書籍

「マテリアルズインフォマティクス・AIを活用した、現場で“即”活かせる材料開発事例集とMIの将来像」

発刊：2026/02/13
定価：71,500円（税込み）
ページ数：B5判, 344ページ

【監修】
船津　公人　　奈良先端科学技術大学院大学／東京大学

【企画委員】
向田　志保　　MISTEM合同会社／信州大学／東北大学／大阪大学
夏目　　穣　　旭化成株式会社
加藤　仁一郎　AJS株式会社

【執筆者】
室賀　　駿　　産業技術総合研究所
中尾　篤之　　株式会社CrowdChem
池端　久貴　　株式会社CrowdChem
吉﨑　　達　　ダイキン工業株式会社
大森　　遼　　ダイキン工業株式会社／東京大学
橋本　光平　　ダイキン工業株式会社／東京大学
兼子　　祐　　株式会社ダイセル
岩山　将士　　株式会社ダイセル／大阪大学
岩山　めぐみ　株式会社ダイセル
福本　康秀　　国立大学法人九州大学
Pierluigi Cesana　　国立大学法人九州大学
Linh Thi Hoai Nguyen　　国立大学法人九州大学
Edoardo Fabbrini 　 国立大学法人京都大学
大木場　慧　　国立大学法人宮崎大学
宇都　卓也　　国立大学法人宮崎大学
押山　智寛　　コニカミノルタ株式会社
奥山　倫弘　　コニカミノルタ株式会社
池田　祐子　　コニカミノルタ株式会社
中澤　幸仁　　コニカミノルタ株式会社
藤元　伸悦　　日鉄ケミカル＆マテリアル株式会社
野田　祐輔　　九州工業大学
松井　康哲　　大阪公立大学
大垣　拓也　　大阪公立大学
麻田　俊雄　　大阪公立大学
池田　　浩　　大阪公立大学
小林　　亘　　NTT株式会社
大塚　琢馬　　NTT株式会社
若林　勇希　　NTT株式会社
冨谷　茂隆　　奈良先端科学技術大学院大学
岩満　一功　　奈良先端科学技術大学院大学
大竹　義人　　奈良先端科学技術大学院大学
赤瀬　善太郎　奈良先端科学技術大学院大学
藤田　正博　　上智大学
畠山　　歓　　東京大学
松田　翔一　　物質・材料研究機構
山本　里夏　　慶應義塾大学
緒明　佑哉　　慶應義塾大学
曽我部　東馬　国立大学法人電気通信大学
斯波　廣大　　国立大学法人電気通信大学
堤　　翔　　　株式会社カネカ 
高橋　俊匡　　株式会社カネカ
日下　康成　　積水化学工業株式会社／京都工芸繊維大学
鳥越　翔斗　　リンテック株式会社
前田　和久　　日東電工株式会社／滋賀大学
島津　　彰　　日東電工株式会社／大阪公立大学
新明　健一　　積水化学工業株式会社
若杉　健介　　パナソニック ホールディングス株式会社
高羽　洋充　　工学院大学
樋口　隼人　　工学院大学
宮川　雅矢　　工学院大学
小林　哲也　　日鉄ケミカル＆マテリアル株式会社
岩崎　富生　　株式会社日立製作所／群馬大学／島根大学
高原　　渉　　株式会社日立製作所／奈良先端科学技術大学院大学
高須賀　聖五　奈良先端科学技術大学院大学／理化学研究所
冨谷　茂隆　　奈良先端科学技術大学院大学／東京科学大学
赤瀬　善太郎　奈良先端科学技術大学院大学
船津　公人　　奈良先端科学技術大学院大学／東京大学
中川　大輔　　ストックマーク株式会社
富田　成明　　一般社団法人日本ファインセラミックス協会
一杉　太郎　　東京大学／東京科学大学
内藤　昌信　　物質・材料研究機構
脇内　新樹　　JSR株式会社／奈良先端科学技術大学院大学／JSR-ISMスマートケミストリーラボ／理化学研究所 
藤井　幹也　　奈良先端科学技術大学院大学

