この連載について
石の武器、鉄の鍬、紙や磁石などの記録媒体ーー。時代が求める優れた新素材の誕生は、文明を次のステージへ飛躍させてきた。そして今、自然界に類を見ない人工材料を開発する最先端では、いかなる新素材が生まれようとしているのか。未来を読み解くヒントとなる、新素材の世界へ誘おう。
この記事の著者 / 編集者
この記事に関連するユーザー
関連する企業
日本最大手の自動車メーカー、世界でもトップクラス。傘下に日野・ダイハツを有し、SUBARU・マツダ・スズキとも業務資本提携。HV技術をベースにPHV、FCV、EVを展開。北米を中心にレクサスの販売も。
業種
自動車
時価総額
56.9 兆円
業績
シェア
新規登録またはログインすると
チャートを見ることができます
新規登録する
ログインはこちら
Samsung Electronics Co Ltd is a diversified electronics conglomerate that manufactures and sells a wide range of products, including smartphones, semiconductor chips, printers, home appliances, medical equipment, and telecom network equipment.
業績
シェア
新規登録またはログインすると
チャートを見ることができます
新規登録する
ログインはこちら
この連載の記事一覧
【直撃】サムスン、LGが競って出資した福岡発ベンチャーの正体
434Picks
【新潮流】アディダスの即完シューズを作る、ユニコーンの秘密
952Picks
【核心】スマホの「熱」は太陽レベルに。AIと5Gをめぐる大問題
760Picks
【実録】韓国、中国へ技術流出。次世代パネル“頭脳都市”の正体
646Picks
【秘録】写真と化粧品をつなぐ、富士フイルムのすごいコラーゲン
647Picks
【驚異】新素材を次々と生み出す「魔術師」の思考法に学べ
1128Picks
【秘話】中卒の僕が地球を考えた。木より石油より、石が最強だ
1156Picks
【教養】今こそ学ぶ、「プラスチック器時代」150年物語
864Picks
【完全解説】世界の歴史を動かした、新素材の“神ファイブ”
1688Picks
自動車、5G、医療まで。僕らの進化は「素材」が決める
1244Picks
コンピュータ上で何度もシミュレーションを繰り返すことで、実際の実験を代替する手法。ポイントはオープンであること。レシピを開放し、実際に料理を作ってもらう。成功した料理、失敗した料理のデータをもらって、どんどん精度を上げていく。
MIはオープンイノベーション。だからスピーディに仮説を検証できるというわけですね。
材料には、実験→シミュレーション→AI(機械学習/MI)という3つの研究スタイルがあります。そのうちMIについて取材をしていくと、折に触れて耳にしたのが、トヨタの全固体電池の材料(固体電解質)について、同じような新材料をMITとサムスンが実験をすることなくコンピュータシミュレーションだけで発見した、という事例。
果たしてどんな魔法を使ったのか。そして、MIで世界の先をゆくMITは今、何をしようとしているのか。これまでこの世界の外では全く理解が追いつかなかったその内容について、徹底的に噛み砕き、スライド図解でお届けします。その内容が分かればこそ、過度に悲観することなく、正しい危機感が得られるはずです。
「韓国サムスンやLGが世界中の「頭脳」にアンテナを張り、先んじて投資をしている他の事例はこちら。」
追記
あ、普通のコトバ使いでは、MIとAI、特に記事最後の方にあるネットを介した学習用データの公開収集とは別ですねぇ 例えば、同様のデータ公開収集は、ロボットのgraspデータでもやられてます↓ AI絡みでこういうの近年流行りですが、protein databankなどは随分前からありますねぇ
https://newspicks.com/news/2352172
あ、あと課題03は、データのみのアプローチでは(ほぼ)そのとおりですが、正にこれを補うために各種のシミュレーションモデルが研究されているのですねぇ なので今後もずっと大きな課題かどうかは疑問ですねぇ
また、レシピの発見とその量産は全く別のハナシですねぇ
ご参考
https://newspicks.com/news/3680757
トヨタが胸をなでおろしたのは、トヨタのはるか先をいく全固体電池の材料を、MITとサムスンが今すぐに作れるかというと、それはまた違う話だ、と理解したからに違いない。
しかし、材料試作&測定が自動化できるようになると、強化学習を使って自動探索できるようになり、材料発見のスピードが桁違いになるはずです。
シミュレータとMIで仮想的に探索し、ポイントポイントで実験して補正すれば、少ない試作回数で発見できる可能性が高まります。特に最後の配合割合や温度管理など、パラメータ調整の段階では強力でしょう。
このあたりをAIと実験ハードをまとめて設計できる研究者は極めて希少でしょうから、国のプロジェクト化が不可欠だと考えます。実際、国も戦略的重点テーマに掲げているのですが、研究者をうまく集められているかは気になるところです。
https://newspicks.com/news/3676475?ref=user_2112738
で,10日前に確信を持ってたまたまコメントしたところでした.
すでに,電池分野(例えば,全個体電池)の研究に日本の優位性はないと見たほうが良い.
そこでもコメントしたが白川博士の導電性プラスチックなど、専門家でさえも思いもしないところから発見が出てくる。一方、DLが人間の考え方に似ている部分はあっても、完全に同じわけではない。人間はよりバイアスが強い=大局観と思っている(だから効率的ともいえる)が、例えば将棋や囲碁などでは人間の定石とは違う手がコンピュータが考えて、後でそれが強かったことなどが分かることもある。
物性のどこまでをシミュレーションできる・できないかは分からないが、物質の挙動は人間の感情を伴う領域ではないので、機械が人間を抜きやすい領域ではあるかもしれない。
https://newspicks.com/news/3676483