科学論文の図表を読み解き、有効に利活用するAIワークフローDIVEを開発

～水素貯蔵材料等の研究を加速～

2026（令和8）年2月4日
東北大学
東京大学
科学技術振興機構（JST）

発表のポイント

水素貯蔵材料の研究論文にある図表から実験データを読み取り、構造化するマルチエージェントAIワークフローDIVE（Descriptive Interpretation of Visual Expression）を開発しました。
4,000報超の文献から30,000件超のデータを抽出、整備し、AIエージェント基盤DigHyd（Digital Hydrogen Platform）として構築、公開しました（www.dighyd.org）。
整備したデータを活用して、短時間で水素貯蔵のための新しい候補材料の提案が可能になることを実証しました。

近年、データ駆動型人工知能（AI）は、新しい材料探索を効率良く行うことができる技術として注目されています。しかし、材料研究の重要な実験データは、論文中の図に画像化された状態で存在することが多く、有効に利用することが難しい状況でした。
東北大学 材料科学高等研究所（WPI-AIMR）の李 昊（リ・コウ） 教授、折茂 慎一 所長（同大学 金属材料研究所 教授）、東京大学 大学院工学系研究科の佐藤 龍平 助教らの研究チームは、科学論文中の図表から実験データを体系的に読み取り、科学的に解釈した上で構造化できるマルチエージェントAIワークフローDIVEを開発しました。さらに、水素貯蔵材料を対象に、DIVEを用いて4,000報以上の文献から30,000件を超えるデータを抽出し、コンピューター処理可能なデータベースとして整備することで、約2分という短時間で水素貯蔵のための新しい候補材料を提案することができる逆設計ワークフローを確立しました。これにより図表に閉じ込められていた科学データを有効に利活用することで、AI駆動型の材料探索が加速することが期待できます。
本研究成果は、2026年2月3日（現地時間）に学術誌「Chemical Science」誌に掲載されました。
本研究は、科学技術振興機構（JST） 「革新的GX技術創出事業（GteX）」 水素領域（JPMJGX23H1）の支援を受けて実施しました。

＜プレスリリース資料＞

本文　PDF（537KB）

＜論文タイトル＞

“"DIVE" into Hydrogen Storage Materials Discovery with AI Agents”

DOI：10.1039/d5sc09921h

問い合わせ先

＜JST事業に関すること＞

波羅 仁（ハラ マサシ）
科学技術振興機構 未来創造研究開発推進部 GteX推進グループ
〒102-0076 東京都千代田区五番町7 K's五番町
Tel：03-3512-3543　Fax：03-3512-3533
E-mail：gtex

jst.go.jp

＜報道に関すること＞

東北大学 材料科学高等研究所 広報戦略室
Tel：022-217-6146
E-mail：aimr-outreach

grp.tohoku.ac.jp
東京大学 大学院工学系研究科 広報室
Tel：03-5841-0235
E-mail：kouhou

pr.t.u-tokyo.ac.jp
科学技術振興機構 広報課
〒102-8666 東京都千代田区四番町5番地3
Tel：03-5214-8404　Fax：03-5214-8432
E-mail：jstkoho

jst.go.jp