〔開催報告〕材料科学連続セミナー 化学材料第1シリーズ「データ科学と材料科学」

材料科学連続セミナー 化学材料第1シリーズ「データ科学と材料科学」（全2回）を対面とオンラインのハイブリッド形式で開催いたしました。
コーディネーターは、先進理工学部 電気・情報生命工学科の大久保將史教授が務めました。

材料科学連続セミナー 化学材料第1シリーズ「データ科学と材料科学」

第1回「データ駆動科学のための第一原理計算と機械学習の応用」

安藤 康伸 先生（東京科学大学 准教授）
2026年1月7日（水）13:30～18:15

参加人数：85名
(内訳)学内39、学外43（大学17、企業等24、研究機関2）、講師他3

本講義では、材料研究におけるデータ駆動型アプローチを「データ生成・蓄積・活用」の三つのフェーズとして整理し、材料分野では取得コストの制約からスモールデータになりやすい点を踏まえた研究設計の重要性が示されました。続いて、第一原理計算（DFT）をデータ生成基盤として位置づけ、界面・表面のモデル化に伴う格子不整合（最小公倍数の取り方や歪みの許容）やスラブモデル設定など、計算条件が結果に与える影響と注意点が解説されました。後半では、古典ポテンシャルから機械学習ポテンシャルへの展開を概観し、対称性を満たす入力表現の設計（座標の扱い、局所環境の表現、グラフニューラルネットワーク等）が精度と汎化性能を左右すること、大規模・長時間スケール計算への拡張可能性が紹介されました。

 

第2回「データ科学とAIによる次世代センシング・材料探索」

田村 亮 先生（物質・材料研究機構 グループリーダー／東京大学 講師）
2026年1月21日（水）13:30～18:15

参加人数：72名
(内訳)学内38、学外31（大学12、企業等19）、講師他3

本講義では、データ科学とAIを活用した次世代センシング・材料探索について、①嗅覚センシングにおけるデータ駆動解析、②ベイズ最適化を中心とするブラックボックス最適化、③ロボティクスとAIによる自動・自律探索、の3部構成で解説いただきました。第1部では、MSS等の嗅覚センサーが出力する複雑な時系列信号を機械学習で扱う際の特徴量化とラベル設計の重要性が示されました。第2部では、探索空間の記述子化と目的関数設定が最適化性能を左右する点、実装例としてPHYSBO等のツールが紹介されました。第3部では、AI提案→ロボット実験→結果フィードバックのループ（電気化学自動実験等）により探索を加速する枠組みが示され、さらに複数アルゴリズムを統合し提案まで支援する基盤（NIMO）構想にも言及がありました。

大学・企業・研究機関等から多くの研究者および学生の方々にご参加いただき、盛況のうちに終えることができました。
ご参加いただきましたみなさまに感謝申し上げます。