現場から始める！初心者でも材料開発のムダをなくせるAI ～プログラミング不要で自社のモノづくりの現場で使えるAI活用術～

現場から始める！初心者でも材料開発のムダをなくせるAI

本講座について

本講演では、産業技術総合研究所（産総研）のマルチマテリアル研究部門が開発した、プログラミングの知識が不要で、自社内のデータを用いてAI技術を活用できるアプリ群について紹介します。
これらのアプリは、材料の画像から特性を予測するモデルの構築や、取得データから次の実験条件を提案する機能を備えており、モノづくりの現場での材料開発DXを支援します。

（1）画像 × AI：材料特性を“見抜く”深層学習

AISTex-Modeling App と AISTech-Predictor App は、材料画像と特性を結びつけるアプリ群です。
前者で自社データを使って深層学習モデルを構築し、後者で新たな画像から特性（例：破壊靭性・熱伝導率など）を即座に予測できます。
光学・電子顕微鏡など、手法を問わず多様な材料に対応可能。予測結果には“どの部分に着目したか”を示すヒートマップも生成され、判断根拠の可視化にも配慮。
MATLAB Runtime さえあれば導入は即日可能。特性評価試験の負担を軽減し、研究サイクルを加速させます。

（2）実験戦略 × AI：ベイズ最適化による条件提案

DCBO_Appは、ノイズや異常値を除去し、ガウス過程回帰モデルの性能を高める前処理ツールです。
MOBO_Appは、その結果を活用し、複数の目的変数をバランスよく満たす最適な実験条件を提示します。
推定値だけでなく標準偏差も可視化され、獲得関数を通じて探索・活用の戦略立案まで自動化。
「どの条件を試すべきか？」という現場の問いに、定量的かつ実践的な答えを返します。

主要ポイント

1. プログラミング不要のAIアプリ群
   • ユーザーが取得したデータを他者と共有することなく、自社内でAI技術を活用可能。
   • プログラミングの知識が不要で、簡単に導入・利用が可能。
      
2. 材料の画像から特性を予測
   • AISTex-Modeling App：自社のデータから深層学習モデルを構築。
   • AISTech-Predictor App：構築したモデルを用いて、新たな材料の画像から特性を予測。
   • 光学顕微鏡や電子顕微鏡など、様々な測定手法の画像データに対応。
      
3. 実験条件の最適化支援
   • Data Cleansing for Bayesian Optimization App：学習データのクレンジングとハイパーパラメーターの最適化。
   • Multi-Objective Bayesian Optimization App：多目的ベイズ最適化により、推奨実験条件を提示。
   • 推奨実験条件における目的変数とその標準偏差も推定可能。
      
4. 自社データの安全な活用
   • 自社で取得したデータを他者と共有することなく、AI技術を実装可能。
   • クラウドへのデータ格納の必要がなく、データの安全性を確保。

こんな方におすすめ

• プログラミングの知識がなくても、AI技術を活用して材料開発を効率化したい方。
• 自社内で取得したデータを活用し、他者と共有することなくAIモデルを構築したい方。
• 材料の画像データから特性を予測し、実験の手間を削減したい方。
• 多目的ベイズ最適化を活用して、効率的に実験条件を決定したい方。
• 自社の製造プロセスにAI技術を導入し、材料開発のDXを推進したい方。
• データの安全性を確保しながら、AI技術を活用したい方。 

■ご使用PCについてのご案内

本講座では以下のアプリケーションを使用します。

(1) Data Cleansing for Bayesian Optimization （DCBO）App
(2) Multi-Objective Bayesian Optimization （MOBO）App
(3) AISTex-Modeling App
(4) AISTech-Predictor App

＜PCの持参をお考えの方へ＞

• ご使用のPCスペックによって、予測結果の精度や処理速度が大幅に異なる場合があります。
• Mac OS は動作確認を行っておらず、正常にご利用いただけない場合があります。可能な限り Windows PC のご利用をお願いいたします。
• 講座内でExcelを使用します（ブラウザ版も可）。 

参考：(3)のアプリについて弊社で行った検証時間
NVIDIA GeForce RTX 2060 mobile：約2時間
NVIDIA GeForce RTX 4070 mobile：約20分
※ (3)のアプリの実習時間は1時間半～2時間ほどを想定しております
※ NVIDIA製のGPUのみGPUでの処理が使用可能です

■PCレンタルオプション

※在庫状況により一部スペックが変更となる場合や、貸し出し自体ができない場合があります。

(1) GPU非搭載 ノートPC：11,000円（税込）
・スペック（目安）
　- OS：Windows 11
　- CPU：Intel Core i5
　- メモリ：16GB

(2) NVIDIA GPU搭載 ノートPC：44,000円（税込）
・スペック（目安）
　- OS：Windows 11
　- CPU：Intel Core i9
　- メモリ：64GB（32GB×2）
　- GPU：NVIDIA GeForce RTX 4070 mobile

■ MATLAB Runtimeインストールのお願い

・アプリの使用には無料の「 MATLAB Runtime for R2024a(24.1) 」が必要です。
事前に以下のリンク先からダウンロードをお願いいたします。
https://www.mathworks.com/products/compiler/mcr/index.html
※ アプリの動作に影響が出るため、 必ずバージョン「R2024a(24.1)」をインストール してください

ご不明点等は事務局（ MDX-eve-ml@aist-solutions.co.jp ）までお問い合わせください。

■スケジュール

受付時間9:15～　オリエンテーション9:50
交流会17:00～18:00

受講までの流れ

本講座は、産総研グループの「技術コンサルティング」プログラムに基づいて実施されます。
受講の流れは、以下のSTEP1からSTEP3のステップに沿って進みます。

• STEP1 仮申込み
  • 受講を希望する場合、 ＜仮申込みはこちら＞ ボタンより必要事項をご記入の上、申込み期日までにお申込みください。
  • 所属会社・機関をご記入された場合、その会社・機関より弊社に対し、下記約款の様式1により、技術コンサルティングの申請をいただいたものとして取り扱います。（ 技術コンサルティング約款 ）
  • 申込み時に居住性の確認で 「居住者」 なおかつ 特定類型「該当なし」 を選択された方には、 STEP2 にお進みください。
  • 申込み時に 「非居住者」 又は 「特定類型該当者」 を選択された方には、居住性等の確認手続きのため、別途ご連絡を差し上げます。この場合、手続きには時間を要し、受講が叶わない場合がありうることをご了承ください。手続きの完了後、 STEP2 にお進みください。
     
• STEP2 本申込み及びお支払い
  • 弊社より送付します 本申込み案内メールに記載された指定日までに受講料をお支払いください。
  • 本申込みの完了により、講座受講のご案内が自動で送られます。 本申込み案内メールに記載の受諾書をもって、技術コンサルティング契約が成立 いたします。
     
• STEP3 受講
  • 講座開催をもって、弊社は技術コンサルティングを実施したものといたします。

お支払い方法

　▶お支払い方法は全て クレジットカード決済のみ とさせていただきます。
　　対応クレジットカード：VISA、Master、AMEX
　　※ 3Dセキュア認証に対応したカードをご利用いただきますようお願いいたします。

特定商取引法に基づく表記