未実験の可能性を、
計算からひらく。

背景

試せる原料と工程の組み合わせには限りがあります。PB530の仮想研究所構想では、材料と工程の関係を計算で調べ、実物で試す候補を生み出すことを目指しています。

予測を使うためには、何を計算し、実測とどの程度一致するかを確かめる必要があります。計算と実験を並行して育て、対象と精度を限定して範囲を広げる構想です。

研究の問い

まだ試していない原料や工程から、何ができるかを計算で探せるか。候補を比べる時に、どの予測をどの範囲で判断材料にできるかを検証します。

候補と実測を往復する。

方法

1. 計算で候補
2. 実物で検証
3. 誤差を確認
4. 候補を更新

材料の変形や強さ、工程中の流れや熱を扱う物理計算と、実測から関係を学ぶAIを組み合わせる計画です。計算で作成したデータには、その条件と仮定を残します。

候補を実物でつくって測定し、予測との違いを調べます。一致した例だけでなく、誤差が大きい条件を次の計算と実験へ返します。

製造条件の候補は、実物の検証を経てから扱います。計算上の候補、実験で確認した条件、製造で使える手順を区別して蓄積する構想です。

目指す成果

候補の比較、予測の誤差と適用範囲、実験への接続を可能にし、検証を重ねた製造レシピへつなげます。製造レシピとは、つまり対象の原料から必要な材料をつくるための条件と手順です。

この研究は構想・設計段階です。AIだけで性能や安全性を確定せず、用途に必要な試験と実物の確認を組み合わせます。

必要な専門性と研究基盤

材料計算、流れと熱の解析、機械学習、試作・計測・材料評価の専門性を組み合わせます。計算資源の規模は、対象とする計算、検証方法、費用を具体化してから定めます。