NIMO — Accelerating Autonomous Discovery. ロゴと実験装置を組み合わせたビジュアル

Materials Data Algorithms Group

We advance AI for Materials Science to accelerate materials discovery and deepen our understanding of materials. We develop algorithms for materials exploration and AI methods that extract insights into material properties and structures from experimental measurements, alongside robotic systems for automated and autonomous experimentation. We also explore AI agents that support research planning, execution, and analysis, as well as applications of quantum computing. Through collaboration with researchers at NIMS and beyond, we pioneer new approaches to materials research that bring together AI, computation, and experiments.

材料データアルゴリズムグループ

私たちは、AIを活用して材料の発見と理解を加速する「AI for Materials Science」に取り組んでいます。材料探索のためのアルゴリズムや測定データから物性・構造を読み解くAI解析手法を開発するとともに、ロボットによる実験の自動化・自律化を進めています。さらに、研究の計画・実行・解析を支援するAIエージェントや量子コンピューティングの活用を探究し、NIMS内外の研究者との協働を通じて、AI・計算・実験が連携する新しい材料研究の方法を切り拓きます。

NIMO — Accelerating Autonomous Discovery

NIMO is an open-source project led by our group to advance autonomous materials discovery. It brings together exploration algorithms and integration with robotic experiments to support self-driving laboratories.

NIMOは、当グループが中心となって進める、自律的な材料探索のためのオープンソースプロジェクトです。多様な探索アルゴリズムとロボット実験との連携を通じて、自律型ラボの構築を支援します。

Explore NIMO / NIMO公式サイトへ

Research / 研究内容

AI for Materials Discovery and DesignAIによる材料探索・設計

We develop AI and search algorithms tailored to materials research to identify promising materials and experimental conditions within vast search spaces. Our approaches include machine learning that makes effective use of limited data, optimization methods that propose the next experiments, and the use of quantum computing and Ising machines to address diverse materials design challenges.

広大な候補の中から有望な材料や実験条件を見つけるため、材料研究に適したAI・探索アルゴリズムを開発します。限られたデータを活かす機械学習や、次に行う実験を提案する最適化手法に加え、量子計算・イジングマシンの活用にも取り組み、多様な材料設計の課題に挑みます。

Automated and Autonomous Experimentation with Robotics and AI AgentsロボットとAIエージェントによる自動・自律実験

We advance experimental automation through robotics and autonomous experimentation that selects the next experiment based on previous results. We develop software to coordinate and control experimental instruments, along with AI agents that support research planning, execution, and analysis. Our goal is to build experimental environments where researchers, AI, and robots work together to explore materials.

ロボットによる実験の自動化と、実験結果に基づいて次の実験を選ぶ自律化に取り組みます。実験装置を連携・制御するソフトウェアや、研究の計画・実行・解析を支援するAIエージェントを開発し、研究者とAI・ロボットが協働して材料を探索する実験環境を目指します。

AI for Experimental Data Analysis測定データのAI解析

We develop AI methods to extract information from experimental measurements and understand material structures, properties, and their relationships. By identifying features in complex data and inferring structures and properties, we support the interpretation of experimental results and help turn measurements into new insights and directions for further experiments.

測定データに含まれる情報を引き出し、材料の構造や物性、その関係を理解するためのAI解析手法を開発します。複雑なデータからの特徴抽出や構造・物性の推定を通じて、実験結果の解釈を支援し、新たな知見や次の実験につなげます。