【執筆者】
向田　志保
　　　　　　　MISTEM 合同会社 代表 博士（工学）
知京　豊裕　　国立研究開発法人物質・材料研究機構
　　　　　　　マテリアル基盤研究センター 特命研究員／工学博士
岩崎　富生　　株式会社日立製作所 主管研究員／群馬大学 客員教授（兼任）／理学博士
佐川　正悟　　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 アシスタントマネジャー
松井　孝太　　名古屋大学大学院医学系研究科生物統計学分野 講師／博士（情報科学）
森下　敏治　　アステラス製薬株式会社 T&M CMCディベロップメント
　　　　　　　原薬研究所 プロセスエンジニアリング研究室 主任研究員
徳山　健斗　　中外製薬株式会社 デジタルトランスフォーメーションユニット
　　　　　　　デジタル戦略推進部 ／ 博士 (情報科学)
稲津　　佑　　名古屋工業大学 工学部情報工学科 助教／博士（理学）
桐淵　大貴　　株式会社東芝 研究開発センター 知能化システム研究所
　　　　　　　システムAIラボラトリー 研究主務
廣瀬　修一　　長瀬産業株式会社 ナガセバイオイノベーションセンター
　　　　　　　基盤研究開発課 課統括／工学博士
小野寺　拓　　ENEOS株式会社 中央技術研究所 デジタル研究所
　　　　　　　MI技術グループ 上級研究員／博士（工学）
尾野　秀樹　　ENEOS株式会社 中央技術研究所 デジタル研究所
　　　　　　　MI技術グループ グループマネージャー
工藤　孝夫　　ENEOS株式会社 中央技術研究所 デジタル研究所
　　　　　　　MI技術グループ 上級研究員
小島　隆嗣　　ENEOS株式会社 中央技術研究所 デジタル研究所
　　　　　　　MI技術グループ シニアスタッフ／博士（工学）
後藤　正直　　ENEOS株式会社 中央技術研究所 デジタル研究所
　　　　　　　MI技術グループ 上級研究員／博士（工学）
矢山　由洋　　ENEOS株式会社 中央技術研究所 デジタル研究所
　　　　　　　MI技術グループ 上級研究員
高本　　聡　　株式会社Preferred Networks リサーチャー／博士（工学）
庄司　哲也　　トヨタ自動車株式会社 先進技術開発カンパニー
　　　　　　　先進データサイエンス統括部
　　　　　　　WAVEBASEプロジェクト プロジェクト長／工学博士
Christopher L Farrow Enthought, G.K, Vice President,
　　　　　　　Materials Science Solutions, Ph.D. Physics, M.Sc. Mathematics
Alexandre Chabot-Leclerc Enthought, G.K., Vice President,
　　　　　　　Digital Transformation Solutions, Ph.D. Electrical Engineering
緒明　佑哉　　慶應義塾大学 教授／博士（工学）
五十嵐　康彦　筑波大学 准教授／博士（科学）
兼子　　祐　　株式会社ダイセル
　　　　　　　生産本部生産技術センター シミュレーションGr 上席技師／博士（理学）
大野　　充　　株式会社ダイセル 事業創出本部 事業創出センター フェロー／博士（工学）
Daniel Packwood　　京都大学 高等研究院 准教授／博士（理学）
吉田　　亮　　情報・システム研究機構 統計数理研究所 データ科学研究系 教授、
　　　　　　　ものづくりデータ科学研究センター長／博士（学術）
林　　慶浩　　情報・システム研究機構 統計数理研究所 データ科学研究系 助教／博士（工学）
横山　智康　　パナソニック ホールディングス株式会社 主任研究員／博士（工学）
服部　祐介　　株式会社TBM 経営管理部 MI推進チーム
森分　博紀　　非営利・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 グループ長／（東京工業大学
　　　　　　　元素戦略MDX研究センター 特定教授を兼任）／博士（工学）
清水　亮太　　東京大学大学院理学系研究科 准教授／博士（理学）
岩﨑　悠真　　国立研究開発法人物質・材料研究機構
　　　　　　　マテリアル基盤研究センター 主任研究員／工学博士
竹邊　日和　　京都大学 工学研究科／日本学術振興会特別研究員DC1
松原　誠二郎　京都大学 工学研究科 教授／博士（工学）
坂本　佳史　　日本アイ・ビー・エム株式会社
　　　　　　　IBM Distinguished Engineer and CTO of Edge computing
　　　　　　　in IBM Japan.／工学博士
青田　健太郎　日本アイ・ビー・エム株式会社 Associate Partner
野本　拓実　　三井化学株式会社 DX推進本部DX企画管理部
吉武　道子　　国立研究開発法人物質・材料研究機構
　　　　　　　特別研究員（オムロンサイニックエックス株式会社
　　　　　　　役付非常勤嘱託、お茶の水女子大学 客員教授、
　　　　　　　鈴鹿高専 客員教授、東京家政学院大学 客員教授、
　　　　　　　MatQ-lab 代表 を兼任、物質・材料研究機構 名誉研究員）／博士（工学）
福馬　智生　　株式会社TDAI Lab 代表取締役社長／博士（工学）
石原　菜々子　大阪大学 大学院 基礎工学研究科
中西　周次　　大阪大学 大学院
　　　　　　　基礎工学研究科附属太陽エネルギー化学研究センター 教授／
　　　　　　　博士（理学）
畠山　　歓　　東京工業大学 助教／博士（工学）
柏川　貴弘　　富士通株式会社 量子研究所 研究員
木村　浩一　　富士通株式会社 量子研究所 シニアマネージャー
田中　　宗　　慶應義塾大学 理工学部物理情報工学科 准教授
　　　　　　　（慶應義塾大学ヒト生物学－微生物叢－量子計算研究センター
　　　　　　　副拠点長、早稲田大学グリーン・コンピューティング・システム
　　　　　　　研究機構 客員准教授、東京工業大学国際先駆研究機構
　　　　　　　特定准教授、Quanmatic Chief Technical Officerを兼任）／博士（理学）
関　　優也　　慶應義塾大学 学院理工学研究科 特任講師／博士（理学）
田村　　亮　　国立研究開発法人物質・材料研究機構
　　　　　　　マテリアル基盤研究センター チームリーダー
　　　　　　　（東京大学 講師を兼任）／博士（理学）
湊　雄一郎　　blueqat株式会社 代表取締役
大西　裕也　　JSR株式会社 RDテクノロジー・デジタル変革センター
　　　　　　　マテリアルズ・インフォマティクス推進室 次長／博士（工学）
佐久間　怜　　JSR株式会社 RDテクノロジー・デジタル変革センター
　　　　　　　マテリアルズ・インフォマティクス推進室 主任研究員／博士（理学）
實宝　秀幸　　富士通株式会社 マネージャー／理学博士
千嶋　　博　　日本電気株式会社 量子コンピューティング統括部
　　　　　　　シニアプロフェッショナル
平井　宏俊　　株式会社豊田中央研究所 量子コンピューティング研究領域
　　　　　　　リーディングリサーチャー／理学博士
門脇　正史　　株式会社デンソー 担当次長／
　　　　　　　国立研究開発法人産業技術研究所 （クロスアポイントメント）
　　　　　　　特定フェロー／博士（理学）
平坂　雅男　　株式会社AndTech 顧問／工学博士

「マテリアルズインフォマティクス・AIを活用した、現場で“即”活かせる材料開発事例集とMIの将来像」

第2 節　フローチャート形式による実験表現による高分子材料実験データの統一的表現 
株式会社 CrowdChem　中尾　篤之・池端　久貴
はじめに 
1.　高分子材料におけるマテリアルインフォマティクスにおける実験情報表現の課題 
　1.1　さまざまな高分子材料におけるマテリアルインフォマティクス 
　1.2　実用上の様々な課題 
2.　フローチャート形式による実験表現 
　2.1　実験フローチャートとグラフ構造 
　2.2　実験フローチャートの作成方法 
　　2.2.1　実験のフローチャートの階層 
　　2.2.2　各プロセスの情報を表現する階層 
　　2.2.3　プロセスに使われている各材料の情報を表現する階層 
　　2.2.4　最終的なグラフの作製 
3.　グラフニューラルネットワークをベースとしたモデル化 
　3.1　物性予測モデルの基本的な構成 
　3.2　エンコーダー層を用いたマルチモーダル化 
　3.3　マルチタスク学習 
　3.4　化学基盤モデルの学習とファインチューニングによる応用 
4.　ケーススタディ 
　4.1　問題設定 
　4.2　化学基盤モデルの学習 
　4.3　ファインチューニング 
おわりに

第3 節　デジタル技術を活用した高分子材料設計の取り組み 
ダイキン工業株式会社　吉﨑　達・大森　遼・橋本　光平
はじめに 
1.　高分子のデジタル材料設計について 
2.　低誘電高分子材料設計における分子シミュレーションの活用例 
　2.1　低誘電材料開発の背景 
　2.2　MDシミュレーションを用いた誘電特性の解析 
　　2.2.1　周波数依存 誘電率・誘電正接の解析 
　　2.2.2　実験値との比較 
　2.3　計算データを活用した機械学習モデルの構築 
　2.4　有望構造のスクリーニング 
　　2.4.1　代理指標の創出 
　　2.4.2　スクリーニングの実行 
3.　今後の展望 
　3.1　高次構造設計への挑戦 
　3.2　展望1：マルチスケールシミュレーション 
　3.3　展望2：自動実験

