Development of a Next-Generation Phase Diagram AI Integrating Machine Learning and Scientific Knowledge

• Project/Area Number: 25K01492
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 26010:Metallic material properties-related
• Research Institution: National Institute for Materials Science
• Principal Investigator: 田村 亮 国立研究開発法人物質・材料研究機構, マテリアル基盤研究センター, チームリーダー (20636998)
• Co-Investigator(Kenkyū-buntansha): 高山 大鑑 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (40760369) ; 寺山 慧 横浜市立大学, 生命医科学研究科, 准教授 (50789328) ; 森戸 春彦 東北大学, 金属材料研究所, 准教授 (80463800)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥25,480,000 (Direct Cost: ¥19,600,000、Indirect Cost: ¥5,880,000); Fiscal Year 2027: ¥9,490,000 (Direct Cost: ¥7,300,000、Indirect Cost: ¥2,190,000); Fiscal Year 2026: ¥8,840,000 (Direct Cost: ¥6,800,000、Indirect Cost: ¥2,040,000); Fiscal Year 2025: ¥7,150,000 (Direct Cost: ¥5,500,000、Indirect Cost: ¥1,650,000)
• Keywords: 状態図 / 人工知能 / 機械学習

Outline of Research at the Start

状態図のエキスパート研究者を凌駕する性能を持つAIを，状態図データを適切に学習することで開発し，オープンに公開する．現状の状態図AIは，状態図データを学習していないにも関わらず，状態図の初学者より優れた性能を示すことが確認できている．その一方で，状態図データが脳内に蓄積されている状態図のエキスパート研究者には太刀打ちできない．そこで本研究では，現状の状態図AIの性能を飛躍的に向上させるために，状態図データの学習方法を確立する．また，開発AIを利用した新規状態図作成を実際に行うことで，開発AIの利点・欠点を洗い出し，実験研究からのフィードバックにより状態図作成に真に有効なAIを完成させる．