
  11. 導入時に直面した課題とその解決策
    1. 技術的な障壁と対応方法
    2. 組織内での意識改革
  12. ラボオートメーションのメリット
    1. 作業効率の向上と時間短縮
    2. ヒューマンエラーの削減と再現性の向上
  13. ラボオートメーションのデメリットと注意点
    1. 初期投資とコスト面の課題
    2. システムの保守とアップデート
  14. 今後の展望と応用可能性
    1. ラボオートメーションと機械学習手法を併用した自律実験
    • 質疑応答
ページのトップヘ

講師

  • 高原 渉 氏
    株式会社 日立製作所 社会ビジネスユニット 公共システム事業部 公共基盤ソリューション本部 デジタルソリューション推進部
    技師
  • 成毛 章容 氏
    コニカミノルタ株式会社 技術開発本部 データサイエンスセンター
    マネジャー
  • 居城 晃平 氏
    日本ゼオン株式会社 デジタル統括推進部門 改革推進室
  • 林 博之 氏
    京都大学 大学院 工学研究科 材料工学専攻
    助教
ページのトップヘ

主催

株式会社 技術情報協会
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。
  • 請求書は、代表者にご送付いたします。
  • 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
  • 支払名義が企業の場合は対象外とさせていただきます。
  • 企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

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 と 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。
本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

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
2025/6/6 時系列データ分析の基礎と実務への応用 オンライン
2025/6/6 AI利活用におけるEU AI法の影響と今後の課題 オンライン
2025/6/9 時系列データによる将来予測、異常検知への応用 オンライン
2025/6/11 ラボでの電子実験ノート管理・運用における経験からわかった製造や研究開発部門での電子情報管理の問題点・解決とDXの進め方 オンライン
2025/6/11 生成AIを活用した特許業務の効率化 オンライン
2025/6/12 電子実験ノート活用への仕組み作りと定着のポイント オンライン
2025/6/12 連続生産のフロー合成における実験計画法DoE・機械学習での最適化手法 オンライン
2025/6/12 機械設計のための材料基礎 オンライン
2025/6/13 マテリアルズインフォマティクスのためのデータ解析 オンライン
2025/6/13 時系列データ分析の基礎と実務への応用 オンライン
2025/6/13 AI利活用におけるEU AI法の影響と今後の課題 オンライン
2025/6/16 新規事業テーマ、アイデア創出における生成AIの創造的活用 オンライン
2025/6/17 ラボの整理整頓が定着する「仕組み」作りとマネジメントスキルの向上 オンライン
2025/6/18 夜間無人化・自動化の進め方と無人管理体制の構築ポイント オンライン
2025/6/25 夜間無人化・自動化の進め方と無人管理体制の構築ポイント オンライン
2025/6/26 設計業務改善を実現するデジタル技術、生成AIの効果的な実践・活用法 オンライン
2025/6/26 ラボの整理整頓が定着する「仕組み」作りとマネジメントスキルの向上 オンライン
2025/6/30 不良ゼロへのアプローチ オンライン
2025/7/23 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
2025/7/29 人工知能応用技術ディープニューラルネットワークモデルとMTシステムの基礎・学習データ最小化・エンジニアリング応用入門 オンライン
ページのトップヘ