2024年10月9日(水)に開催したウェビナーの日本語字幕付き版をご視聴いただけます。
【オンデマンドウェビナー】
次世代のマテリアルズ インフォマティクスが開く研究開発の新たな道筋
人工知能（AI）の急速な進化は、材料科学や化学分野の研究開発のあり方を再定義しようとしています。特に、バッテリー技術、半導体、バイオ化学品、特殊化学品、高度な材料などの重要分野でその影響が顕著です。AIの魅力は単に研究を加速するだけでなく、イノベーションの実現方法そのものを変革する可能性にあります。
企業の経営幹部層から材料研究開発の現場に至るまで、組織やチームを導くリーダーは、AIに対して以下のようなことを期待しているのではないでしょうか。
- 製品開発期間の短縮
- データや人材などのリソースの最大活用
- ボトルネックの解消
- 長期的な視野でのイノベーション強化
- データに基づいた意思決定の支援
本ウェビナーは、AIにこうした期待をかけている材料企業の経営幹部や研究開発リーダーの方々に、AIの最新のブレークスルーが化学および材料の製品設計にどのように応用され、急な学習曲線、限られたデータセット、制約の多いITインフラなどの、従来の障壁を克服し、新たなイノベーションの機会を開くかについて講演いたします。
スピーカーは米国エンソートのAI専門家であるマイケル・コネル博士が務めます。AIを利用してAIを訓練する手法が、いかに科学分野の研究におけるAIの普及を促し、少ないデータでの迅速なモデル訓練を可能にすることで研究開発の新たな道を切り開くかなど、最新動向について解説します。
AI先進国米国の最新情報を直接に視聴できる、またとない機会です。材料科学や製品開発におけて画期的な成果を達成するためのヒントをお探しの方、最新の動向にご興味のある方、是非、ご参加ください。
マイケル・コネル博士によるプレゼンテーションは英語で行われます。ご登録いただきました皆様には、後日、日本語字幕付きのオンデマンド版のリンクをご提供します。
※ ご同業他社様には、ご登録・ご参加をご遠慮頂いております。申し訳ございませんが、ご理解のほど宜しくお願い致します。
#研究開発DX #AI #MI #マテリアルズインフォマティクス
講演者
マイケル・コネル（教育学博士）
エンソート株式会社
最高執行責任者（COO）
MITの電気工学およびコンピュータ科学の修士号、ハーバード大学の教育学博士号を持つ、ロボティクス、人工知能、ソフトウェアエンジニアリング、教育を専門とする科学者。ハーバード大学、ダートマス大学、テキサス大学での教員としての経歴も持つ。2014年にEnthoughtに入社し、トレーニング、組織変革、デジタルトランスフォーメーション領域のバイスプレジデント等の要職を経て、2023年にCOOに就任。
溝上 勝功
代表取締役社長
エンソート合同会社
関西学院大学にて商学部経営卒業、その間カナダに渡り、アルバータ州マウント・ロイヤル・カレッジでマーケティング課程を修了。
様々なグローバルテクノロジー企業でリーダー的ポジションを務め、2023年にエンソートに入社。経営陣の重要な一員として、豊富な営業経験と日本市場に関する深い理解を生かし、日本市場におけるイノベーションを加速する価値の高い科学ソリューションの認知及び事業拡大に向けた取り組みを主導している。
ご登録フォーム
エンソートは、企業の科学的R&Dにおける複雑なデータ課題を解決し、イノベーションを加速し、ビジネスを変革するための先端技術を活用して、世界中の企業を支援しています。当社は、高度なAI/ML技術、科学研究とデータ、ビジネス戦略における高度な専門知識と経験を有しています。エンソートの本社は米国テキサス州オースティンにあり、その他、日本の東京、イギリスのケンブリッジ、スイスのチューリッヒにもオフィスを構えています。
Related Content
「AIスーパー・モデル」が材料研究開発を革新する
近年、計算能力と人工知能の進化により、材料科学や化学の研究・製品開発に変革がもたらされています。エンソートは常に最先端のツールを探求しており、研究開発の新たなステージに引き上げる可能性を持つマテリアルズインフォマティクス（MI）分野での新技術を注視しています。
デジタルトランスフォーメーション vs. デジタルエンハンスメント: 研究開発における技術イニシアティブのフレームワーク
生成AIの登場により、研究開発の方法が革新され、前例のない速さで新しい科学的発見が生まれる時代が到来しました。研究開発におけるデジタル技術の導入は、競争力を向上させることが証明されており、企業が従来のシステムやプロセスに固執することはリスクとなります。デジタルトランスフォーメーションは、科学主導の企業にとってもはや避けられない取り組みです。
産業用の材料と化学研究開発におけるLLMの活用
大規模言語モデル（LLM）は、すべての材料および化学研究開発組織の技術ソリューションセットに含むべき魅力的なツールであり、変革をもたらす可能性を秘めています。
R＆D イノベーションサミット2024「研究開発におけるAIの大規模活用に向けて – デジタル環境で勝ち残る研究開発組織への変革」開催レポート
去る2024年5月30日に、近年注目のAIの大規模活用をテーマに、エンソート主催のプライベートイベントがミッドタウン日比谷6FのBASE Qで開催されました。
科学研究開発における小規模データの最大活用
多くの伝統的なイノベーション主導の組織では、科学データは特定の短期的な研究質問に答えるために生成され、その後は知的財産を保護するためにアーカイブされます。しかし、将来的にデータを再利用して他の関連する質問に活用することにはあまり注意が払われません。
デジタルトランスフォーメーションの実践
デジタルトランスフォーメーションは、組織のデジタル成熟度を促進し、ビジネス価値を継続的に提供するプロセスです。真にビジネスを変革するためには、イノベーションを通じて新しい可能性を発見し、企業が「デジタルDNA」を育む必要があります。
科学研究開発リーダーが知っておくべき AI 概念トップ 10
近年のAIのダイナミックな環境で、R&Dリーダーや科学者が、企業の将来を見据えたデータ戦略をより効果的に開発し、画期的な発見に向けて先導していくためには、重要なAIの概念を理解することが不可欠です。
科学における大規模言語モデルの重要性
OpenAIのChatGPTやGoogleのBardなど、大規模言語モデル（LLM）は自然言語で人と対話する能力において著しい進歩を遂げました。 ユーザーが言葉で要望を入力すれば、LLMは「理解」し、適切な回答を返してくれます。
ITは科学の成功にいかに寄与するか
科学と工学の分野においてAIと機械学習の重要性が高まるなか、企業が革新的であるためには、研究開発部門とIT部門のリーダーシップが上手く連携を取ることが重要になっています。予算やポリシー、ベンダー選択が不適切だと、重要な研究プログラムが不必要に阻害されることがあります。また反対に、「なんでもあり」という姿勢が貴重なリソースを浪費したり、組織を新たなセキュリティ上の脅威にさらしたりすることもあります。