実験室の小規模データを使った機械学習によるプロセス最適化と物質探索

抄録

化学・材料分野における研究では，新物質の発見，既存物質の性能向上，プロセスの最適化などは，研究者の経験と勘に頼って進められてきた。このような研究開発をデータ駆動型で進めるためには，一般に，ビッグデータと人工知能（AI）が必要と考えられている。しかし，いつでも十分量のデータを準備でき，AIが使えるわけではない。本稿では，実験を中心とした研究者が，無理なく準備できる小規模データに機械学習を適用し，研究者の経験・勘・考察を融合することで，データ駆動型の研究開発が可能となった事例について紹介する。