近年、データ駆動型人工知能（AI）は、新しい材料探索を効率よ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（Hao Li）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...

■従来の課題従来の熱電モジュールでは、ゼーベック効果と呼ばれる熱流と同じ向きに電流が発生する"縦型"熱電効果が採用されており、材料性能指数zTが高い一方、熱流と電流の経路を分けるためにモジュール構造が複雑化してしまうという課題があります。そこで近年、モジュール構造を大幅に簡略化できるため、熱流と直交方向に電流が発生する"横型"熱電効果が注目を集めています。しかし、これまで知られていた横型熱電材料のzTは縦型熱電材料に比べて非常に低いという問題がありました。■成果のポイント当研究グループは、サマリウム・コバルト（SmC...

東京大学大学院理学系研究科の若山悠有佑大学院生、的場史憲大学院生（研究当時）、周泓遥助教、山田鉄兵教授らによる研究グループは、酸化還元反応から生まれる吸熱現象を利用した冷却において過去最大の温度変化を観察しました。本研究では、電気化学ペルチェ効果...