概要

MI　・・・　実験データを計算科学（高速第一原理計算、分子動力学法、分子軌道法、etc.）で膨らませて、よりよい特性が出る材料候補を探る
PI　・・・　実験データ、実験計画法、プロセスシミュレーションを組み合わせて、よりよい特性が出るプロセスを探る

現状の課題（ユーザー視点）

自分のところで使えるか
成功事例はどうして成功したのか？情報が見えない（技術黎明期にありがちな、宣伝は踊るけど実質がよく分からない状況になっている）
ロングスパンのスケジュール感が共有できていない（使う側は用語の踊り具合を見て2,3年スパンの大きな成果を期待するが、どうも再現しかやってないような）
MIの材料がプロセスに乗るのか？（PI含めて最適な材料なのか？）
MI、PIの予測手法は合ってるのか？（理屈は通るのか？）

現状の課題（MI, PI研究者視点）

実験データ量が少ない
実験データに偏りがある（実験で最適とされた周辺以外のデータが乏しい）

https://www.jstage.jst.go.jp/article/sfj/72/2/72_74/_pdf/-char/ja

ありそうな将来

卵が先か鶏が先か？（実験データが先か計算が先か？）問題で止まる
ダメそうな実験を入れろ、というリソースがない

どうする？

導入しなければ先細りなのは確実
どうしても実験リソースの方が大きいので、そこを減らせる可能性は魅力
実はこれまで論文を読んできた実績から、ある程度材料系、添加物等からの特性目処は立つが、そこにMIから保証、定値、が欲しい
MI、PIがもう少し民主化してくれれば、とは思う