據日經新聞（Nikkei）報道，日本物質與材料研究機構（NIMS）、東京大學等25所大學及研究機構計劃在2025年9月前有償公開約100萬件實驗數據，用于支持半導體和電池等材料的開發。這一數據公開規?？胺Q全球之最，旨在加速日本材料研發進程，提升汽車、化工等領域的產業競爭力。
此次公開的數據主要面向日本本土的企業與研究機構，內容包括圖像、分析數據以及實驗條件等，這些將成為AI驅動的研究型機器人的重要資源。使用費用等具體細節將在后續明確。公開實驗數據的背景是材料信息學（Materials Informatics，MI）的興起，這一領域借助AI等數字化工具探索新材料，極大提升了研發效率。
材料信息學的概念最早由美國在2010年代初期通過政府資金推動，歐洲和日本也相繼開展類似研究。然而，過去的研究多依賴電腦模擬實驗數據，對直接反映材料特性的實驗數據應用進展緩慢。這主要是因為企業和大學通常將實驗數據視為專屬技術資產，傾向于保密而不公開。
為解決這一問題，日本文部科學省于2021年度啟動了一項計劃，匯集全日本25所大學和研究機構的先進實驗設備數據。參與單位包括NIMS、產業技術綜合研究所（AIST）、自然科學研究機構（NINS）、原子能研究開發機構（JAEA）、量子科學技術研究開發機構（QST）以及東京大學、京都大學等知名學府。這些機構提供電子顯微鏡、質譜儀等設備，供企業及其他研究機構有償使用。
截至2025年2月上旬，已從約4000名用戶中收集到約100萬筆數據檔案。這些數據涵蓋了顯微鏡和分析儀器生成的日期、溫度、壓力等信息，并采用標準化格式以便AI更好地學習和處理。在實際應用中，AI能夠通過分析實驗條件之間的關系，例如半導體切換電流效能和加工溫度，大幅縮短開發高效能半導體的時間。此外，AI還可以通過分析顯微圖像推測鋰電池電極的劣化狀態，從而助力開發壽命更長的電池。
材料信息學的快速發展得益于AI技術的進步，不僅擺脫了對研究人員直覺和經驗的依賴，還緩解了研究人員減少的問題。例如，美國微軟（MicroSoft）與美國能源部下屬的太平洋西北國家實驗室（PNNL）在2025年1月共同發表了一項研究，利用學習了量子力學的AI進行模擬實驗，從3200萬種無機材料中篩選出18種適合作為全固態電池固態電解質的新材料。結合高性能計算機提升運算精度，研究周期從原本的2年縮短至僅需2周。

本文鏈接：http://m.rrqrq.com/showinfo-27-145306-0.html日本將公開百萬件實驗數據助力半導體和電池材料開發

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 韓國2025年3月ICT出口回暖，半導體和顯示器成主要驅動力

下一篇： 蘋果新專利獲批：Bongo項目或用于多款設備