第4 節　計算科学を活用したマテリアルズインフォマティクス基礎検討と開発現場への応用 
株式会社ダイセル　兼子　祐・岩山　将士・岩山　めぐみ
国立大学法人九州大学　福本　康秀・Pierluigi Cesana・Linh Thi Hoai Nguyen
国立大学法人京都大学　Edoardo Fabbrini
国立大学法人宮崎大学　大木場　慧・宇都　卓也
はじめに 
1.　第一原理計算による材料探索技術 
　1.1　全体的なワークフロー 
　1.2　HOMO-LUMOバンドギャップに基づく構造探索 
　1.3　まとめ 
2.　分子動力学計算による材料探索技術 
　2.1　全体的なワークフロー 
　2.2　探索により得られた学習モデルと物性マップ 
　2.3　分子動力学計算による溶解後の構造と合成候補物の評価 
　2.4　まとめ 
3.　MI技術の社内応用 
4.　今後の展望

第5 節　マテリアルズ・インフォマティクスを用いたポリプロピレン複合材料の弾性率予測モデル構築 
コニカミノルタ株式会社　押山　智寛・奥山　倫弘・池田　祐子・中澤　幸仁
はじめに 
1.　ポリマーMIの課題とそれに対する取組み 
　1.1　データ量が少ない課題に対する取組み 
　　1.1.1　HT実験によるデータ創出 
　　1.1.2　データベースの活用 
　1.2　ポリマー構造の複雑性の課題に対する取組み 
　1.3　ポリマーに関する記述子の課題に対する取組み 
2.　PP複合材料の作製実験 
3.　PP複合材料へのMI適用 
　3.1　特徴量設計 
　3.2　弾性率の予測モデル構築 
　3.3　処方発生 
4.　モデルの向上 
　4.1　予測モデルの実験検証 
　4.2　非線形SVRモデルによる予測精度の改良 
おわりに

第6 節　高分子材料の最適設計・評価支援ツールの開発 
日鉄ケミカル&マテリアル株式会社　　藤元　伸悦
はじめに 
1.　マテリアルズインテグレーション 
2.　開発したツールの概要 
3.　 開発したツールによる主な検討成果 
　3.1 ミクロスケール（～nm） 
　3.2　メソスケール（nm～μm） 
　3.3　マクロスケール（μm～） 
おわりに 

第2 章　AI・機械学習による半導体材料の開発動向 
第1 節　第一原理計算と組み合わせ最適化アルゴリズムの連携によるⅣ族混晶半導体の安定構造探索 
九州工業大学　野田　祐輔
はじめに 
1.　Ⅳ族混晶半導体 
2.　計算手法 
　2.1　遺伝的アルゴリズム 
　2.2　第一原理計算 
　2.3　電子物性の解析 
　2.4　配位数の解析 
3.　結果および考察 
　3.1　SiGe二元系の最安定配列の探索 
　3.2　SiGe二元系の電子物性の評価 
　3.3　SiGe二元系の配位数の評価 
おわりに

第2 節　有機半導体・有機エレクトロニクス分野における機械学習の活用動向 
大阪公立大学　松井　康哲・大垣　拓也・麻田　俊雄・池田　浩
はじめに 
1.　機械学習を用いた有機太陽電池の組成および作製プロセスの最適化 
2.　機械学習を用いた有機EL用熱活性化遅延蛍光材料の開発 
3.　機械学習を用いた有機半導体の分子設計 
おわりに

第3 節　AI 活用による半導体薄膜の成膜条件の自動導出 
NTT株式会社　小林　亘・大塚　琢馬・若林　勇希
はじめに 
1.　背景 
2.　半導体薄膜の成膜条件導出の自動化 
　2.1 対象とする材料系 
　2.2　条件導出の自動化 
　　2.2.1　物理知識の導入 
　　2.2.2　単調性を考慮した予測モデル 
　　2.2.3　PIBOによる予測エンジン 
3.　提案手法を適用した実験例 
　　3.1.1　従来BOとPIBOの予測の比較 
　　3.1.2　実験結果 
　　3.2.1　短波側の外挿予測 
　　3.2.2　測定結果からの確認 
おわりに

第4 節　半導体材料・デバイスにおける計測インフォマティクス 
　奈良先端科学技術大学院大学　冨谷　茂隆・岩満　一功・大竹　義人・赤瀬　善太郎
はじめに 
1.　計測の目的と計測インフォマティクス 
2.　SEM-CLスペクトルイメージングと片側直交ONMF 
3.　3DAPとETとの非剛体レジストレーション 
おわりに 

第3 章　マテリアルズインフォマティクス・AI の活用によるリチウムイオン電池・全固体電池材料の開発動向 
第1 節　マテリアルズインフォマティクスの活用による固体電解質の効率的な探索手法の開発 
上智大学　藤田　正博
東京大学　畠山　歓
はじめに 
1.　IPCのイオン伝導度の予測精度 
2.　高イオン伝導性IPCの探索 
おわりに

第2 節　次世代蓄電池用電解液材料のデータ駆動型ハイスループット材料探索 
物質・材料研究機構　松田　翔一
はじめに 
1.　電気化学自動実験ロボットと探索アルゴリズムを組み合わせた電解液材料探索 
2.　自律自動実験のための汎用ソフトフェア：NIMO 
3.　並列電気化学セルの改良による電池評価系の拡張 
4.　ラミネートセル作製ロボットを用いた高品質データの創出 
おわりに

第3 節　新規リチウムイオン二次電池有機電極活物質の性能予測と探索 
慶應義塾大学　山本　里夏・緒明　佑哉
はじめに 
1.　小規模データをもとにした実験主導MI 
　1.1　小規模データに対するMIの必要性 
　1.2　小規模データに対するMIの手順 
2.　チウムイオン二次電池有機正極活物質の探索 
　2.1　有機正極活物質に関するデータセットの構築 
　2.2　正極性能予測モデルの構築・予測精度の検証 
3.　リチウムイオン二次電池有機負極活物質の探索 
　3.1　有機負極活物質に関するデータセットの構築 
　3.2　負極性能予測モデルの構築・予測精度の検証 
　3.3　予測モデルによる新規負極活物質の探索・高性能化 
おわりに 

第4 章　マテリアルズインフォマティクス・AI の活用による太陽電池材料の開発動向
第1 節　AI 最適化手法による高効率太陽電池デバイスの逆設計 
国立大学法人電気通信大学　曽我部　東馬・斯波　廣大
はじめに 
1.　中間バンド型太陽電池と量子ドット超格子 
2.　ペロブスカイト太陽電池とコロイド量子ドット 
3.　AIを用いた中間バンド型太陽電池の逆設計 
4.　GaAs/AlGaAs中間バンド太陽電池に対するAI設計結果 
5.　PbS量子ドット/ペロブスカイトIBSCへの展開 
おわりに

