K.Oki@製造系データサイエンティスト retweeted
「実験データが少ないからMIは無理」と諦めていませんか?
12/10(木)開催予定セミナーでの説明内容をちら見せします👇
計算化学でデータを補完し、少数の実験データでも実用的な予測モデルを自作する実践法を解説します!
詳細👇
gijutu.co.jp/doc/s_612233.ht…
K.Oki@製造系データサイエンティスト retweeted
マテリアルズインフォマティクスの最新ニュース。
旭化成さんは、半導体向け感光性絶縁材料の自律型ラボを開設したそうです。27年1月から稼働し、AIにより材料設計から実験・評価のループを自律化することで、実験数を4倍にできるとのこと。
産業界も自律実験に投資が進む。
asahi-kasei.com/jp/news/2026…
K.Oki@製造系データサイエンティスト retweeted
「機械学習は外挿できない」は、もう古い。産総研・峯真也先生らが2023年に覆した。
初期データ45件から予測と実験を44周回し、触媒300件を実測。最高性能超えが100件以上、最適組成には元データに無い元素ニオブ入り。専門家の予想の外を機械が掘り当てた。
#機械学習 #触媒
doi.org/10.1038/s41467-023-4…
K.Oki@製造系データサイエンティスト retweeted
材料開発の技術者82名に、計算化学とマテリアルズ・インフォマティクス(MI)をどう見ているかを聞いた独自調査の結果を、ブログで公開しました。どちらについても、前向きな層と距離がある層がちょうど半数ずつに分かれています。
回答者は、82社の研究開発部門と分析・評価部門に所属する方々です。計算化学は、職場で活用中または検討中の人と、活用しておらず予定もない人が41名ずつです。MIも、活用中または関心がある人と、知らない・あまり関心がない人が41名ずつでした。
📊 距離がある層が使わない理由の上位は、「自分の研究に関係するか見えない」ことです。計算化学では56%が「必要性を感じない・研究テーマに適さない」を、MIでは37%が「MIの内容や有用性について詳しく知らない」を選んでいます。
前向きな層では、人材が大きな壁になっています。計算化学では71%が専門知識・スキルを持つ人材の不足を挙げ、MIでも人材不足(39%)が、データの整備・収集(44%)、社内の理解・体制(41%)と並んで上位に入りました。
⚙️ この数年で、こうした壁を越えつつある3つの変化が起きています。専門家でなくてもMIを始めやすくなったこと、そしてDFT計算レベルの精度を保ちながら計算を大幅に速める機械学習ポテンシャルと、計算の設定や結果の解釈を後押しするAIエージェントが登場したことです。
🌱 専門人材の不足は、個社の努力だけでは解決しづらい構造的な課題です。Matlantisは、専門家によるサポートなどを通じて、その解決の一端を担っています。「原子レベルの洞察で、意思決定を動かす」というビジョンの実現に向けて、これからも取り組んでいきます。
記事はこちら:matlantis.com/ja/resources/b…
#Matlantis #計算化学 #マテリアルズインフォマティクス
K.Oki@製造系データサイエンティスト retweeted
【計算化学シリーズ】今回は時間依存DFT(TDDFT)!
最初の一瞬だけ電子をぽんと押すと、揺れのリズムから、分子が吸う光が分かります。ベンゼンで計算すると、山は6.8電子ボルト。実験とほぼ同じ位置です。
機械学習によるハミルトニアン高速予測が待ち遠しい!
#時間依存DFT #TDDFT #計算科学
【計算化学シリーズ】今回はふつうのDFTと励起状態!
エネルギーの谷底を探す計算で、光で上がった電子はどうなる? ケイ素のすき間は、この計算では0.5電子ボルト。実験の半分以下です。実は励起状態の計算は合わない!
次回は時間依存DFTです!
