AI活用事例データベース
燃料電池触媒の混合分散条件を自律探索するAIシステム「混合分散ROPES」を東京大学・金沢大学と共同開発。従来の試行錯誤と比較して探索効率を100倍以上に向上させ、NEDO委託事業として実用化を推進。
燃料電池触媒の製造において、温度・時間・塗布条件などのパラメータの最適組み合わせを見つけるには、従来は研究者の経験と勘に基づく試行錯誤が必要で、膨大な時間とコストがかかっていた。
東京大学・金沢大学と共同でNEDO委託事業として、AIが自律的にパラメータを制御しながら最適条件を探索するシステム「混合分散ROPES」を開発。2025年3月には「塗布乾燥ROPES」も開発し、両システムの連携を計画。
少ない試行回数で最適条件へ収束させることが可能となり、従来の試行錯誤と比べて探索効率を100倍以上に向上。試作と評価の反復に要する時間とコストを大幅に削減。
ロボットとAIの組み合わせによる自律探索は、材料開発の研究プロセスを根本的に変革する可能性がある。大学との共同研究とNEDO支援の組み合わせが、リスクの高い基盤技術開発を後押しする。
気になった事例をリストに集めて、PDFや共有リンクでまとめて共有できます。メールアドレスだけで始められます(パスワード不要)。
登録をもって利用規約・プライバシーポリシーに同意したものとみなします。当社から業務上のご連絡・ご案内をお送りする場合があります(配信停止可)。
メールに届いた6桁のコードを入力してください(5分間有効)。