第2 節　太陽電池製造プロセスにおける品質管理とAI 活用による検査自動化 
株式会社カネカ　堤　翔・高橋　俊匡
はじめに 
1.　 太陽電池の品質（性能、安全性、信頼性、意匠性）管理とEL検査の位置付けと課題 
2.　AIを活用したEL検査自動化に向けた技術開発 
　2.1　近年のAI技術による検査自動化の動向及びEL検査への適用 
　2.2　教師有り学習（SL）手法である欠陥分類モデルによる既知欠陥に対する高精度な判定の実現 
　2.3　教師なし学習（UL）手法である良品学習モデルによる未知欠陥に対する異常検知 
　2.4　ハイブリット型EL自動検査システムの適用例 
3.　持続可能なEL検査システムの実現に向けた技術開発 
　3.1　EL検査を含む自動検査システム運用における課題 
　3.2　半自動的な欠陥判定モデル（SLモデル）更新の仕組み 
　3.3　再学習システム導入による効果 
おわりに 

第5 章　マテリアルズインフォマティクス・AI の活用による接着剤・粘着剤・テープの開発動向 
第1 節　マテリアルズインフォマティクスの推進：新規材料開発への活用にあたって 
積水化学工業株式会社　日下　康成
はじめに 
1.　製品開発現場への適用事例 
　1.1　高機能樹脂製品へのMI適用と多物性の同時予測 
　1.2　熱材料の高度な物性予測の実現に向けた粘弾性カーブの活用 
　1.3　機械学習を用いたエポキシ樹脂の物性（誘電率・Tg）予測モデルの構築 
　1.4　波長選択とピーク分離の組合せによる有意特徴量生成手法の構築 
　1.5　AIと計算を活用した抗原-抗体の親和性制御 
　1.6　全原子分子動力学計算によるアクリル系粘着剤の親和性評価 
　1.7　粗視化分子動力学を用いた架橋エラストマーの力学物性に対する架橋剤官能基数の影響解析 
2.　 MIにおけるデータ活用とドメイン知識の重要性 
3.　 素材開発の歴史とデータの多様性を背景にした今後の発展

第2 節　MI を活用した粘着剤処方設計 
リンテック株式会社　鳥越　翔斗
はじめに 
1.　研究開発へのMIの適用 
　1.1　MIを適用した開発アプローチ 
　1.2　研究開発におけるMI適用の課題 
2.　MIを活用した粘着剤の配合設計 
　2.1　データ解析手段 
　2.2　データ前処理手法の検討 
　2.3　機械学習のアルゴリズム選定 
　2.4　効率的な実験データ収集方法について（実験計画法やベイズ最適化） 
3.　開発事例 
　3.1　製品開発へのMI適用のポイント 
　3.2　粘着製品開発への適用事例 
おわりに

第3 節　マテリアルズインフォマティクスを用いたデータドリブンR&D の検討 
日東電工株式会社　前田　和久
はじめに 
1.　Nittoについて 
　1.1　Nittoの事業 
　1.2　NittoにおけるMIの重要性 
2.　事例紹介 
　2.1　ホットメルト粘着剤の検討1 
　　2.1.1　MI適用にて解決する課題 
　　2.1.2　説明変数と目的変数 
　　2.1.3　教師データの解析 
　　2.1.4　網羅的探索による結果と考察 
　　2.1.5　結果 
　2.2　ホットメルト粘着剤の検討2 
　　2.2.1　説明変数と目的変数 
　　2.2.2　検討の流れ 
　　2.2.3　結果 
おわりに

第4 節　高分子接着界面研究における分子シミュレーションとマテリアルズインフォマティックスの利用 
日東電工株式会社　島津　彰
はじめに 
1.　第一原理計算による接着界面の相互作用解析 
2.　第一原理計算を利用したMIによる接着界面研究事例 
3.　全原子系分子動力学法による接着界面剥離挙動のシミュレーション 
4.　粗視化分子動力学法による接着剤バルク高分子の凝集破壊シミュレーション 
おわりに

第5 節　MI による接着剤の探索、物性予測への応用 
積水化学工業株式会社　新明　健一　
はじめに
1.　MIによる接着剤の設計 
　1.1　接着剤の設計に必要な要素 
　1.2　中間物性の活用 
2.　潜在変数を活用した質的変数の量的変数への変換 
　2.1　質的変数の潜在変数への変換 
　2.2　中間物性を活用した予測モデル 
3.　構造物性相関を活用した接着剤の設計 
　3.1　配合情報からの設計と構造情報からの設計 
　3.2　化学構造の構造記述子化と配合系への適用 
　3.3　変数選択 
　3.4　機械学習モデルの構築と評価 
おわりに 

第6 章　マテリアルズインフォマティクス・AI を活用した各種材料開発 
第1 節　無機材料分野における結晶構造予測技術の進展とサロゲートモデルを活用した結晶構造予測 
パナソニック ホールディングス株式会社　若杉　健介
はじめに 
1.　結晶構造予測の最新動向 
　1.1　エネルギー予測 
　1.2　対称性を利用した構造予測 
　1.3　GNNベース生成モデルによる構造生成 
　1.4　大規模言語モデル（LLM）の応用 
　1.5　材料開発への応用事例 
2.　ShotgunCSP 
　2.1　対称性に基づく仮想構造生成とサロゲートモデルによるスクリーニング 
　2.2　構造予測結果 
3.　無機材料におけるMIの課題と展望 
おわりに

第2 節　MI を応用したガス分離膜および水処理膜の材料設計 
工学院大学　高羽　洋充・樋口　隼人・宮川　雅矢
はじめに 
1.　分離膜のデータベース 
2.　機械学習を用いた分離膜の性能予測と設計手法 
3.　CO2分離膜への適用例 
4.　水処理膜（吸着）への適用例 
5.　深層生成AI（JT-VAE）による高性能な分離膜の逆設計 
　5.1　JT-VAEの基本原理と潜在空間の特徴 
　5.2　生成AIを用いた高性能CO2分離膜の設計 
　5.3　水処理膜（耐ファウリング性）の逆設計 
おわりに

第3 節　マテリアルズインフォマティクスを活用した高周波対応フレキシブル誘電材料の開発 
日鉄ケミカル&マテリアル株式会社　小林　哲也
はじめに 
1.　開発背景 
2.　MIを活用した材料開発スキームの提案 
3.　低誘電率材料の探索 
4.　機械学習による誘電率の回帰モデルの構築 
5.　分子動力学法による原子分極、配向分極に起因する誘電特性の推算 
おわりに

第4 節　少数データのマテリアルズインフォマティクスを活用した電子デバイス向け材料の開発事例 
株式会社日立製作所　岩崎　富生
はじめに 
1.　 仮想材料を用いた記述子ベースの網羅的探索 
2.　 直交表を用いた記述子ベースの高効率探索 
3.　 応答曲面法を用いた関数化による材料探索 
4.　直交表と機械学習を用いた最適化による材料探索 
おわりに 276

