化学の実験データ活用AIクラウドサービス「Datachemical LAB」に化学原料の混合物計算機能をリリース
〇活用の幅が広がる化学の実験データ活用AIクラウドサービス
化学産業での新規の金属やゴムなどの材料開発では、原料や配合、製造方法など実験条件の組み合わせは膨大にあり、従来技術者が知見や経験をもとに多大な労力を掛けて担っております。それに対し、化学の実験データ活用AIクラウドサービス「Datachemical LAB」では、容易な操作で多彩なAI・機械学習機能をもとに目標とする材料の作製条件・合成条件・製造条件を予測し、化学の技術者は手持ちの実験データをもとに様々な新規材料開発において開発プロセスを効率化することができます。
またDatachemical LABは、弊社CTO金子弘昌（明治大学准教授）が運営するデータ化学工学研究室の最新の研究成果をもとに、分子・材料設計から製造プロセス設計・管理の分野まで継続的に機能がアップデートされております。今回下記の機能を新たにリリースし、さらに充実したデータ解析・機械学習が行えるようになりました。
〇新機能で複数の原料を混合する材料開発をさらに効率化
合金やゴム、塗料など様々な種類の原料を混合して作られる材料において、Datachemical LABのAI・機械学習活用では過去の実験データから各原料の組成比のような実験条件（説明変数）とそのときの物性・性状（目的変数）との間で数理モデルを構築し、未知の材料に対する実験条件を予測します。
今回の新機能である混合物計算機能を用いれば、ユーザーは実験データ中の原料の組成比のデータに、予め用意した原料そのもののデータ（物性・性状・分子記述子・元素特徴量等）を組み合わせた、新たな情報をもつ変数を容易に追加することができます。組み合わせ方としては、加重平均、加重分散、幾何平均、調和平均などの様々な計算手法が使えます。そのような変数をもとにモデルを構築することで、もとの原料組成比のみの変数を使用したときに比べて、精度の高い予測を行い、さらに開発が効率化される可能性が高まります。またモデルを構築後に、過去の実験データでは使用されていない原料を用いた予測も行えます。
図1 各原料の組成比を含む実験データ
図2 各原料そのもののデータ（物性・性状・分子記述子・元素特徴量等）
図3 混合物計算機能により図1, 2のデータを組み合わせた変数を容易に作成
【会社概要】
会社名：データケミカル株式会社
所在地：東京都渋谷区神宮前6丁目23-4 桑野ビル2階
設立 ：2021年10月
代表取締役：吉丸 昌吾
2010年宮崎大学大学院修了（化学工学専攻）後、綜研化学㈱にて高分子材料開発に従事。一時留学し、2017年カリフォルニア大学サンディエゴ校にてMBA取得。帰国後綜研化学㈱にて海外事業開発・国内営業に従事。2019年社内DX推進時に金子と出会い、2021年当社設立、代表取締役就任。
取締役CTO：金子 弘昌
2011年東京大学大学院博士課程修了（化学システム工学専攻）後、東京大学大学院工学系研究科助教を経て、2017年明治大学理工学部応用化学科専任講師としてデータ化学工学研究室(金子研究室)を運営。2020年より准教授。2021年当社設立、取締役CTO就任。
広島大学大学院先進理工系科学研究科客員准教授、大阪大学太陽エネルギー化学研究センター招聘准教授、理化学研究所客員主幹研究員、京都大学大学院理学研究科研究員(非常勤)を兼任。
会社サイト：https://www.datachemical.com/
Datachemical LABサービスサイト：https://www.datachemicallab.com/
事業内容：化学分野を専門としたAIクラウドサービスの提供
上記に付随したコンサルティングサービス
本リリース、サービスに関するお問合せ先：
E-Mail：info@datachemical.com TEL：03-6778-2045
すべての画像