科学的データをノーコードで処理、機械学習を用いて実現する“配合最適化”とは

　コンクリートや薬品、調味料などの製品開発では、大量の試作・試験によって新規配合が生み出されてきた。この試作・試験にかかる膨大なコストと時間を削減することは、研究開発部門にとって極めて重要な課題といえる。

　そこで注目されているのが、化学構造式をはじめ、文書情報（特許や論文など）や分析機器などの科学的なデータをノーコードで処理できるデータサイエンスツールだ。配合と物性の関連性を分析して作った機械学習モデルを用いて、多目的最適化（パレート最適化）や実験計画法を実現することが可能となる。

　本資料では同ツールの特長に加え、実際の活用例としてコストを抑えながら強度の高いコンクリートの配合を機械学習を用いて検討するプロセスも紹介している。バーチャルな実験と物理的な実験の両方を支援でき、データの取得・分析・出力までをワンストップで行えるのは大きなメリットとなる。その実力を、ぜひ本資料で確認してほしい。