#DFT #計算科学シリーズ #物質シミュレーション
K.Oki@製造系データサイエンティスト retweeted
nature.com/articles/s41524-0… 直感的インターフェースでベイズ最適化を材料研究に導入するPythonフレームワーク「Bgolearn」。単一および多目的最適化、多様な代理モデルの提案と不確実性の定量化。その有効性を超高硬度高エントロピー合金の探索などで実証。 #マテリアルズ・インフォマティクス
K.Oki@製造系データサイエンティスト retweeted
マテリアルズインフォマティクスの最新ニュース。
村田製作所さんは、実験データとマルチAIエージェントを連携した研究開発システムを構築したそうです。計画・データ解析・レポート作成により業務スピードを22倍高速化できるとのこと。
AIエージェント活用が進んでる。
corporate.murata.com/ja-jp/n…
K.Oki@製造系データサイエンティスト retweeted
子育てしながら統計検定準1級に4か月半で合格し、未経験からデータサイエンティストへの転職を果たされた林田さんにインタビューさせていただきました(リンクはリプ欄)
撮影当日の林田さんのパフォーマンスが圧巻で、公開後22時間の再生回数が私のチャンネル史上最多となったのもひとえに彼女の実力の賜物😌
K.Oki@製造系データサイエンティスト retweeted
原子・結合の局所特徴量を集める決定版ツール「BONAFIDE」がすごい!🧪✨
分子全体ではなく【原子・結合に特化した局所記述子 590種】を統一APIで一気通貫に計算できるPythonパッケージ(Apache 2.0)。
GitHub👇
github.com/MolecularAI/atom-…
#ケモインフォマティクス #機械学習 #Python
K.Oki@製造系データサイエンティスト retweeted
◾️世界の化学企業の歴史
1995年の世界化学企業トップ10。30年後も同じ会社・同じ事業のまま残っているのは、BASFの1社だけです。
2位 Hoechst(ドイツ)は、いくつもの会社に分割されて名前ごと消えました。
3位 Dow(アメリカ)は2025年も5位。ただし2017年に5位のDuPontと合併し、その2年後に3社へ分割。名前は同じでも、中身は別の会社です。
4位 Bayer(ドイツ)は2015年に材料事業を切り離し、2018年にモンサントを買収。いまや化学品は売上の2割で、農薬と医薬の会社です。順位は36位まで下がりました。
5位 DuPont(アメリカ)は1802年創業の名門ですが、Dowとの合併と分割を経て、2025年はトップ10から姿を消しました。
7位のイギリスICIも、2008年に買収されて消滅。10位の台湾プラスチックは自力で成長を続けてきたものの、中国・サウジ勢が上がってくる中で、2025年は13位とトップ10圏外です。
ただ、消えた会社の事業そのものは残っています。売られた先で、別の会社の一部になっただけです。
たとえばIneos。1995年の表には影も形もありませんが、BPやBASFが手放した事業を次々に買い集めて、2015年には世界6位まで来ました。
では、日本の化学メーカーはこの30年どうだったのか。続きはリプ欄のNoteにて👇
K.Oki@製造系データサイエンティスト retweeted
Claude 完全コース
Claude をマスターして、繰り返し作業を自動化し、コードを書かずにアプリを作成し、実践的なポートフォリオを構築し、職場でより価値のある人材になりましょう。
K.Oki@製造系データサイエンティスト retweeted
マテリアルズインフォマティクスの最新ニュース。
NTTさんは、ロボットとベイズ最適化により高品質な単結晶薄膜の作製に成功したそうです。またランダムフォレストを用いて成膜ルールを抽出し、さらに品質を上げられたそうです。
科学知識の抽出まで繋げていて面白い。
group.ntt/jp/newsrelease/202…
K.Oki@製造系データサイエンティスト retweeted
【人工知能学会のAIマップ】
人工知能学会はAIマップ資料を公開しています。
体系的にAIの課題、技術等まとめられています。
「人工知能学会 AIマップ」で検索してみてください。
K.Oki@製造系データサイエンティスト retweeted
見落としがちだけど、1枚目は「シンプソンのパラドックス」の一例でたまに出会う。
XとYは相関がないのに、要因Zの異なるデータ群をXとYでプロットすると見かけの相関が生まれてしまう。
運動とコレステロールの関係がもっとわかりやすい。
統計知識がないと本当に危険
tjo.hatenablog.com/entry/202…
K.Oki@製造系データサイエンティスト retweeted
Claude公式が、ついに日本語対応の学習サイトを公開しました!
しかも全コンテンツ無料。
すごいのは具体性で、実務でそのまま使えるユースケースが約150件まとまっています。
毎日Claudeを触っている僕でも「これは使える」と思う事例がゴロゴロある。Claudeユーザーは必見です👇
Claude Academy is now live.
Whether you're figuring out what AI is or already using Claude every day, there's a path that meets you where you are. The courses and tutorials are free and open to anyone at academy.claude.com
K.Oki@製造系データサイエンティスト retweeted
こちらのnote(DX人材への学習ロードマップ)の半額セールは、あと1時半です!
興味のある方は、この機会にぜひ!
「DX人材になるには何を勉強すればいいですか?」
これまで何度も聞かれて学習方法やオススメの書籍を伝えてきましたが、いつも「それだけじゃないんだよな」と感じていました。
足りないのは知識だけではありません。続ける仕組みと現場に受け入れられる方法です。
統計学に1,000時間以上費やしてきた私が、遠回りした部分も含めて全部書いてみました。
社内の生々しい話を含むため有料にしていますが、8/17 0時まで値下げ中です!
note.com/mimikousi/n/n720be8…
K.Oki@製造系データサイエンティスト retweeted
【データサイエンティストになって】
当時は「精度の高いモデルを作ること」が仕事だと思っていましたが、
実際には
・データから新しい気づきを出す
・現場から情報を引き出す
・分析結果をチームで議論する
こともとても重要でした
そんな経験をnoteにまとめています↓
note.com/sukechannel/n/ne872…
K.Oki@製造系データサイエンティスト retweeted
データ駆動型材料科学研究会のMI推進者交流イベントが開催されます!
↓
・日時:2026年9月29日(火)
・定員:30名(先着順)※ 8月20日より参加受付
・概要:研究会会員の持ち込み企画。MI推進の課題や工夫を、グループワークで共有・議論する交流会。
詳細は以下をご覧くださいませ!
soddms.connpass.com/event/40…
K.Oki@製造系データサイエンティスト retweeted
【気になったMIニュース】
「三井化学、生成AIの国際ネットワークに参画」
個社でのデータ活用から、企業や組織をまたいで価値を生み出す流れを世界的に感じます。
MIは「データを集める競争」から「データを活かす協調」へ向かっているのかもしれません。
monoist.itmedia.co.jp/mn/spv…





























