Datachemical LABによって研究者やエンジニアが実験や製造に集中できるようになった

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。

データは嘘をつかないので、データを集めたりデータから得られる結果を解釈したりするときにデータに嘘をつかないようにする
分子や材料やプロセスのデータを扱い、データ解析・機械学習をします。その結果、数理モデルが得られたり、数理モデルに基づいて新たな材料や分子や材料やプロセスを設計できたりします。 データ解析や機械学習で扱われるデータは、多くの場合、人が集...

 

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。

化学・化学工学分野におけるデータ解析・機械学習クラウドサービス「Datachemical LAB」
化学・化学工学分野におけるデータ解析・機械学習が、プログラミングなしでできるクラウドサービス「Datachemical LAB」を開発し、提供を開始しましたので、ご案内します。プレスリリースは以下をご覧ください。 Da...

 

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。

化学 機械学習 マテリアルズインフォマティクス | DatachemicalLAB
DatachemicalLABは、弊社CTOの金子弘昌(明治大学理工学部准教授)の知見をもとに、化学分野で有用な人工知能(AI)プログラムをクラウドを通じて提供します。従来サービスに比べ汎用性が高く、化学分野の技術者は手持ちの実験データを使って、クラウド上で容易に高度なデータ解析・機械学習を実行でき、様々な素材の設計か...

 

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。

タイトルとURLをコピーしました