第7 章　材料開発の現場におけるMI・AI の将来技術 
第1 節　大規模言語モデル（LLM）を用いた材料開発の取り組みと MI の将来像 
株式会社日立製作所/奈良先端科学技術大学院大学　高原　渉
はじめに 
1.　LLMの登場 
　1.1　ChatGPTの与えた衝撃とLLMの潮流 
　1.2　クラウドベースLLM vs ローカルLLM 
2.　材料開発におけるLLMの取り組みの潮流 
　2.1　LLMのドメイン特化 
　2.2　2つの潮流 
3.　MIの将来像

第2 節　材料開発における電子ラボノートと計測機器との連携 
奈良先端科学技術大学院大学　　高須賀　聖五・冨谷　茂隆・赤瀬　善太郎・船津　公人
はじめに 
1.　ELNの導入 
　1.1　アナログ記録の限界とデータ資産化 
　1.2　MI指向のELN選定と要件 
　1.3　導入の障壁とチェンジマネジメント 
　1.4　計測機器連携の技術的アプローチ 
2.　活用事例 
　2.1　自動実験装置を用いた光触媒探索 
　　2.1.1　システム構成: シリアル通信とAPIによる統合アーキテクチャ 
　　2.1.2　運用フロー: 物理的サンプルとデジタルデータの同期プロセス 
　2.2　電子ラボノートによるデータ整理の効率化 
おわりに

第3 節　新規事業創出の確度向上・効率化に向けた生成AI 技術の開発 ～ナレッジグラフ・大規模言語モデル構築技術～ 
株式会社ストックマーク　中川　大輔
はじめに 
1.　汎用AIの限界と「プロセス指向」アプローチ 
　1.1　汎用LLMでは不十分な理由 
　1.2　R&D革新を実現する4つの戦略 
2.　中核技術（1）— ナレッジグラフが拓く「関係性」の検索 
　2.1　RAGの普及と次なる課題 
　2.2　R&Dの推論を可能にする「ナレッジグラフ」 
　2.3　技術的課題の克服：15万件のデータと顧客知見の活用 
3.　中核技術（2）— データを「知識」に変えるAIコンポーネント群 
　3.1　VLM （Vision Language Model）：非構造化データを読み解く「目」 
　3.2　DeepResearch：高品質な外部情報を収集・分析する「調査員」 
　3.3　評価エージェント （LLM as a Judge）：アイデアの「質」を担保する「審査官」 
4.　実証が示す価値―R&D変革の最前線 
　4.1　事例1：株式会社日本触媒 — 「暗黙知」と「社外知」の融合 
　4.2　事例2：某自動車サプライヤーA社 — 10年後を見据えた未来テーマ創出 
　4.3　事例3：国立研究開発法人 産業技術総合研究所（産総研） グループ— 産学連携の加速
5.　結論と今後の展望 
おわりに

第4 節　機械学習とロボット技術を活用したデジタルラボラトリーの構築 
日本ファインセラミックス協会　富田　成明
東京大学　一杉 　太郎
はじめに 
1.　協調と競争 
　1.1　克服すべき技術的課題 
2.　筆者らの研究グループにおける取り組み 
　2.1　「大きなループ」と「小さなループ」 
　2.2　 薄膜系実験システムの開発 
　2.3　セラミックス（粉体系）自動化プロセスの概要 
　2.4　システムアーキテクチャ 
3.　今後の期待 
　3.1　データ品質の革新 
　3.2　機械学習の「創発」への期待 
4.　システム定着に向けて 
おわりに

第5 節　高分子材料開発におけるMI と自動・自律実験の融合 
物質・材料研究機構　内藤　昌信
はじめに 
1.　高分子材料分野の現状と課題 
2.　世界における自動実験動向：AIが拓く高分子研究 
3.　データベース／プラットフォームの現状 
4.　日本における研究動向とプロジェクト 
　4.1　 産官学連携プロジェクト「化学MOP」による水平連携 
　4.2　 NIMS RDEによるデータ共有基盤とインフラ整備 
　4.3　 RadonPyプロジェクトと計算データ基盤 
　4.4　 MaiMLによるデータ記述標準化 
5.　具体的な研究事例 
　5.1 　フロー合成による自律的なポリマー分子量制御 
　5.2　フロー合成とベイズ最適化による共重合組成の制御 
　5.3　ランダムヘテロポリマーブレンドの自律探索 
　5.4　 X線回折とスパースモデリングによるポリプロピレンの物性予測 
　5.5　機械加工と自動試験機による接着強度のハイスループット確率分布評価 
　5.6　自動合成 + MIに適した合成系・評価系 
6.　マテリアルズ・インフォマティクスの新潮流：高分子基盤モデルへの期待 
おわりに　データ駆動型高分子研究の未来

第6 節　フロー重合、量子化学、情報化学、ロボットの融合による精密合成からスケールアップ 
JSR株式会社　脇内　新樹
奈良先端科学技術大学院大学　藤井　幹也
はじめに 
1.　高分子フロー重合の導入 
　1.1　反応性比の重合プロセス依存性 
　1.2　反応チューブ内の一様性 
2.　デジタル技術の活用 
　2.1　コポリマー計算化学データベースの構築 
　2.2　計算化学を用いた高分子フロー合成の生成物予測 
　2.3　ベイズ最適化による所望高分子の合成プロセスパラメータの最適化 
　　2.3.1　単目的最適化 
　　2.3.2　多目的最適化 
　2.4　FTIRスペクトルのWavelet変換とElastic Net回帰による共重合モノマー濃度推定 
　　2.4.1　単出力WT-ENCVの構成と検証 
　　2.4.2　多出力への拡張と性能比較 
　　2.4.3　量子化学計算に基づく可視化解釈 
　2.5　デジタル制御されたフローバッチ：装置統合による組成・分子量の安定化とスケール化 
　　2.5.1　連続フロー・バッチ統合システムの全体構造と目的 
　　2.5.2　マイクロミキサ+フロー反応の組み合わせ 
　　2.5.3　バッチにおける追加添加とスケーラビリティ 
　　2.5.4　並列運転の再現性と生産性 
3.　アーム型ロボットと模倣学習による高分子合成手技の自動化 
おわりに

第2 節　マテリアルズインフォマティクスによる量子マテリアル開発の展開
国立研究開発法人物質・材料研究機構 マテリアル基盤研究センター
知京　豊裕
はじめに
1.　マテリアルインフォマテックスの登場
2.　マテリアルズインフォマティクスの発展
　2.1　アメリカにおけるデータベースの構築と展開
　2.2　欧州におけるデータ駆動型材料開発研究
　2.3　アジアにおけるデータ駆動型材料開発
　2.4　日本におけるデータ駆動型材料開発
3.　自律型材料開発への展開とプラットフォームの形成
4.　今後のマテリアルインフォマテックス
おわりに

