「深いScienceの知見で未踏の課題に挑む」 私たちは、アカデミックな深いScienceの知見を基盤に、未踏の課題へ挑む東大松尾研発スタートアップです。 IDATENAseのMissionは、「AIで研究開発を高速化し、科学の進歩に直接貢献すること」。 自然科学領域に特化した研究開発型AIスタートアップとして、単なる受託開発会社ではなく、研究の現場に深く入り込みます。問いを構造化し、仮説を立て、検証を回し続ける。そのプロセスそのものを加速させることが、私たちの仕事です。 私たちが向き合う課題の例 ▍細胞画像データを用いた品質予測AI 顕微鏡画像と培養データを活用し、細胞状態や品質を予測するAIの開発に取り組んでいます。 細胞培養の研究では、細胞の状態や品質評価が重要ですが、現状では研究者の経験や目視観察に依存する部分も多く、評価のばらつきや作業負担が課題となっています。 本プロジェクトでは、顕微鏡画像から細胞コロニーの形状や密度、増殖パターンなどの特徴を抽出する画像解析モデルを構築し、培養条件や経時的な変化データと組み合わせて解析を行っています。これにより、細胞の品質や培養状態を定量的に予測するAIモデルの開発を進めています。 こうした技術により、細胞培養プロセスの効率化や品質管理の高度化など、ライフサイエンス研究を支えるデータ解析基盤の構築を目指しています。 ▍化学実験データからの反応条件最適化 化学実験データを活用し、反応条件の最適化を支援するAIの開発に取り組んでいます。 材料開発やプロセス開発では、温度、濃度、触媒量など多数のパラメータを試行錯誤しながら調整する必要があり、最適な条件を見つけるまでに多くの実験と時間が必要になります。 本プロジェクトでは、過去の化学実験データ（反応条件、収率、生成物情報など）を学習した機械学習モデルを構築し、反応結果を予測するとともに、次に試すべき反応条件の候補を提示するシステムの開発を進めています。 これにより、実験の探索空間を効率的に絞り込み、材料開発や化学プロセス研究における試行錯誤の回数を減らし、研究開発の高速化を目指しています。 ▍公開データを用いた地域状況の可視化・予測 政府機関や研究機関が公開している各種統計データを活用し、地域ごとの状況を可視化・分析するデータ解析プロジェクトに取り組んでいます。 公的データには、地域別の統計情報や人口動態など、多様な情報が含まれています。しかし、これらのデータは複数の機関に分散して公開されていることが多く、継続的に収集・整理し、分析に活用することは容易ではありません。 本プロジェクトでは、公開されている統計データを自動的に収集・統合するパイプラインを構築し、地域ごとの状況をヒートマップなどの形で可視化します。さらに、統計モデルや機械学習を用いた解析により、地域ごとの変化傾向の把握や将来予測にも取り組んでいます。 公開データの統合と解析を通じて、複雑な社会データを直感的に理解できる仕組みの構築を目指しています。 ▍診断機器に搭載されたセンサーデータからの構造抽出 産業機械などの診断装置に搭載された多様なセンサーから得られるデータを解析し、状態変化や異常兆候を検出するAIの開発に取り組んでいます。 近年の診断機器には、画像センサー、振動センサー、温度・圧力センサーなど、さまざまなセンサーが組み込まれており、多様なデータが継続的に取得されています。しかし、これらのデータは時系列かつノイズを含む複雑な構造を持つため、人間が直接解釈することは容易ではありません。 本プロジェクトでは、複数のセンサーデータを統合した時系列解析モデルを構築し、診断過程における特徴的なパターンや状態変化を自動的に検出するアルゴリズムの開発を進めています。 こうした解析により、機器の状態診断や異常検知の高度化など、診断機器から得られるデータを活用したAI解析の可能性を広げることを目指しています。