The 106th CSJ Annual Meeting

Chair, Symposium organizer: Genki Kanda, Ryo Koga, Hiroaki Iino, Shumpei Hitosugi, Ryojiro Hijikata

近年、研究プロセスの迅速化、精度向上、省力化を背景に研究DXやラボオートメーションの活用が急速に発展してきています。これらの技術を活用することで化学・材料を始めとした実験科学において不足している体系的なデータセットを取得し、AIや機械学習を利用することで従来の方法では得られない新たな知見も生まれ始めています。さらには、AIが科学研究のプロセス全体を支援するAI for Scienceに対しても期待が高まって来ています。
一方で、研究DXやラボオートメーションを導入、利活用するにあたっては様々な問題が顕在化しており、例えば高額な設備投資、人が作業する既存の実験系との置き換えやハイブリッド化、分析・解析過程との連携不備などがネックとなり期待した効果が得られない可能性もあります。
本セッションでは、これらの最新の研究成果と共に実践における課題についても議論します。

本セッションは午前、午後に実施されます。