第1 章　マテリアルズインフォマティクスによる材料開発
第1 節　マテリアルズインフォマティクスを活用した材料設計技術の現状・課題と今後の展望
株式会社日立製作所　岩崎　富生
はじめに
1.　DNAとの接着性に優れたセラミックス材料を設計する解析モデル
2.　接着性（密着強度）の高い材料の設計方法
　2.1　分子動力学による密着強度（接着性）解析手法
　2.2　直交表による支配パラメータ選定方法
　2.3　応答曲面法による最適材料設計方法
3.　最適設計の結果および考察
　3.1　接着性（密着強度）の支配パラメータの選定結果
　3.2　最適設計の指針および結果の考察
4.　課題と今後の展望
おわりに

第2 節　マテリアルズインフォマティクスの基礎とコニカミノルタでの実践例
コニカミノルタ株式会社　佐川　正悟
はじめに
1.　マテリアルズインフォマティクスの基礎と具体例
　1.1　MIの基礎
　1.2　MIの具体例
2.　効率的なデータ収集
　2.1　データベースの活用
　2.2　シミュレーションの活用
3.　コニカミノルタでの実践例
　3.1　複合材料の機械特性
　3.2　有機化合物の分光特性
おわりに

第2 章　ベイズ最適化
第1 節　機械学習による適応的実験計画：ベイズ最適化の基礎と応用
名古屋大学　松井　孝太
はじめに
1.　機械学習による適応的実験計画
　1.1　機械学習によるデータ駆動型アプローチ
　1.2　ガウス過程によるブラックボックス関数の統計モデル
　1.3　ガウス過程回帰に基づく適応的実験計画
　1.4　まとめ
2.　ベイズ最適化
　2.1　ベイズ最適化のアルゴリズム
　2.2　獲得関数の設計
　　2.2.1　下側信頼限界に基づく探索
　　2.2.2　改善確率に基づく探索
　　2.2.3　期待改善度に基づく探索
　2.3　まとめ
3.　応用事例：シリコンエピタキシャル膜の成長とプロセス条件の最適化
おわりに

第2 節　原薬のプロセス開発におけるベイズ最適化の活用
アステラス製薬株式会社　森下　敏治
はじめに
1.　原薬研究所における取り組み
2.　適応的実験計画法（ガウス過程回帰（GPR）とベイズ最適化（BO））
3.　合成原薬の製造プロセス開発への適用における課題
4.　最適条件探索システム開発
5.　適用事例
おわりに

第3 節　ベイズ最適化活用時のコツと事例解説
中外製薬株式会社　徳山　健斗
はじめに
1.　実問題へのベイズ最適化の適用
　1.1　高次元パラメータの最適化：多くのパラメータを探索したい
　1.2　バッチベイズ最適化：複数の評価点を選択したい
　1.3　多目的ベイズ最適化：複数の目的変数を同時に最適化したい
　1.4　ベイズ最適化のPythonライブラリ
2.　応用事例
　2.1　計算機上でのベイズ最適化の応用
　2.2　実験科学におけるベイズ最適化の応用
おわりに

第4 節　ロバスト尺度に対するベイズ最適化
名古屋工業大学　稲津　佑
はじめに
1.　ブラックボックス関数最適化
　1.1　最適変数探索問題
　1.2　既知関数およびブラックボックス関数
　1.3　ベイズ最適化
2.　ベイズ予測モデルの構成方法
　2.1　ベイズ線形モデル
　2.2　ガウス過程回帰モデル
3.　ガウス過程に基づくベイズ最適化
4.　ロバスト尺度に対するベイズ最適化
　4.1　代表的なリスク尺度およびリスク尺度に対するベイズ最適化
　4.2　リスク尺度に対するベイズ最適化の発展的話題
おわりに

第5 節　ロバスト性や制約を考慮したベイズ最適化によるモノづくりにおける試行回数削減の取組み
株式会社東芝　桐淵　大貴
はじめに
1.　ベイズ最適化の概要と課題
2.　適用範囲拡大のための拡張手法
3.　ロバストベイズ最適化
4.　制約付きベイズ最適化
5.　ロバスト制約付きベイズ最適化
おわりに

第3 章　企業によるマテリアルズインフォマティクスの活用事例
第1 節　データ駆動型の材料開発における文書データの利用
長瀬産業株式会社　廣瀬　修一
はじめに
1.　データを情報へ、情報を知識へ変換する
　1.1　構造化データの作成
　1.2　ナレッジグラフ
2.　解析事例
　2.1　プロセス条件探索
　2.2　標的探索（創薬分野）
　2.3　生物模倣のアイデア発想支援
　2.4　担当者やテーマの探索
おわりに

第2 節　汎用原子レベルシミュレータ「MATLANTIS」の開発と材料設計への活用
ENEOS株式会社　小野寺　拓 ・ 尾野　秀樹 ・ 工藤　孝夫
小島　隆嗣 ・ 後藤　正直 ・ 矢山　由洋
株式会社Preferred Networks　高本　聡
はじめに
1.　MATLANTISのコア技術：プリファードポテンシャル（PFP）
　1.1　アーキテクチャ
　1.2　データセット
　1.3　材料開発におけるPFPの優位性
2.　MATLANTISによるMI研究：触媒開発の事例
　2.1　アンモニア合成触媒の活性マップ
　2.2　アンモニア合成触媒のバーチャルスクリーニング
3.　MATLANTISによるMI研究：潤滑油開発の事例
　3.1　吸着シミュレーションの拡張
　3.2　バーチャルスクリーニングへの展開
おわりに

第3 節　MI・DX プラットフォームWAVEBASE の開発と材料開発への活用
トヨタ自動車株式会社　庄司　哲也
はじめに
1.　AIが読取る材料計測データの本質
2.　AIが気付いた特徴と材料の特性の関係
　事例1　省Nd磁石のコアシェル化処理における性能とXRDデータの特徴量の相関
　事例2　市販アルミ合金の力学特性とXRDデータの特徴量の相関
　事例3　組織画像の特徴による分類
　事例4　マテリアルマップ
3.　材料技術のR&Dのルーティーンの変革
おわりに

第4 節　Artificial intelligence for curation of information and knowledge acquisition
Christopher L Farrow, PhD and Alexandre Chabot-Leclerc, PhD
Enthought, G.K.
Introduction
1. Technology-Assisted Curation
　1.1　Curation as Search
　　1.1.1　NLP-enhanced search
　　1.1.2　Image Search
　　1.1.3　Table Search and Domain-Specific Search
　　1.1.4　Extracting Data from Graphs
　1.2　Limitations of Search
2.　Generative AI for Curation
　2.1　Everything Can Become Text
　2.2　Text Can Become Data
　2.3　Beyond Text Search: Multi-Modal Embeddings
3. Generative AI for Knowledge Acquisition
　3.1　Retrieval-Augmented Generation for Answering Questions
　3.2　Agents for Doing Work
　3.3　Embeddings for Making Connections
Conclusion

