プレスリリース要約
量子技術の産業応用を推進する株式会社QunaSysは、研究者の仮説を数理モデルへと整理・可視化する生成AIサービス「PhysiLenz」のモニター企業募集を拡大します。すでに先行利用企業で研究プロセスの前進効果が確認されており、データと仮説を組み合わせた新たな研究開発手法の定着を目指します。
株式会社QunaSysは、研究開発における「問題の整理・定量化」を支援する生成AIサービス「PhysiLenz（フィジレンズ）」の新たなモニター企業の募集を開始しました。本プログラムは、単に完成されたシステムを導入するだけでなく、ツールを活用して研究者の頭の中にある仮説を数理モデルへと落とし込む「問題の定式化」のプロセスそのものが、実際の開発現場で有効に機能するかをお客様と共に検証することを目的としています。
PhysiLenzは、日本ゼオン株式会社とQunaSysが共同で開発・提唱する「数理モデルベース開発」の概念に基づいています。これはデータ（統計）と仮説（メカニズム）を組み合わせるアプローチです。今回のモニター利用では、本格的なシステム導入の前段階として、現場が抱える課題の構造整理やモデルの骨組み作成を体験します。そのプロセスを通じて、追加実験などの「次のアクション」が明確になるか、メンバー間で共通認識が持てるかといった現場での有効性を検証します。
Journalポイント
実はこれ、研究者の頭の中にある「モヤモヤした仮説」を、AIが整理して数理モデルの骨組みにしてくれるサービスなんです。
え、仮説を数理モデルにするってどういうことですか？数式を作るのってすごく難しそうですが。
実は今、材料開発などの現場では、データ分析に頼るマテリアルズ・インフォマティクス（MI）が盛んですが、データだけでは「なぜその現象が起きるのか」が分からないという課題があるんです。
MIって、データを使って効率よく新素材を探す技術のことですよね。でも、それってデータさえあれば万能なんじゃないんですか？
マテリアルズ・インフォマティクス（MI）というのは、ITやAIを活用して新材料を効率的に探索する手法のことです。確かに強力ですが、データがない未知の領域では予測が外れてしまいます。そこで「PhysiLenz」を使い、研究者の仮説とデータを組み合わせて、次にどんな実験をすべきかを明確にするんです。
なるほど！じゃあ、AIが勝手に答えを出すのではなく、人間の思考をサポートして次の実験の設計図を作るってことですか？
その通りです。実際の検証では、複雑な現象の要因を整理し、実験担当者から管理者までが同じ認識を持てるようにします。これにより、研究開発の「問題の定式化」がスムーズになり、意思決定が早くなります。
他の化学メーカーや素材企業でも、似たような取り組みをしているところはあるのでしょうか？
実は業界全体が、単なるデータ活用から、研究者の知見を構造化する「数理モデルベース開発」へとシフトし始めています。共同開発元の日本ゼオンをはじめ、先行して実務利用を進める企業が増えています。
データと人間の知恵を融合させるのが、これからのR&Dのスタンダードなんですね。勉強になりました！
