新着Pick
676Picks
Pick に失敗しました

人気 Picker
有機高分子に限れば、物性推定自体は [(自動) 実験+数値解析]の人工知能補完で何とかなると思いますねぇ 有機実験は液体中心なので、自動化もし易いですし

ただ、工場での量産工程と顧客先での成形工程 (特に繊維混ぜるもの) まで含めた品質推定は、当分手作業主体でしょうねぇ 学者の間でもほとんどまだ分断されてる領域なので この部分の知見は、ある程度の規模の企業でないと集まらないため、競争力の源泉になりますよ (記事でも言及されてましたね) 逆に言うと、その他の部分 ([実験室での実験+数値解析]の人工知能補完) だけでは、まもなく追いつかれるでしょうねぇ

こんな現状なので、最終的に成形される製品の設計への統合は、現時点では全くの夢物語です 学者としては、当分研究のネタがあるってことなのですが

(片仮名必要最低限で書いてみました)
スモールデータと外挿不得意問題を切り抜けないと、なかなか従来の直感・理論研究との相違が見られてこないかと思います。

特に、大量な実験データが取得できる測定系の改良と、飛び値や不連続変化に重みをおく斬新な機械学習アルゴリズムの創出が、次なるマテインフォの飛躍には必須のように個人的に感じています。
方程式の変数X。Xの複雑さと深遠さは素人が想像できる範囲を超えるんだろうと思う。そのことがひしひしと伝わる。AIの活用で研究者が想像する時間を増やすことが肝心という部分に大いに首肯する。