MI（マテリアルズインフォマティクス）では、材料設計だけでなく「実験計画の最適化」「配合・条件の探索」「計算資源をどう使い分けるか」といった最適化課題がボトルネックになりがちです。NTTデータは、量子アニーリング方式を中心に実機検証・評価を行い、業務要件に応じた効果的な活用方法を提案する「量子コンピュータ／次世代アーキテクチャ・ラボ」のサービスを開始しました。材料開発部門がMI導入を検討する際にも、最適化を現場で回すためのヒントになります。
1分でわかる要約
NTTデータは、量子コンピュータおよび次世代アーキテクチャの特性を踏まえ、活用方法の提案と業務要件に基づく検証・評価を行うラボサービスを開始しました。量子アニーリング方式を中心に、実機での検証を通じて「要件に合う使い方」を整理できるのが特徴です。
量子アニーリング等のマシンを活用するには、数理最適化に基づく定式化（問題の作り替え）が必要です。本サービスでは、適用可否精査から定式化、検証計画立案、マシン選定、実機検証までを支援します。
交通・物流、金融に加え、製薬・化学業界など幅広い領域での展開を掲げ、複数ベンダーの実機を比較しながら「要件に合う選択」を支援します。MIで増えがちな探索・最適化の負荷を、現場要件に合わせて整理できる点が成功のポイントです。
専門的な領域を持つMIベンダーを選ぶ重要性
MIでは、機械学習モデルだけでなく「探索・配合・条件決定」をどう最適化するかが成果を左右します。最適化技術は、業務要件→定式化→検証→運用まで一気通貫で設計できるかが鍵になります。
そのため、材料領域の課題設定に寄り添いながら、最適化やデータ活用を伴走できるパートナー選びが重要です。比較検討したい方は、以下も参考にしてください。
量子アニーリング方式をはじめとする次世代アーキテクチャは、数理最適化を高速に解ける可能性が期待される一方で、実務適用では「どの問題に向くのか」「どう定式化すれば解けるのか」「どのマシンを選ぶべきか」が分かりにくく、机上検討で止まりやすい課題があります。ユーザー企業から注目が集まる中、検証を容易に行えるサービスの必要性が高まっていました。
MI導入でも同様に、探索の候補が増えるほど最適化の難易度が上がり、試行錯誤が属人化しやすくなります。そこで、業務要件に沿って適用可否を見極め、実機で評価し、導入イメージまで示す“場”があることが、推進の現実解になります。
NTTデータの取り組みの成果は、量子アニーリング等のマシンを「試して終わり」にせず、業務に接続するための支援メニューを体系化した点にあります。適用可否精査から、数理最適化問題への落とし込み、検証観点の整理、検証計画立案までを支援し、現場が次のアクションに進みやすい形に整えています。
さらに、マシンごとの仕様差を踏まえ、問題サイズや求める精度に応じたマシン選定、実機検証、有用性確認までを提供。必要に応じて処理機能を組み込んだプロトタイプ（オーナーズデモ）開発やセミナー、初期段階向けのトライアル支援も用意しています。MIで扱う「探索・最適化」も、こうした段階設計があると、PoCから運用へ移行しやすくなります。
NTTデータは、量子コンピュータおよび次世代アーキテクチャの計算力を生かし、交通・物流、金融、製薬・化学など幅広い分野へサービス展開と実システム開発体制の整備を進める方針を示しています。また量子ゲート方式についても、活用に向けたサービス展開を順次行う予定です。
材料開発でMI導入を検討する企業にとっては、まず「どの業務を最適化したいか（実験計画、配合探索、スケジューリング等）」を決め、要件に沿って問題を定式化し、実機検証で効果を確かめる流れが重要です。最適化の“出口”を、開発の意思決定（次に試す条件、検証の優先順位付けなど）につなげられると、MIは現場で回る取り組みになりやすくなります。
専門領域を持っているMIベンダーを厳選しました。
自社の研究対象に近しい領域を専門としているMIベンダーの方が、
コミュニケーションにズレがなく、知見や実績も豊富な可能性があります。
化学・素材分野で数多くの開発を成功に導いた実績があります。
日立グループ全体の強みを活かして材料開発を総合的に支援できることから、早期の市場参入を可能にします。
富士通では、創薬に特化したプラットフォームを用意。特許読解、法規制物質チェックにも一貫して対応可能。
特定の材料開発プロセスではなく、創薬研究プロセス全体のDXが叶う点も魅力です。
新しいエネルギー材料の特性を正確に予測する「Mat3ra」(旧Exabyte.io)プラットフォームを提供。
新しいバッテリー材料や軽量合金の開発をスピーディーに進められることが可能です。