研究・協創 事業

---

物理を理解するAIで、研究開発のスピードを変える

私たちは、検査AIを起点に
物理法則を理解し、実世界とつながる「Physical AI」の研究・開発を進めています。

それは単なる将来構想ではありません。
大学・研究機関との産学連携を通じて、
すでに特許出願・学会発表という形で成果を生み出してきました。

研究者の知と、現場の実装力をつなぐ。
そのための 研究共創 を、私たちは本気で進めています。

実験と開発に「時間」がかかりすぎている現場

材料・プロセス・デバイス研究の現場では、
次のような課題が慢性化しています。

• 実験・試作の繰り返しによるリードタイムの長期化
• 暗黙知や経験に依存した属人的な設計・検査
• 工程ごとに分断されたデータにより、学習が次工程に活かされないプロセス

これは個人や現場の努力の問題ではなく、
研究プロセスそのものが「学習できない構造」になっていることが本質です。

この構造を変えるには、
単なる自動化やDXでは不十分です。

物理 × AI × 実装

私たちは、画像をそのまま学習させるブラックボックスAIではなく、
物理的意味を持つ特徴を理解し、扱えるAIを重視しています。

検査AIで培った現場実装の知見を土台に、研究と実装を往復できる Physical AI を、研究共創によって拡張しています。

産学連携で、成果につながる研究を

私たちは、大学との研究共創を通じて、

• 特許出願
• 国際学会での発表

といった、第三者評価に耐える研究成果を継続的に創出しています。

例として、AI-HRTEM画像解析に関する研究では、

• AI基盤：岐阜大学との協創
• AI応用：大阪公立大学との協創

という体制のもと、物理理解に基づく新しい解析手法を確立しました。

研究を論文で終わらせず、技術として社会に接続する。
それが私たちの研究共創のスタンスです。

高分解能透過型電子顕微鏡（HRTEM）の解析AI

― 5日 → 1分 ―

従来、HRTEM画像の結晶構造解析には、

• 高度な専門知識
• 多大な手作業
• 数日単位の時間

が必要でした。

私たちは、物理特徴抽出 × 生成AI により、

• 結晶相・方位の自動識別
• 解析時間を 5日から1分へ短縮
• 再現性とスケーラビリティの大幅向上

を実現しました。

この手法は、全固体電池をはじめとする
機能性材料全般に汎用的に展開可能です。

物理の目で“見る”AI

この解析AIの核にあるのは、
逆空間（フーリエ変換）による物理的特徴抽出です。

• 光の強度 → 結晶性
• 中心からの距離 → 結晶面間隔
• 角度 → 結晶方位

人の目で画像を眺めるのではなく、物理の目で構造を捉える。

物理的に意味のある特徴をAIに与えることで、

• 解釈可能
• ノイズに強い
• 分野を超えて応用できる

AIを実現しています。

共創テーマ例

• 材料・デバイス研究における 解析AI
• 実験・検査プロセスの 高速化・自動化
• 物理モデルとAIを融合した 新しい研究手法の構築
• センサ・装置と連携した Embodied AI

テーマは限定しません。
「時間がかかっている」「人に依存している」研究プロセスこそ、
共創の対象です。

研究者の方へ

• 新しい解析手法を一緒に作りたい
• 研究成果を社会実装につなげたい
• AIを“道具”として使いこなしたい

企業の方へ

• 研究開発のスピードを上げたい
• 属人化した検査・解析を変えたい
• 物理に基づくAIを導入したい

研究テーマの検討段階から、お気軽にご相談ください。
研究と実装の両輪で、共創を進めます。