金沢大学と(株)CrowdChem、「産学データ連携モデル」の構築に向けた共同研究・検証を開始

国立大学法人金沢大学（以下、金沢大学）と株式会社CrowdChem（以下、CrowdChem）は、連合学習技術を介した産学データ連携統合によるリグノセルロース系バイオマス素材開発の加速化、および社会実装プロセスの最適化に関する共同研究を開始しました。

植物リグノセルロースを原料とするバイオマス素材は、サステナブル・GX素材として期待されています。一方で、素材の諸物性には原料の多様性、化学修飾の多様性、複雑な加工プロセス等が相互に影響するため、産業界の求める物性を満たす素材の分子設計・プロセス設計には多くの時間とコストを要することが課題となっています。また、大学の知見が非構造化データのままであることや、産学双方の生データを共有せずにAIで連携する難しさがあります。この「安全に知見を接続する仕組み」の欠如が、社会実装のボトルネックとなっていました。

本共同研究では、金沢大学の持つ植物バイオマス素材の研究開発知見に対し、CrowdChemのAIプラットフォームMI/PI研究開発基盤「LabDX」、並びに独立して開発を進める「連合学習とGNNを組み合わせた予測モデル（以下、本予測モデル）」の2つの技術をそれぞれ活用し 、以下3つの課題に取り組みます。

①アカデミアの実験データの構造化

金沢大学が蓄積してきた実験変数や物性データなどを、LabDX上でAIが解釈可能な形式に整理・変換し、材料開発に活用可能なデータ基盤として整備します。

②関係解析と逆解析によるAI予測

原料や反応・加工プロセスが最終物性に与える複雑な関係を解析し、予測精度向上の可能性を検証します。さらに、目標とする材料特性から、適切な原料や配合、反応条件・加工条件を導き出す逆解析型の開発アプローチにも取り組みます。

③連合学習を活用した産学データ連携モデルの実証

「LabDX」を用いたデータの構造化とは別アプローチとして生データを直接共有することなく、アカデミアの実験知見と産業界の材料開発ニーズを安全に照合する技術・仕組みの初期検証、実証実験（PoC）を実施します。

本検証では、CrowdChemが国立研究開発法人新エネルギー・産業技術総合開発機構（以下、NEDO）の補助事業（※）で開発中の「連合学習とGNNを組み合わせた予測モデル」（以下、本予測モデル）を用います。

※詳細は文末参照

本共同研究を通じて構築する産学データ連携モデルを起点として、新素材やプロセス開発にとどまらず、用途探索や社会実装プロセスの高度化へと展開していきます。さらに、連合学習を活用した安全なデータ連携により、大学、研究機関、素材・化学メーカーが知見を安全に接続できる、新たな研究開発エコシステムの構築を目指します。

※本検証で使用する本予測モデルは、NEDOの「ディープテック・スタートアップ支援基金／ディープテック・スタートアップ支援事業」の補助事業を通じて得られた成果を活用しています。なお、金沢大学との共同研究は当該補助事業の対象ではなく、CrowdChemが自社事業として実施しています。