ケモインフォマティクス・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が一般的に行われるようになってきました。これまで蓄積されたデータを用いたり、これから得るためのデータをうまく活用したりして、データ解析・機械学習によって構築した数理モデルを活用し、予測や設計といった分子設計・材料設計・プロセス設計・プロセス管理を効率的に行います。
データを扱ったり、モデルを構築したり、モデルに基づいて予測したり、新たな分子・材料・プロセスを設計したりするには、データ解析・機械学習の知識・知見・技術が必要です。こちらに記載した通り、データは嘘をつきませんが、誤った解析によって人が嘘をついてしまうこともあります。
さらに、実際にデータ解析・機械学習を行うためには、Python をはじめとするプログラミングを学ぶ必要があります。データ解析・機械学習の他に、自身で実験をしたり製造をしたりする人にとっては、追加で勉強したり、仕事や業務が増えたりすることになり、データ解析・機械学習を実践的に行うのは、かなりハードルが高いものでした。
しかし朗報として、Datachemical LAB がデータ解析・機械学習のハードルを大きく下げてくれます。
プログラミングのハードルは 0 になり (プログラミング不要)、データ解析・機械学習をするなかで人が嘘をつけないような仕組みがあるため安心して結果を解釈できます。もちろんデータを準備することは必要ですが、データさえあればモデル構築や構築したモデルによる予測、そして分子や材料やプロセスの提案、すなわちモデルの逆解析を自動で行なってくれます。さらに、人が嘘をつかない、もしくは人に嘘をつかせない仕組みが Datachemical LAB の機能としてありますので、真摯にデータ解析・機械学習と向き合うことができ、真摯にデータ解析・機械学習の結果を解釈できるようになります。
もちろん、すべて Datachemical LAB が自動的に実行するだけでなく、データや結果の詳細をチェックしたいときには、ご自身の手でデータの可視化などもできますので (プログラミング不要)、柔軟に対応できます。
Datachemical LAB ができるまでは、新たにデータ解析・機械学習を始める人にとって、その勉強やプログラミングなどが律速 (ボトルネック) になっていました。データ解析・機械学習は実験や製造をサポートする位置づけなので、データ解析・機械学習がボトルネックになるのはおかしな話です。
Datachemical LAB によって、データ解析・機械学習のハードルを大幅に下げ、データ解析・機械学習を気軽に、例えばプログラミングの勉強をすることなく、行えるようになったことで、データ解析・機械学習ではないところ、すなわち本職の実験や製造に集中できるようになりました。律速 (ボトルネック) が変わったわけです。
もちろん、Datachemical LAB の導入にはコストがかかります。ただ、そのコストによって研究者やエンジニアの方々の時間 (プログラミングを身につけたりデータ解析・機械学習を勉強したりする時間) を何時間も (何日も) 節約することができ、さらには Datachemical LAB によるデータ解析・機械学習の活用により (例えばベイズ最適化などで)、材料開発にかかる日数を何日も効率化することができることを考えると、Datachemical LAB の導入は非常にお得と考えています。
以下のウェブサイトからお問い合わせいただければ、Datachemical LAB の様々な機能のデモンストレーションをご覧いただけますし、Datachemical LAB を無料でお試しすることもできます。
研究者やエンジニアがデータ解析・機械学習をしつつも、実験や製造に集中するため、Datachemical LAB を利用することをオススメしています。
以上です。
質問やコメントなどありましたら、twitter, facebook, メールなどでご連絡いただけるとうれしいです。
