講演タイトル

Transcription

1 材料データプラットフォームの構築 : 材料計測データの高効率収集と自動可読化 統合型材料開発 情報基盤部門 (MaDIS) 材料データプラットフォームセンター 吉川英樹 1

2 物質 材料研究機構におけるマテリアルズ インフォマティクスへの展開 機能から物質を探索 JST イノベーションハブ構築事業情報統合型物質 材料開発イニシアティブ 2015 年 7 月 統合型材料開発システムの実現 材料の実用化を加速 内閣府 SIP 革新的構造材料 マテリアルズインテグレーション 2014 年 10 月 2017 年 4 月 データを作り 貯め 活用する Materials Research Bank (MRB) 物質 材料データプラットフォームの構築 2

3 Materials Research Bank (MRB) 材料データプラットフォームセンターのミッション 先進データベース 文献からの AI を使ったデータマイニング 機械学習手法を取り入れた先進的データベース データ収集と高付加価値化 実験装置からのデータの高効率収集, IoT 計測機器メーカーと連携したデータの可読化 日本の大型研究施設から メタ情報とトレーサビリティ SIP-MI 統合システムによる利用技術の活用 データ駆動型リポジトリからデータパブリッシュ 材料情報統合データプラットフォーム 高機能物質 材料データベース 解析サーバ ツールやアプリケーション 連携 共同研究民間利用 学術利用 Selection of candidate materials Visualization of materials information Physical model of microstructure 3

4 2018 年 9 月 30 日日本経済新聞電子版 AI データ不足 6 割 動かない頭脳 続出の恐れ大手 113 社の活用状況 日経と xtech が調査 日本の主要企業の 6 割が人工知能 (AI) 運用に欠かせないデータ活用で課題を抱えていることが分かった 製品やサービスの開発 事業開拓など AI の用途は新たな分野に広がりつつある だが必要なデータが不足していたり データ形式が不ぞろいで使えなかったりと AI の導入に戸惑う事例も多い 欧米を中心に企業の AI 活用が急拡大するなか 動かない AI が増え続ければ世界競争に出遅れかねない 引用 : 4

5 R&D 部門において計測データを共通プラットフォーム上に登録する際の研究者側の事情と悩み (1) 計測データとそのメタデータを, 他者が理解したり, 他者が使う ( 計測装置に付属する専用ソフトウェア以外の )AI を含む多様なソフトウェアで処理 & 解析できるように整理して登録するのに手間をかけられない (2) データ整理に必須のメタデータをどのように記述すれば良いか? で悩むメタデータを記述するひな形 ( テンプレート ) をどうするか? メタデータを記述する専門用語 ( 語彙 ) として何を使うべきか? (3) 計測者個人にとって, 他者のために計測データを整理して登録するインセンティブが無い 6

6 R&D 部門において計測データを共通プラットフォーム上に登録する際の管理者側の事情と悩み (1) 組織内の計測データの (AI も使った ) 有効活用を目的として, 日々生成されるデータをどのように共有資産化すれば良いか? で悩む (2)(1) の実現方法が多様で, かつデータの共用資産化がもたらす事業メリットの予測が難しいため,(1) の取り組みに予算と人材をあまり投入できない (3) 組織内の計測データが蓄積されたとしても,AI も駆使したデータの有効活用ができる人材が組織内に乏しい 7

7 R&D 部門において計測データを共通プラットフォーム上に登録する際の悩みに対する対応策 悩みに対する対応策は... (1) データの収集と可読化の効率化 計測データの収集, 可読化 ( 用語の整理, メタデータの記述 ), 登録の自動化 その自動可読化を実現するツールの開発 (2) 計測者自らがデータの高付加価値化を効率的に行う仕組みを作る 計測データに AI 技術を適用するための専門家 ( 数理統計研究者,DB 技術者, プログラマー, キュレーター等 ) チームの存在 それら専門家チームの技術のツール化と一般計測者への普及 上記の対応策を低コストで実現するためには... 各種ツール と 各種ツールに組み込む材料データシート を広く共用するプラットフォームが必要 ツールの製作は,1 機関の努力だけでは困難で, 計測装置メーカーを含む多機関の連携が必要 8

8 各機関内に閉じた従来の一般的なデータ登録のフロー データ / メタデータ 登録が面倒ミスの混入あり データ / メタデータ データ整理 登録 実験装置実験者キュレーター ( 装置メーカーを含む ) 多機関連携に基づく新しいデータ登録のフロー 情報提供の協力 実験装置が出力するデータファイルの書式と語彙の情報を教えて頂く データ / メタデータ 登録の手間なし, ミスなし整理済みのデータを見るデータ / メタデータ データ整理の作業をできるだけ研究者の手から離し, 作業を自動化する データ翻訳 データ整理 登録 実験装置メーカー実験装置実験者キュレーター 9

9 機械可読性を高める計測データのメタ情報抽出ツールの公開プラットフォーム ダウンロードサイト AI や機械学習で利用しやすい計測データの創出 蓄積 共有をより効率的に, より簡便に 変換 抽出 ~Convert~ 機械固有のバイナリーデータから人間可読かつ相互運用 再利用可能なデータへ 計測データのスペクトルなどによる可視化 ~Extract~ 再現測定などに必須となる最小限度の計測条件を 主要パラメータ として抽出 計測装置独自の用語を一般的な用語に共通化した主要パラメータの再定義 出力 ~XML Output~ メタ情報を付与した主要パラメータの XML 形式の出力 1

10 がカバーする計測データの可読化と高付加価値化のフロー 1

11 実験装置が出力するデータの可読化と高付加価値化の XPS での実例 用語 ( 語彙 ) が可読化された後に XML 形式で記録されたメタデータ バイナリの生データ テキストファイル 計測装置メーカーからご提供頂いたテキスト変換プログラム NIMS で自作した可読化のための用語 ( 語彙 ) 及びフォーマットの変換プログラム 可読化されたデータ Ni3p グラフ 自動でスパース化されたデータユーザーによるフォーマットのカスタマイズが可能な Schema on Read 型のデータ登録 フォーマット変換後の数値行列データ ( 人による可読性に優れる ) フォーマット変換後の数値行列データを解読してグラフ化する Python プログラム ( パーサ ) 12

12 2 種類のデータベースの構造 ( スキーマ ) コンセプト データ蓄積工程 スキーマのメンテナンス Schema-on-Read 型 データを無加工または最低限の加工を経て記録データを読み出す時までに個別のスキーマおよびパーサを与える平易 ( 個別スキーマの決定や修正は容易 ) 平易 Schema-on-Write 型 データを保存する際にデータベースとして統一された共通スキーマに合うようにデータを加工して記録 難 ( 共通スキーマの確立や修正に時間を要する ) 非常に重要 データの種別 非構造化データ ( 画像 / 音声 / 動画等のデータも保存可能 ) 構造化データ データベースの管理 NoSQL( 非リレーショナル ) SQL( リレーショナルデータベース ) 拡張性 平易 可 定型的な活用 定型的な活用には処理が必要 定形的な活用に適している データ提供者の負荷 軽い 重い 13

13 が対応する計測手法と装置 (2019 年 1 月 30 日現在 ) X 線光電子分光法 (XPS) と X 線回折法 (XRD) の 2 種の計測法 XPS アルバック ファイ社 Quantera SXM シリーズ XRD リガク社 SmartLab シリーズ 今後もご協力頂ける計測メーカーを広げるとともに, XRD や XPS に限定せず, 対応する装置 や対象とする計測技術分野の拡大を図っていく予定 謝辞 : アルバック ファイ社, リガク社に深く感謝いたします 14