【2026年6月5日開催セミナーのアーカイブ配信】

生成AI×自律自動実験で進化する材料開発の実務
～マルチモーダルAI活用の可能性と限界～

日時・受講料・お申込みフォーム

●視聴可能期間：2026年8月1日～2026年8月31日（申込締切：8月24日）
　＊2026年6月5日開催セミナーのアーカイブ配信です。期間中は何度も繰り返しご視聴できます。
　＊視聴に必要な情報（視聴URL、パスワード、資料のダウンロードリンクなど）は別途メールで送付いたします。
　　・7月29日の11:30より前にお申込みの方：8月1日に視聴用URLなどを送付予定です。
　　・7月29日の11:30以降にお申込みの方：お申込み後3日以内（土日祝除く営業日ベース）に視聴用URLを送付します。
　　　→4営業日経過しても視聴用URLがお手元に届かない場合、弊社までご一報ください。
　　連絡先：joho-lms@*********（*********にはjohokiko.co.jpを入れてください）

●動画時間：約3時間14分

●受講料：
【アーカイブ配信】：1名46,200円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき35,200円

＊5名以上でのお申込の場合、更なる割引制度もございます。
　ご希望の方は、以下より別途お問い合わせ・お申込みください。
　joho-lms@*********（*********にはjohokiko.co.jpを入れてください）
＊学校法人割引：学生、教員のご参加は受講料50％割引。

→「LMS・アーカイブ配信申込要領・手順」を確認ください。

お申込みいただく前に　※かならずご一読ください。

●ご視聴の流れ：
・視聴に必要な情報（視聴URL、パスワード、資料のダウンロードリンクなど）は別途メールで送付いたします。
　7月29日の11:30より前にお申込みの方：8月1日に視聴用URLなどを送付予定です。
　7月29日の11:30以降にお申込みの方：お申込み後3日以内（土日祝除く営業日ベース）に視聴用URLを送付します。

・上記までにメールが届かない場合は迷惑メールフォルダ等ご確認のうえ、弊社まで必ずご一報ください。
　連絡先：joho-lms@*********（*********にはjohokiko.co.jpを入れてください）
・視聴期間の延長は出来ませんので、ご了承ください。
・請求書は、別途郵送で送付いたします。

●配布資料
・PDFなどのデータで共有いたします（共有可能なもののみとなりますのでご了承ください）。
・配布資料の再配布は対応できかねます。必ず期限内にダウンロードください。

●アーカイブ配信では原則講師へのご質問はお受けできませんのでご了承ください。

●事前に必ず以下のサンプルページより動作確認をしてからお申込みください。
情報機構テスト用動画へ→
パスワード：123456

●本セミナーで使用する資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売およびそれに類する行為を禁止いたします。

●動作確認やシステム設定に関するサポートは弊社では行っておりませんので、PC設定等のお問い合わせはご遠慮ください。

●お申込みに関してお問い合わせなどございましたら、下記メールアドレスまでご連絡ください。
joho-lms@*********（*********にはjohokiko.co.jpを入れてください）

セミナーポイント

■講座のポイント　
研究開発の効率化、人間では見逃していた複雑な相関性の解明、人の手ではできない意思決定を伴う自動実験、限られたデータを用いた生成AI活用など、データサイエンスを活用した材料研究開発の新しいアプローチが急速に広がっている。
特に近年はAIと実験装置を連動させた自律自動実験など、研究プロセスそのものを変える技術が登場しており使いこなしが必要不可欠な時代にある。

本講座では、材料分野におけるデータ活用の基礎から、生成AI・マルチモーダルAI・自律自動実験の仕組み、実際の研究事例から見えるAI活用の可能性と限界について触れていくと共に、新たなAI・データ社会においておさえておくべきポイントを説明する。

■受講後、習得できること　
・材料化学分野におけるAI・データ活用のトレンド
・限られた数のデータからの重要因子の特定
・深層学習を使った実践的なAI構築
・AIと自動実験が連動した自律自動実験の仕組み
・材料開発プロセスにおけるAI活用の可能性と限界

■講演中のキーワード
マテリアルズ・インフォマティクス、プロセス・インフォマティクス、生成AI、マルチモーダルAI、自律自動実験、材料設計、材料開発、物性予測

セミナー内容

1.材料・化学分野におけるデータ活用とAI研究の動向
　1.1 データサイエンスのこれまで
　1.2 材料化学分野における近年のデータ活用のトレンド

2.限られたスモールデータを用いたデータ解析
　2.1 データ解析の手法
　2.2 多変量の計測データを用いたデータ解析の事例
　2.3 スモールデータから相関や寄与を見出す解析事例

3.複雑な構造を司る画像データの深層学習活用
　3.1 画像データを扱う難しさ
　3.2 画像データを用いた深層学習技術

4.異なるデータを束ねて物性予測や逆設計を行うマルチモーダルAI
　4.1 複雑な材料構造を扱う新たなAIアプローチ
　4.2 生成AIによる複雑な情報の特徴学習
　4.3 マルチモーダルAIによる物性予測
　4.4 AIによる材料設計(人間)へのフィードバック
　4.5 マルチモーダルなデータから解釈を引き出すためのアプローチ

5.AIと実験装置を連動させた自律自動実験～人の手を介さず条件を探索～
　5.1 自動化と自律化の違い
　5.2 自律自動実験の基本的な考え方
　5.3 高分子成形加工プロセスの自律自動実験の事例

6.AIが変える材料研究開発プロセス
　6.1 自律自動実験の課題と限界
　6.2 今後の展望

7.おわりに

＜質疑応答＞