マテリアルズ・インフォマティクス研究室の高原 渉さんが、2026 MRS Spring Meeting & Exhibit において MRS MT01 Best Presentation Award を受賞
受賞概要
2026年5月、奈良先端科学技術大学院大学 マテリアルズ・インフォマティクス研究室の高原 渉さん（採択当時、社会人博士・博士後期課程3年／発表当時、学位取得に伴い卒業）が、2026 MRS Spring Meeting & Exhibit におけるシンポジウム MT01「Interfacing AI with Prior Knowledge and Human Expertise for Data-Efficient Autonomous Materials Research」での発表に対して、MRS MT01 Best Presentation Award を受賞しました。2026 MRS Spring Meeting & Exhibit は、2026年4月26日から5月1日にかけて米国ハワイ州ホノルルで開催された国際会議です。本賞は、同シンポジウムにおいて行われた発表を表彰するものです。
研究題目・論文タイトル
MDSK-RAG—Materials Dual-Source Knowledge Retrieval-Augmented Generation for Local Large Language Models—Demonstration on Photocatalysts
研究者・著者
高原 渉A、山口 友一B、小鹿野 真衣B、各務 風雅B、原嶋 庸介A、高山 大鑑A、髙須賀 聖五A、工藤 昭彦B、藤井 幹也A、
A: 奈良先端大、B: 東京理科大
受賞対象となった研究の内容
本研究は、金属硫化物光触媒に関する実験データと学術文献の知識を統合し、大規模言語モデル（LLM）を材料開発に活用するためのフレームワークを提案したものです。提案手法をローカルLLMに適用することで、研究データの機密性を確保しながら、比較的小規模なデータセットを用いたドメイン特化、知識源の継続的な更新、ベースモデルを変更しない柔軟な拡張が可能となります。本研究は、限られたデータ環境においても、実験事実と文献知識を組み合わせることで、材料開発におけるLLM活用の可能性を示すものです。
関連論文URL：https://pubs.acs.org/doi/full/10.1021/acs.jcim.5c01941
受賞者コメント
このたびは、2026 MRS Spring Meeting & Exhibit のシンポジウム MT01 において Best Presentation Award を賜り、大変光栄に思います。本研究を進めるにあたり、多大なるご指導とご支援をいただいた共同研究者の皆さまに心より感謝申し上げます。今回の受賞を励みに、今後もAI for Materials／AI for Science技術の発展に取り組んでまいります。