金沢大学とCrowdChem、「産学データ連携モデル」の構築に向けた共同研究・検証開始

金沢大学とCrowdChemは20日、連合学習技術を介した産学データ連携統合によるリグノセルロース系バイオマス素材開発の加速化、および社会実装プロセスの最適化に関する共同研究を開始したと発表した。

植物リグノセルロースを原料とするバイオマス素材は、サステナブル・GX素材として期待されている。一方で、素材の諸物性には原料の多様性、化学修飾の多様性、複雑な加工プロセス等が相互に影響するため、産業界の求める物性を満たす素材の分子設計・プロセス設計には多くの時間とコストを要することが課題となっている。また、大学の知見が非構造化データのままであることや、産学双方の生データを共有せずにAIで連携する難しさがある。この「安全に知見を接続する仕組み」の欠如が、社会実装のボトルネックとなっていた。

本共同研究では、金沢大学の持つ植物バイオマス素材の研究開発知見に対し、CrowdChemのAIプラットフォームMI/PI研究開発基盤「LabDX」、並びに独立して開発を進める「連合学習とGNNを組み合わせた予測モデル」の2つの技術をそれぞれ活用し 、以下3つの課題に取り組む。

① アカデミアの実験データの構造化
金沢大学が蓄積してきた実験変数や物性データなどを、LabDX上でAIが解釈可能な形式に整理・変換し、材料開発に活用可能なデータ基盤として整備する。

② 関係解析と逆解析によるAI予測
原料や反応・加工プロセスが最終物性に与える複雑な関係を解析し、予測精度向上の可能性を検証する。さらに、目標とする材料特性から、適切な原料や配合、反応条件・加工条件を導き出す逆解析型の開発アプローチにも取り組む。

③ 連合学習を活用した産学データ連携モデルの実証
「LabDX」を用いたデータの構造化とは別アプローチとして生データを直接共有することなく、アカデミアの実験知見と産業界の材料開発ニーズを安全に照合する技術・仕組みの初期検証、実証実験（PoC）を実施する。

本検証では、CrowdChemが国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）の補助事業で開発中の「連合学習とGNNを組み合わせた予測モデル」を用いる。

本共同研究を通じて構築する産学データ連携モデルを起点として、新素材やプロセス開発にとどまらず、用途探索や社会実装プロセスの高度化へと展開していく。さらに、連合学習を活用した安全なデータ連携により、大学、研究機関、素材・化学メーカーが知見を安全に接続できる、新たな研究開発エコシステムの構築を目指すという。

関連URL

CrowdChem