水素社会の実現に向けて、燃料電池や水電解装置の中核部材であるアニオン交換膜（AEM）材料の開発が急がれています。近年、人工知能（AI）を活用した材料設計が注目されていますが、高精度な予測を可能にする人工ニューラルネットワーク（ANN）はその判断根拠が分かりにくい「ブラックボックス」であるため、実験研究者が予測結果を理解し、分子設計に活用することは容易ではありませんでした。さらに、AIの判断根拠を可視化する説明可能AI（XAI）手法も、高次元の分子記述子を扱うANNモデルでは計算コストが大きく、実用的な適用が難しいという課題がありました。　九州大学大学院工学研究院の加藤幸一郎教授、藤...

1. 少量データでも高精度に予測できる新しいAIモデルを開発量子計算の仕組みを搭載した独自のAIモデル「QTFPred」を開発（図参照）。実験データが限られるような転写因子でも結合パターンを高い精度で予測できるように設計。2. 従来のAIを上回る精度を実証ヒト細胞の公開データを用いた検証において、ほぼすべてのタスクでQTFPredは既存のAIモデルよりも高い予測精度を実現。訓練データが少量の条件でも安定した予測性能が可能となり、研究現場での活用に十分耐えうる性能を示した。3. 転写因子の協調的結合のパターンを発見解析の結果、複数の転写因子が協調して...

人工股関節置換術（THA）は変形性股関節症による痛みを取り除き、歩行能力を改善する有効な治療法で、良好な長期成績が報告されています。しかし、術後の回復の度合いや機能改善には個人差があり、さらにより良い結果を得るための工夫が求められています。主に痛みの程度やレントゲン画像の重症度などから手術の適応が判断されますが、「いつ手術を受けるのが最も良いのか」を示す明確な基準はありませんでした。九州大学病院整形外科の中尾 侑貴医員（医学系学府博士課程３年）、濵井 敏准教授、中島 康晴教授らの股関節バイオメカニクス研究グループは、2012年から2018年にかけて当院で人工股関節手術を受けた274...

東京科学大学（Science Tokyo）情報理工学院 情報工学系の大上雅史准教授、Kengkanna Apakorn（ケンカーンナー・アーパーコーン）大学院生、菊池雄太特任助教と、九州大学 大学院薬学研究院の丹羽節教授は、効率的に触媒設計を可能にする新たな生成AI手法を開発しました（図1）。高性能な触媒（用語1）の設計は、化学反応に必要な時間やエネルギーといったコストを削減できる他、反応過程で生じる廃棄物も抑制できるため、あらゆる化学産業において達成すべき目標となっています。しかし、従来の触媒開発には数年を要することが多く、近年では開発初期段階における触媒候補の選定を効率化するた...

文章を読んでいると、ある単語で読みが止まったり、後から読み戻ったりすることがあります。読解中の眼球運動を記録する視線計測を用いた研究では、単語の「長さ」「頻度」「文脈からの予測しやすさ」が英文読解中の単語処理に影響を与える三大要因であるとされてきました。これらの要因は英語を母語としない読み手にも影響を与えることが知られていますが、そのうちどれが最も重要なのかについては明らかにされていませんでした。本研究では、日本語を母語とする大学生・大学院生の英文読解中の視線計測データベースを用い、読解中の単語処理における、単語の長さ、頻度、予測しやすさの重要度を機械学習によって検討しました。これ...

SOFCは、高効率かつ高耐久な燃料電池の１つです。水素を燃料とし、発電時に二酸化炭素を排出しない発電デバイスであり、水素エネルギー社会実現に向けた中核技術として注目されています。しかし、発電の動作温度は700~800℃と高く、高価な耐熱材料の使用による材料コストが課題となっています。もし300℃程度の中温度域で発電できれば、より安価な耐熱材料の使用によるコスト削減が期待されますが、この温度域で十分な性能を持つ電解質材料はこれまで見つかっていませんでした。九州大学エネルギー研究教育機構・工学府材料工学専攻の山崎仁丈教授の研究グループは、スズ酸バリウム（BaSnO3）とチタン酸バリウム...

九州大学大学院農学研究院の田口佑充大学院生(研究当時)、山野晴樹大学院生(共同筆頭著者)、髙橋秀之准教授らは、理化学研究所生命医科学研究センターの宮本浩邦客員主管研究員、大野博司チームディレクター、理化学研究所環境資源科学研究センターの菊地淳チームディレクター、黒谷篤之研究員(研究当時)(現・農業・食品産業技術総合研究機構(農研機構)農業情報研究センター)、理化学研究所光量子工学研究センター光量子制御技術開発研究チームの守屋繁春専任研究員、和田智之チームディレクターとの産学共同研究(みらいグローバルファーム(株)、伊藤ハム(株)、日本農産工業(株)、日環科学(株)、千葉大発ベンチャー(株)サ...

化学反応の反応物と生成物を隔てる遷移状態は、反応の成否を決める重要な状態です。遷移状態の予測は反応制御に向けて重要ですが、多数の原子・多くの構造の候補から遷移状態を正確に予測することは難しいとされてきました。近年、AIを活用した遷移状態予測が盛んになっており、中でも深層学習は画像認識をはじめ多くの成功を収めている強力な手法であるものの、深層学習モデルの形（ノード数などのアーキテクチャ）を決めるのが煩雑であり、化学反応への適用の大きな障害となっています。今回、九州大学、大阪大学および分子科学研究所の共同研究グループは、深層学習モデルを自動的に決定し、化学反応の遷移状態の予測を実現する...