seoil e&m

高分子分析マシンラーニングサービス「ポリマライズ(PolymRizeTM)」、 MatSQ(Materials Square)に搭載... ガラス転移温度など20余りのストックモデルを提供



素材シミュレーション企業Virtual Lab(代表イ•ミンホ)が米国MATMERIZE企業の「ポリマライズ(PolymRizeTM)」サービスを自社プラットフォーム「MatSQ(Materials Square)」で利用できるように供給契約を締結したと27日に明らかにした。 今回の契約は6ヶ月のパイロット期間を経る。

Virtual Labと供給契約を交わしたMATMERIZEは、米3大工科大学といわれているジョージアテックの研究員らで構成されたスタートアップだ。
材料科学分野における権威ある研究者ランピランプラサード(Rampi Ramprasad)とキム•チホ博士(CTO)が共同で創業した。
現在、高分子分析マシンラーニングプログラム「ポリマライズ」を開発•運営している。

今回の契約締結で「MatSQ」ユーザーは「MATMERIZE」の高分子（ポリマー）ストックモデルをプラットホームですぐに使用できるようになる。 約100個の高分子物性を予測する場合、1分以内ですぐに情報を受け取ることができる。 特に、高分子特性計算費用をクリック当たり課金で支払うことができ、合理的である。
ポリマーは今日の医療用品、自動車部品、生活用品、電気電子、航空宇宙部品など数多くの物質を構成する重要な素材である。
代表的なポリマー素材であるゴム、プラスチックをはじめ、日常用品にも多様に活用される。

既存のポリマー研究には原料選定から工程最適化まで多くの時間と努力が必要だった。 ある研究者が実験に使われる溶媒を探すのに1ヵ月以上の時間がかかったこともある。複雑なポリマー構造から特徴を引き出すのに研究者ならではのノウハウが必要なことも、障壁であった。

特に現在、機械学習を活用したポリマー研究には限定的なデータだけが使用されてきた。 まず、機械学習に必要な良質の高分子データが不足していた。
不確実な特性や不適切なモデリング手続きを適用しなければならないという限界もあった。 中小企業だけでなく、大手企業もポリマー研究に機械学習方式を導入するのに困難が多かった。

「ポリマライズ」はウェブベースのSaaS（Software as a Service）あるいはAPI方式により単位体情報に基づく高分子物性を予測する。
現在、ガラスの転移温度や誘電常數の予測など、約20種類のモデルを提供している。 モデル一つを訓練するのに利用されたデータは数百~数千個で、各物性の予測精度の満足度も高い。

ポリマライズはタイヤ，半導体工程材料，プラスチック•エンジニアリングの企業などで幅広く活用できる 例えば、光学フィルムの開発には、屈折率（Refractive index）予測モデルを使うことができる。 コーティング産業では表面の伸び、溶媒予測モデルを活用することができる。 ガスフィルタリング用メンブレンの応用には特定ガスの選択的透過割合モデルを使えばよい。

MATMERIZEのキム•チホ博士（CTO）は「活用できるデータがなかったり整理が難しく機械学習の導入を遅らさないことが重要だ」とし「今回のサービス供給提携が当社サービスの長所を韓国市場に広く知らせるきっかけになることを願う。 ユーザーの多様な意見を収集し、長期的には韓国ポリマー分野企業の困難を反映した新しいカスタムモデルを作る」と付け加えた。

Virtual Labのイ•ミンホ代表は「昨年から韓国でデジタルインフォメーション分野の育成が浮上し、材料分野でも機械学習を活用した研究方法に関心が集中している」とし「今回の契約を通じてMatSQプラットホームのサービス分野が拡張されて嬉しい。
今後、高分子素材のR&D研究者にもより良いAI基盤の研究環境が提供されるよう努力していく」と述べた。

＊本件についてお問い合わせ事項がございましら、当ホームページの「お申込み/お問い合わせ」か下記の連絡先へご連絡お願いします。
部署名：SEOIL E&M 企画マーケティンググループ
TEL ：+82）2-6204-2033
E-mail : pl@seoilenm.com