カテゴリ

  • 近日発売の新刊情報
  • CMCeBOOK

マテリアルズ・インフォマティクスの現状と将来展望 2023年版 ~ データ科学と計算・実験の融合がなすデータ駆動型材料開発の現状と動向 ~

★マテリアルズ・インフォマティクス(MI)の市場ロードマップ;現状と今後の方向性 !
★2030年のMI活用により創出される新たな高機能材料市場規模を予測 !
★関連企業、研究機関の取り組み事例27例をケーススタディ化 !

<こちらの商品は書籍版です。CD-ROM版をご希望の際は関連商品欄、詳細ページからご注文ください。書籍+CD-ROMセット版をご希望の場合は問合せフォームよりご連絡ください。>

商品コード:
P1422
発行元:
株式会社シード・プランニング
発行日:
2023年10月15日
体裁:
A4 判、181ページ  ※本書はお届けまで1週間程度お時間を頂きます
価格(税込):
176,000
ポイント: 1,600 Pt
関連カテゴリ:
新材料・新素材
新材料・新素材 > 高分子・プラスチック
新材料・新素材 > 無機・金属材料
新材料・新素材 > 分析・評価技術

Review

この商品に対するご感想をぜひお寄せください。

キーワード:

マテリアルズ・インフォマティクス / MI / 材料開発 / ビッグデータ解析 / AI / 機械学習 / 深層学習 / 転移学習 / スパースモデリング / 第一原理計算 / マルチスケールシミュレーション / データマイニング

刊行にあたって

材料・素材は電気電子、自動車、医療・医薬、環境・エネルギー等、幅広い分野の礎であり、その開発力は産業競争力の維持発展を大きく左右します。日本の材料・素材産業は、他の一部の産業がグローバルでの地位を低下させていく中で、材料開発先進国のポジションを維持してきました。

従来、材料開発は研究技術者の”経験と勘”に基づき、実験と試作を繰り返し、構造や物性などを評価するプロセスで進められてきました。そのため、物質探索から材料開発、実用化に至るまでに、一般に10~30年程度の長い時間が要されます。

一方で、従来からの実験科学や計算化学が飛躍的に発展、高度化し、そこに大量のデータとAI(人工知能)が加わることで展開される「データ駆動科学」は、複雑な現象の理解や社会的課題の解決をもたらすと考えられています。

マテリアルズ・インフォマティクス(MI)はAI・機械学習やビッグデータ解析、データマイニングなどを活用して、新素材材料を探索、設計・開発するデータ駆動型材料開発技術であり、従来よりも圧倒的に効率的な物質探索・材料設計・開発を行うことができます。

世界の主要各国・地域では続々と「インフォマティクス戦略」が立ち上がっており、日本においても複数の大規模プロジェクトが始動、一部ではすでに成果が出始めています。また、関連企業・研究機関間でも新たな物質探索手法、データ駆動型材料研究開発手法の開発、情報統合型デジタルプラットフォームの構築などを目指す動きが活性化しています。

本調査レポートでは、データ駆動型材料開発のキーテクノロジーであるマテリアルズ・インフォマティクス(MI)の現状把握、主要関連企業・研究機関における取り組み動向、技術開発事例等の概況を把握するとともに、MIが齎す材料・化学業界への効用などにつき取り纏めています。

