【図解】1年でトヨタの先端電池に迫った、MIT人工知能のしくみ
コメント
注目のコメント
いつもながら本当にわかりやすいイラスト解説です。データサイエンスとの融合に基づく材料開発手法「マテリアルズ・インフォマティクス(MI)」がわずか数分でわかる。
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。バイオ・インフォマティクスによって医薬品の開発期間が大幅に短縮されたように、材料開発でもまさに同じような流れが起きつつあります。マテリアル・インフォマティクス(MI)と呼ばれる開発手法です。
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。ちょっとそれますが、これが上手に出来るのは、欧米一流大学でPhDをとって、これらの会社に就職した多くの人材の層の厚さによるところが大きいと思っています 中国もおなじですねぇ
「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