Service
サービス
Hands-on MI
材料領域に精通したデータサイエンティストが、お客様のテーマに適したソリューションをご提案します。MI研修や技術力向上支援などのハンズオンサポートも。
分子生成の事例
課題：合成に関わる制約条件の多さ
目的の特性を有した新規分子の設計・合成には、特許や環境規制をはじめとする多くの課題が存在します。一般的なバーチャルスクリーニング技術やシミュレーションのアプローチでは、このような複雑な制約条件の一部しか考慮できず、候補分子の有用性は限定的でした。
解決策：計算科学と機械学習の両面からのアプローチ
計算科学と機械学習を組み合わせた独自のバーチャルスクリーニング技術で、所望の分子探索を行います。様々な制約条件を考慮しながら多くの分子を高速にスクリーニングすることで、有望分子のみを対象とした高精度なシミュレーションが実施でき、確度の高い候補分子の提案が可能となりました。さらに、従来の検討からは想像できない新しい分子構造も発見でき、研究者の想像の幅を広げることにも繋がっています。
画像やスペクトルに関する解析・数値化の事例
課題：定量化、重要因子特定の難しさ
半導体、触媒、ナノ材料などをはじめ、画像やスペクトルなどのデータを扱う研究開発領域は多く存在します。これらのデータは定量的な評価が難しく、MI活用、解釈可能な重要因子の特定に多くの課題があります。さらに、組成・プロセスが多段階になることから紐付けが難しく、研究者の経験に頼るしかありませんでした。
解決策：特徴量の抽出と機械学習への展開
独自の解析ノウハウを用いて、画像やスペクトルから特徴量（数値情報）を抽出しました。これまで感覚的な特徴として扱っていた情報を数値化することで、機械学習の活用が可能になりました。結果として、これまで定量的に議論できなかった重要因子の発見に繋がりました。
miHub
MIによる高度なデータ解析、研究ナレッジ蓄積を実現する実験計画プラットフォーム。直感的な操作と、意思決定の過程を記録できるコラボレーション機能によって組織レベルで研究開発力を向上させます。
配合条件最適化（低融点ガラス）の事例
課題：目標性能を満たす配合の最適化
過去の知見を基に、数十種類の主成分候補から数種類を組み合わせ、熱伝導性とガラス転移点のトレードオフを打開できる条件を探索。膨大な組み合わせ候補から探索する必要がありましたが、従来の開発では大幅な改善は見られませんでした。研究者が直感的に性能の良し悪しを推定できず、検討の進展には至りませんでした。
解決策：ベイズ最適化による効率的な組成探索
ベイズ最適化を用いることで、広大な未探索領域を予測し、従来では試みないような組み合わせを含む高期待値の候補点を見つけることができました。数十点の追加試行で従来よりもコストを下げつつ高い性能を実現する組成を発見しました。miHub®を用いたMI解析では、最適組成の発見にとどまらず、その過程で多くの洞察を得ることができます。
有機合成プロセス（貧溶媒晶析）の事例
課題：最適なプロセス条件探索
ポリマーの原料となるモノマー製造において、純度、収率、容積効率の3つの目標を同時に満たす貧溶媒晶析出の条件を求める必要がありました。溶媒の種類や割合など、検討すべき条件の変数が多いため、網羅的な実験は困難でした。また、製造プロセスの設計は多段階にわたるため、各プロセスの条件検討の短縮が求められていました。
解決策：重要変数の特定と効果的な検討
独自に開発したLASSOモデルを用いて解析し、重点的に検討すべき変数を判断しました。予測モデルで実験候補条件を網羅的に扱い、無数に存在するプロセス条件の中から達成可能性の高い条件をスクリーニングすることで、実験検証前に条件を客観的に厳選できました。
MI組織展開の事例
課題：ノウハウ・ナレッジの共有
データ駆動型R&D推進の鍵となるのは、長年の研究開発の財産であるデータ、ノウハウ、ナレッジとMIの融合です。MI解析においては、検討の経緯や解析手法が重要であるものの、その複雑な手順を共有するハードルは高く、属人化が起きやすい状況になっています。
解決策：試行錯誤の過程・考察とMI解析の紐づけ
miHub®によりデータ解析とそこから得られる考察を結びつけて記録、共有することが可能になりました。一つのプラットフォーム上で解析、考察、ディスカッションが行われています。MI解析にこれまでのノウハウ・ナレッジをかけ合わせた研究開発が促進され、組織全体で研究開発の土台として展開可能になりました。
Lab Automation
Through automated experimentation, AI-guided planning, and multimodal lab agents, MI-6 supports the transition toward autonomous R&D workflows. Our aim is not only to increase throughput, but to help researchers shift from manual execution to orchestration, enhancing creativity, judgement, and organisational productivity.
Automated and Autonomous Experimentation for Inorganic Thin Films
Challenge: Managing a large number of parameters in thin-film development
The synthesis of thin-film materials involves many process parameters, making it difficult to efficiently identify conditions that produce samples with target properties. In semiconductor-related fields, where technologies evolve rapidly, R&D teams must also increase throughput and shorten development timelines.
Solution: Automated synthesis and analysis combined with optimisation in miHub®
MI-6’s automated and autonomous experimentation system for inorganic thin films can continuously perform thin-film synthesis and analysis. The data obtained are analysed and optimised in miHub®, enabling more efficient experimentation. By taking a broader view of large volumes of high-quality data, the system also helps identify important synthesis parameters and generate new scientific insights.
Automated Dispensing and Synthesis for Liquid Materials
Challenge: Limited number of samples in parallel organic synthesis
In the synthesis of polymers from monomers, reactions often take time, and only a limited number of samples can be synthesised in parallel. This makes it difficult to increase development speed. Dispensing and mixing materials before reaction also requires considerable manual effort, placing a significant burden on researchers both in terms of time and attention.
Solution: Parallel synthesis and automated optical measurement using automated dispensing
By combining an automated dispensing system for liquid materials with a heating unit, up to 48 samples can be synthesised in parallel. After synthesis, GPC measurement and optical measurement of thin-film samples can also be automated. In the future, integration with miHub® will enable autonomous closed-loop operation across synthesis, measurement, data analysis, and the next synthesis cycle.