著者一覧

-

目次 +   クリックで目次を表示

調査手法
(1) 各種文献、論文、インターネットによる情報収集

(2) 訪問/Webヒアリング調査
   民間企業:25社  研究機関・大学:2団体

目次
Ⅰ. Samary

Ⅱ. 概要
 1.データ駆動型物質・材料開発とMIの位置付け
  1)データ駆動型物質・材料開発の概要
  2)マテリアルズ・インフォマティクス(MI)
  3)材料分野に係るMI(狭義)以外のインフォマティクス
  4)ラボラトリーオートメーション(LA)
 2.国内の主なMI関連プロジェクト
  1)MI関連の主な国家プロジェクト(2021年度以降)
   (1)データ創出・活用型マテリアル研究開発プロジェクト事業
   (2)SIP 第3期「マテリアル事業化イノベーション・育成エコシステムの構築」
  2)主な成果プロジェクト(~2022年度)
   (1)超先端材料超高速開発基盤技術プロジェクト(超超プロジェクト)
   (2)SIP 第2期「統合型材料開発システムによるマテリアル革命」
 3.インフォマティクスに係る要素技術
  1)MIの基本フローと概要
  2)インフォマティクス要素を含む手法
   (1)ベイズ最適化
   (2)逆合成解析
   (3)物性値予測
   (4)反応予測
  3)インフォマティクスの主な構成技術・手法
   (1)機械学習・深層学習
   (2)転移学習
   (3)スパースモデリング
   (4)第一原理計算
   (5)マルチスケールシミュレーション
  4)その他注目技術
   (1)量子コンピューティング
   (2)秘密計算(秘匿計算)技術
   (3)その他(MD-GAN、TOF-SIMS)
 4.MI利活用・開発事例にみる成果
  ・最少の実験回数で高い予測精度を与える汎用的AI技術を開発(NIMS、化学大手4社)
  ・AIにより材料(CNT膜) の構造画像を生成、物性の予測技術を開発(産総研×日本ゼオン×ADMAT)
  ・難燃性と力学特性を両立するCFRPを短期間で開発(東レ)
  ・データ駆動型学習等を活用し、バイオマス由来のブタジエンゴムでタイヤを試作(横浜ゴム、他)
  ・データ科学的実験計画による高分子材料設計(住友化学)
  ・ゴム材料開発における解析時間を1/100以下に短縮(住友ゴム工業×トヨタ自動車)
  ・炭素繊維製造プロセスで使用する添加剤のAI駆動型開発(Citrine社)
  ・半導体材料における新素材探索の精度向上、実験時間の短縮(三菱ガス化学×日立製作所)
  ・量子コンピューティング技術の活用による半導体材料の最適配合探索の高速化(レゾナック)
  ・強粘着性と易剥離性を両立した電子機器向け粘着剤の開発(レゾナック)
  ・生分解性プラスチックを高強度化、分解速度を向上する添加剤の探索(日立HTS)
  ・アンモニア合成触媒のバーチャル探索(富士通×Atmonia社)
 5.市場概況
  1)市場ロードマップ
  2)重要技術領域と材料・技術
  3)海外の関連政策・国プロの動向
  4)主な課題点
 6.主要関連企業・研究機関・サービスベンダーとその動向
  1)主要MI支援ソリューション・サービスベンダー
  2)化学・素材企業の自社構築システム・プラットフォーム・関連ツール
  3)主要関連企業・研究機関・サービスベンダーの動向

Ⅲ. 関連企業・研究機関ケーススタディ
 国立研究開発法人 物質・材料研究機構(NIMS)
 国立研究開発法人 産業技術総合研究所
 旭化成 株式会社
 AGC 株式会社
 ENEOS 株式会社
 JSR 株式会社
 住友化学 株式会社
 住友ゴム工業 株式会社
 第一工業製薬 株式会社
 日本ゼオン 株式会社
 三井化学 株式会社
 三菱ケミカル 株式会社
 株式会社 レゾナック
 横浜ゴム 株式会社

Ⅳ. MI支援サービスベンダー企業ケーススタディ
 伊藤忠テクノソリューションズ 株式会社
 SCSK 株式会社
 シュレーディンガー 株式会社
 ダイキン工業 株式会社
 データケミカル 株式会社
 東レ 株式会社
 トヨタ自動車 株式会社
 長瀬産業 株式会社
 日本電気 株式会社
 株式会社 日立製作所
 株式会社 日立ハイテクソリューションズ
 株式会社 Preferred Computational Chemistry
 富士通 株式会社