研究

材料科学には、粉体ハンドリング・混練・塗布・乳化など、一般的に使われていながら高度なスキルを要するプロセスが数多くあります。粉体や非ニュートン流体のような非線形で予測困難な対象を安定して扱うには、ロボットの精密制御だけでなく、熟練者が持つ暗黙知（勘・コツ・経験）と物理的な洞察の両方が欠かせません。私たちは、こうした難しい実験操作や複雑なプロセスをロボット化・自律化するとともに、要素技術そのものを基礎的観点から研究し、人間を超える"究極の混合"や"究極の粉砕"を実現する超コンパクト・高速な自律実験システム、そして完全自律計測システムの構築に取り組んでいます。

良い実験とは何か、どこを測るべきか、実験をいつ止めるべきか。こうした判断は従来、熟練者の経験に頼らざるを得ませんでした。私たちは、過去の知見を事前情報として取り込むベイズ的実験計画や、合理的に測定点を選ぶ最適実験計画、実験を打ち切るタイミングを決める最適停止など、自律実験を支える理論を構築しています。さらに、計測データの自動解析には物理モデルに基づいた仕組みが不可欠であるという考えのもと、最適計測・プロセス制御のための物理・数理モデルの開発を進めています。

放射光・中性子などの量子ビーム計測から得られる大規模データを、AI・機械学習を用いて解析し、物質空間の地図を描くことで、従来は見ることのできなかった物性を明らかにします。さらに、得られた知見を出発点として、目的の物性を持つ材料を逆算的に探索する逆設計のための物理・数理モデルを開発し、新材料の創出に貢献することを目指しています。