[S4] S4.極限環境対応構造材料のためのマテリアルDX（Ⅱ）（2） 優れた産業基盤に支えられた我が国のマテリアル分野は、我が国の強みであると考えられてきた。しかしながら、米国などが、いち早くデジタル・トランスフォーメーション（DX）を材料開発ツールとして活用し始め、構造材料分野においても徐々に成果を生み出しつつある。一方、我が国でのDXへの取り組みは思うように進んでおらず、新規材料開発に向けたシーズ活用への挑戦が減速している。そのため、我が国の構造材料分野においても、産と学の双方が利便性を享受できるデータ創出や利活用の方法を整備し、データ駆動型材料設計を可能とするマテリアルDXの加速を早急に図っていかなければならない。このような背景のもと、金属材料を含む構造材料の研究開発に向けたマテリアルDXの構築を目的に、2023年秋期講演大会において学界と産業界が連携し議論する場を創成する公募シンポジウムを開催した。そこで前回に引き続き、構造材料におけるマテリアルDXの最新の知見を共有し議論ができるよう本シンポジウムを提案する

14:00 〜 14:20

[S4.21] AIによるコード支援：Ni₃Al冷間圧延における結晶塑性シミュレーションを例として

*楊 佶懿^1,2、小林 能直³、出村 雅彦² (1. 東工大物質理工（院生）、2. NIMS、3. 東工大物質理工)

キーワード：

結晶塑性シミュレーション、大規模言語モデル (LLM)、ChatGPT 3.5、Ni₃Al、DAMASK、コード自動生成

従来のシミュレーションは専門知識が必要ですが、大規模言語モデル（LLM）を活用して、必要なコードを自動生成することで、この課題を解決しました。Ni₃Al冷間圧延における結晶塑性シミュレーションを例として。