第4 章　マテリアルズインフォマティクスによる各種材料開発
第1 節　実験研究者の扱う小規模データに対するマテリアルズインフォマティクス適用事例
慶應義塾大学　緒明　佑哉 ・ 筑波大学　五十嵐　康彦
はじめに
1.　小規模データに対するMIの必要性
2.　小規模データに対するMIの手順
3.　プロセス最適化の事例～ナノシート材料の収率・サイズ・サイズ分布制御
4.　物質探索の事例～リチウムイオン二次電池有機電極活物質の探索
おわりに

第2 節　マテリアルズインフォマティクスを活用した有機化合物設計
株式会社ダイセル　兼子　祐 ・ 大野　充
京都大学　Daniel Packwood
統計数理研究所　吉田　亮 ・ 林　慶浩
はじめに
1.　有機半導体における材料探索
　1.1　有機結晶固有の特徴量の構築
　1.2　逆解析による分子構造探索と評価
　1.3　今後の展開
2.　高分子のリピーティングユニット構造発生研究
　2.1　SMiPolyの開発
　2.2　SMiPolyから得らえた高分子構造ライブラリの評価
　2.3　今後の展開
おわりに

第3 節　有機－無機ハイブリッド材料開発のデジタライゼーション
パナソニック ホールディングス株式会社　横山　智康
はじめに
1.　構造予測
　1.1　従来技術の課題
　1.2　アプローチ
　1.3　結果
　　1.3.1　MAPbI3の構造予測
　　1.3.2　有機分子や元素を変えた際の構造予測
　　1.3.3　組成を変えた際の構造予測
　　1.3.4　状態図予測
　　1.3.5　バンドギャップ予測
2.　物性予測
　2.1　従来技術の課題
　2.2　アプローチ
　2.3　結果
　　2.3.1　電子状態およびフォノン状態の予測
　　2.3.2　固溶体の物性予測
　　2.3.3　熱物性予測
　　2.3.4　計算コストの評価
おわりに

第4 節　環境配慮素材へのMI の活用について
株式会社ＴＢＭ　服部　祐介
はじめに
1.　環境配慮素材としてのLIMEX、CirculeXの重要性
　1.1　LIMEXとは？
　1.2　CirculeXとは？
　1.3　なぜLIMEX、CirculeXが必要とされているのか？
　1.4　開発ロードマップ
2.　LIMEXへのMI活用
　2.1　印刷メディアとしての紙代替となるLIMEXの開発
　2.2　LIMEXのモルフォロジー制御へのMIの活用
3.　CirculeXへのMI活用
　3.1　ポストコンシューマ材のリサイクルについて
　3.2　リサイクル材の品質向上へのMIの活用
おわりに　
第5 節　マテリアルズ・インフォマティクスによる新規強誘電体材料探索
非営利・一般財団法人ファインセラミックスセンター　森分　博紀
はじめに
1.　マテリアルズ・インフォマティクス適用対象の選択
2.　新規強誘電体材料マテリアルズ・インフォマティクス
おわりに

第5 章　自動化・仮想化
第1 節　自律型実験システムにおけるベイズ最適化を用いたプロセスインフォマティクス
東京大学大学院理学系研究科　清水　亮太
はじめに
1.　無機固体薄膜の自律合成システムの紹介
2.　Ti0.99Nb0.01O2薄膜の自律合成の結果と考察
3.　プロセスパラメータとリアルタイムモニタリングの重要性
おわりに

第2 節　自律材料探索とハイスループット実験による新材料合成
国立研究開発法人物質・材料研究機構　岩﨑　悠真
はじめに
1.　高飽和磁化合金
2.　シミュレーション型の自律材料探索
3.　ハイスループット実験
4.　ハイスループット第一原理計算による考察
おわりに

第3 節　有機分子設計のための逆合成自動化の手法
京都大学　竹邊　日和 ・ 松原　誠二郎
はじめに
1.　標的分子の合成経路を決定する－逆合成－
2.　SYNTHIATMの出現－自動逆合成の一般化－
3.　自動合成にむけて
おわりに

第4 節　デジタルツイン
日本アイ・ビー・エム株式会社　坂本　佳史 ・ 青田　健太郎
はじめに
1.　デジタルツインとは
　1.1　デジタルツインへの期待
　　1.1.1　データの視覚化
　　1.1.2　大規模シミュレーション
　　1.1.3　高度な予測
2.　デジタルツインの技術的背景
　2.1　エッジコンピューティング
　2.2　エッジコンピューティングのデザイン・パターン
3.　デジタルツインと人間拡張
　3.1　人間拡張
おわりに

第6 章　自然言語処理
第1 節　生成 AI を活用した材料探索の技術展望と大規模言語モデルの活用
三井化学株式会社　野本　拓実 ・ 向田　志保
はじめに
1.　大規模言語モデルの概要
2.　ChatGPTの登場
　2.1　GPT-4モデルの登場
3.　大規模言語モデルの活用
　3.1　環境の導入
　3.2　活用のポイント
　3.3　注意すべきポイント
4.　化学における大規模言語モデルの活用
　4.1　GPT-4が苦手とする化学分野のタスク
　　4.1.1　化学分野の基本的な知識
　　4.1.2　名称の予測
　　4.1.3　反応の予測
　4.2　GPT-4が得意とする化学分野のタスク
　　4.2.1　物性予測
　　4.2.2　テキストベースの分子設計
5.　化学分野に特化した大規模言語モデルの活用事例
　5.1　ChatExtract
　　5.1.1　ChatExtractの特徴
　5.2　ChemCrow
　　5.2.1　ChemCrowの特徴
　　5.2.2　ChemCrowの機能
6.　創薬分野とChatGPT
　6.1　ChatDrugの構成
7.　生成AIの進化と材料探索の展望
　7.1　大規模言語モデルの活用
　7.2　特化型の大規模言語モデル
　7.3　マルチモーダルモデル
おわりに

