ブログ

The Lab Is (Not) All You Need―― 自律型ラボはなぜ、原子レベルシミュレーションの価値を下げるのではなく、高めるのか

Joshua Young

1. ラボは加速している 午前3時の実験室を想像してみてください。照明はついているのに、誰もいません。ロボットアームが炉からるつぼを取り出し、X線回折装置へと運んでいきます。ソフトウェアが回折パターンを読み取り、今回の試行は狙いを外したと判断すると、レシピを調整して次の試行をキューに入れます。朝になる頃には、このシステムは大学院生が1か月かけてこなす

ラボオートメーション 機械学習ポテンシャル

「物理を再現するAI」で、材料開発の常識を変える――「Matlantis PFP」はいかにして生まれたか

中薗 昴

材料科学の要であるDFT計算は、高精度である反面、膨大な計算コストが課題でした。その打開策として期待された機械学習ポテンシャルも、これまでは特定の物質にしか使えない「個別最適」に留まっていました。 この「精度と汎用性の両立」という難題に挑み、誕生したのが、世界最高レベルの性能を誇る独自のAIモデル「Matlantis PFP（以下、PFP）」

インタビュー

分子動力学（MD）シミュレーションソフトの選び方｜材料開発で見るべきポイントを解説

太田 真琴

材料開発の現場では、「なぜこの材料はイオンが拡散しやすいのか」「界面付近で何が起きているのか」「欠陥がどのように特性に影響するのか」といった原子レベルの問いに直面することがあります。こうした問いに答えるための有力な手段が、原子や分子の動きを計算で「見える化」する「分子動力学（MD: Molecular Dynamics）シミュレーション」です。 MD

分子動力学 解説記事

【登壇レポート】東京農工大学 Doctor’s Café #37 & AI Salon #14

「AIによる学際融合イノベーション ～持続可能な材料開発への挑戦～」 イベント詳細：https://www.tuat-flourish.jp/topics/event/3832/ 2026年7月22日、東京農工大学 未来価値創造研究教育特区（FLOuRISH）主催「Doctor's Café #37 & AI Salon #14」（小金

学会レポート

Micro-Physical AI: 目に見えないもう一つのPhysical AIと材料開発の未来

岡野原 大輔

Physical AIとは何か 現在のLLM（大規模言語モデル）は、テキストから世界を学んでいる。これにより、これまでの人間が集積してきた知を取り込み、既に世界に大きな影響を与えている。 しかし、プラトンの言葉を借りれば、テキストは現実の「影」にすぎない。テキストには人間が言語化できた一部が記録されているだけで、物理世界で起きている現象

CEOブログ