株式会社エイゾスは、2026年3月17日(火)～19日(木) の3日間にわたり、日本大学理工学部 船橋キャンパスで開催された「日本化学会 第106春季年会(2026)付設展示会」に出展いたしました。
日本化学会 第106春季年会(2026)は、日本で開催される化学分野の最大規模の学術発表会です。会期中は、大学の研究者、国立研究所の研究者、企業の研究者の方など、さまざまなバックグラウンドの方が展示会場にお越しいただきました。当社が開発しているMulti-Sigma®は、少量データから予測精度の高いAIモデル（サロゲートモデル）を画面の操作だけで構築できます。Multi-Sigma®を利用した多数のユースケースをご紹介したところ、展示ブースにお越しいただいた方からは、工程ごとにAIモデルを構築して、それら複数のAIモデルを連結して解析できるAI連鎖解析機能に高い評価を頂きました。AI連鎖解析機能は弊社の特許技術に基づいており、GUI操作だけで複雑なAIシステムを構築できるMulti-Sigma®のオリジナル機能です。他にも、入力変数の貢献度を分析できるMulti-Sigma®の要因分析機能について、評価をいただきました。また、実験データからAIモデルを構築する際に、データに偏りがあるためうまくモデル構築ができなかった方からは、Multi-Sigma®の不均衡データ調整機能をフリートライアルで利用したいという具体的なご希望もいただきました。さらに、Multi-Sigma®に新規に搭載されたラテン超方格サンプリングや距離サンプリングによる実験計画作成機能については、多くの方から適切な実験計画を簡単に作れるようになったことについて好評を頂きました。
展示ブースに訪問していただいた方からは、現在取り組まれている研究テーマに即して、Multi-Sigma®をどのように活用できるかについても多くのご相談を頂きました。たとえば、有機合成、触媒、機能性分子、CO2吸収・放散系の研究に取り組まれている方からは、分子設計、反応条件、混合条件、評価指標の関係を整理しながら、次に検討すべき候補や条件の優先順位付けを行いたいというご関心をいただきました。こうした研究では、合成そのものに加えて、構造、条件、評価結果の多面的な関係を把握することが重要になります。当社からは、Multi-Sigma®は、少数の実験データからでもサロゲートモデルを構築し、複数の性能指標を考慮した条件最適化や要因分析をGUI上で実行できるため、探索研究を効率化する手段として利用できることをご紹介しています。また、分子集合体や有機結晶の形成過程、蛍光スペクトル変化、励起状態ダイナミクスなどを扱う研究者の方からは、時系列データや分光データ、構造情報を横断的に整理し、現象の分岐点や支配因子を見つけ出す用途に対する関心が寄せられました。Multi-Sigma®の要因分析機能を利用すれば、そうした多様なデータを統合的に解析し、どの条件差や構造差が物性や挙動の変化に寄与しているのかを見える化できる事をご説明いたしました。
材料分野では、金属材料、ナノ粒子、ハイブリッド材料、合金系、電子材料などに関わる方々からも、Multi-Sigma®に対して多くの好評を頂きました。材料組成、熱処理条件、プロセス条件、微細構造、電極特性など、多数の要因が絡み合う研究において、限られた実験データやシミュレーション結果から機械学習モデルを構築し、次に評価すべき条件を絞り込むという活用方法について議論しました。また、MOF材料開発や合金分析に関するユースケース資料をもとに、研究現場におけるAI利用の実際について意見交換を行いました。こうした対話を通じて、Multi-Sigma®が単なる予測ツールではなく、研究開発の意思決定を支える実践的なプラットフォームであることをご説明することができました。さらに、より実務的なご質問として、たとえば、材料組成、配合条件、分散条件、工程条件、評価結果をどう整理するか、複数の性能指標をどのように同時最適化するか、評価に時間やコストのかかる条件をどのように優先順位付けするか、といったご相談を頂きました。こうした論点に対しては、Multi-Sigma®のベイズ最適化機能、多目的最適化機能、要因分析機能、AI連鎖解析機能を組み合わせることで、研究開発データを次の試作・実験・評価へつなげる具体的な運用イメージをご説明しました。
当日ご説明いたしましたMulti-Sigma®を用いた解析事例につきましては、多数のリーフレットを用意しております。これらリーフレットに関しましてはこちらのページからダウンロードいただけます。弊社製品やコンサルティングサービスについてご不明点などございましたら、下記お問い合わせ先からご質問いただけますようお願いいたします。