第2 節　材料科学分野における言語処理：マテリアルズインフォマティクスの一部として
物質・材料研究機構／MatQ-lab　吉武　道子
はじめに
1.　材料科学情報
　1.1　マテリアルズインフォマティクス／自動・自律の実験・シミュレーション
　1.2　対象とする文書の種類と特徴
　1.3　言語処理の目的
2.　各種言語モデルと材料特化型モデル
　2.1　ChatGPT：ベースとなるGPTモデルとAPI
　2.2　統計処理ベースのモデル
　　2.2.1　出現頻度に基づくモデル
　　2.2.2　単語や文書のベクトル化（数値化）
　　2.2.3　深層学習系
　2.3　文法ベースのモデル
3.　物質・材料研究機構での活用事例
　3.1　超電導データベース作成
　3.2　高分子データベース作成
　3.3　マテリアルキュレーション®支援システム：知識データベース
4.　新しい動き
　4.1　大規模言語モデル・単語のbox embedding
　4.2　マルチモーダル化
おわりに

第3 節　大規模言語モデルを活用した専門分野におけるQA システムの開発とファクトチェックの仕組み
株式会社TDAI Lab　福馬　智生
はじめに
1.　背景知識
　1.1　どうやって言葉を覚えた？
　1.2　さらにAIは進化する
2.　専門知識・最新知識への対応
　2.1　知識の外挿
　　2.1.1　コンテキストを用いた応答の例
3.　コンテキスト長さの限界
　3.1　再帰的要約（Recursive Summarization）
　3.2　検索との組み合わせ
　3.3　ツールの紹介
4.　ファクトチェック
　4.1　Hallucination
　4.2　ファクトチェックの仕組み
おわりに

第4 節　機能性材料開発における大規模言語モデルの活用とプロンプトエンジニアリング
大阪大学　石原　菜々子 ・ 中西　周次 ・ 向田　志保
はじめに
1.　材料開発におけるプロンプトエンジニアリングの活用
　1.1　初歩的技法　
　1.2　発展的技法
2.　プロンプト実例集
　2.1　特徴量選択
　2.2　因果関係の推定
　2.3　性能予測
　2.4　科学コミュニケーション
3.　PEが抱える課題
　3.1　トークン数の制限
　3.2　従量課金制によるコスト
　3.3　回答の創造性
おわりに

第7 章　量子コンピュータによる材料開発
第1 節　量子ゲート型コンピュータを用いた機械学習と有機機能材料の物性予測
東京工業大学　畠山　歓
富士通株式会社　柏川　貴弘 ・ 木村　浩一
はじめに
1.　量子ゲートコンピュータの概要
　1.1　量子ゲートコンピュータの基礎概念
　1.2　量子ゲートコンピュータの平易な理論
　　1.2.1　1量子ビット系
　　1.2.2　量子ゲート
　　1.2.3　観測
　1.3　多量子ビット系
　　1.3.1　テンソル積
　　1.3.2　CNOTゲート
2.　量子回路学習（QCL）
　2.1　量子コンピュータの計算制約
　2.2　QCLの基本動作
　2.3　QCLの回路構成
3.　QCLの回帰性能の評価
　3.1　シミュレータと実機の比較
　3.2　QCLと古典コンピュータのアルゴリズムの比較
　3.3　有機化合物の物性予測
　3.4　QCLの回帰性能に関する特徴と課題
おわりに

第2 節　量子アニーリング等イジングマシンの研究開発動向と今後の展望
慶應義塾大学　田中　宗 ・ 関　優也
はじめに
1.　組合せ最適化問題
2.　イジングマシン
3.　イジングマシンのソフトウェアの研究開発
　3.1　イジングマシンのボトルネックを克服あるいは緩和するソフトウェアの研究開発
　3.2　イジングマシンをより使いやすくするためのソフトウェアの研究開発
4.　イジングマシンを用いたアプリケーション研究開発
　4.1　イジングマシンと機械学習の融合アルゴリズムの適用
　4.2　物理モデルシミュレーション
おわりに

第3 節　イジングマシンを用いたマテリアルズ・インフォマティクスとブラックボックス最適化手法
国立研究開発法人物質・材料研究機構／東京大学　田村　亮
はじめに
1.　従来のブラックボックス最適化：ベイズ最適化
2.　イジングマシンを利用したブラックボックス最適化手法：FMQA
3.　連続値ブラックボックス最適化手法 CONBQA
4.　オートエンコーダとの組み合わせによるブラックボックス最適化 bVAE-IM
5.　多目的最適化手法 MOQA
おわりに

第4 節　量子コンピュータを用いた材料開発の現状、課題、今後の展望
Blueqat株式会社　湊　雄一郎
はじめに
1.　材料開発の現状
　1.1　シミュレーション
　1.2　組合せ最適化
　1.3　AI・機械学習
2.　課題
3.　今後の展望
おわりに

第8 章　企業による量子コンピュータの活用事例
第1 節　量子コンピュータのための量子化学計算アルゴリズムの開発と応用
JSR株式会社　大西　裕也　佐久間　怜
はじめに
1.　量子回路分割手法を用いた半導体材料の量子化学計算
　1.1　背景
　1.2　理論
　　1.2.1　量子回路分割手法 Entanglement Forgingについて
　　1.2.2　IBMQ実機を用いた計算
　1.3　結果と展望
2.　静的分極率のための量子化学計算アルゴリズム
　2.1　背景
　2.2　理論
　2.3　結果と展望
おわりに

第2 節　量子インスパイアード技術デジタルアニーラの材料開発応用
富士通株式会社　實宝　秀幸
はじめに
1.　デジタルアニーラとは
　1.1　概要
　1.2　開発状況
2.　材料開発への応用
　2.1　混合冷媒探索
　2.2　分子・結晶構造の類似性評価
　2.3　計測スペクトルと材料特性の関係性抽出
3.　設計業務への応用（トポロジ最適化）
おわりに

第3 節　NEC の量子コンピューティング技術Vector Annealing を用いた材料開発
日本電気株式会社　千嶋　博
はじめに
1.　量子コンピューティング技術の発展
　1.1　NECの疑似量子マシン Vector Annealing の特長
2.　VAを用いた材料開発支援技術
　2.1　VAを用いた新材料レシピ提案（直接解法）
　2.2　VAを用いた新材料レシピ提案（ブラックボックス最適化手法）
おわりに

第4 節　材料開発におけるQuantum Benefit
株式会社豊田中央研究所　　平井　宏俊
概要
1.　はじめに
2.　材料シミュレーションにおけるQuantum Benefit
3.　マテリアルズ・インフォマティクスにおけるのQuantum Benefit
おわりに

第5 節　Quantum CAE：量子コンピュータと機械学習による科学の自動化
株式会社デンソー／国立研究開発法人産業技術研究所　門脇　正史
はじめに
1.　Quantum CAEを活用したモノづくり
2.　ブラックボックス最適化における量子コンピューティングの活用
　2.1　基板設計における締結点の最適化
　2.2　ノイズフィルター回路設計
おわりに

第9 章　カーボンニュートラルを踏まえたMI による材料開発と将来展望
株式会社AndTech 顧問　平坂　雅男
はじめに
1.　グリーン水素
2.　再生可能エネルギー
3.　蓄電池
おわりに（将来展望）