機械学習応用のサイエンス・技術を研究しています。

機械学習はデータから有用な法則を導く手法の総称です。法則を得ることで、未知の条件に対応する結果を予測することができます。

この予測は、非常に低コストで瞬時に行うことができます。この特徴を活かして、たとえば、材料作製のプロセス条件・環境からリアルタイムで材料特性を予測することができます[1]。また、所望の特性を得るための条件を得る（＝プロセス最適化）こともできます（下図参照）。

また機械学習は、非常に複雑な関係もモデル化することができます。（ただし、そのためには相当量のデータも必要ですが）。たとえば、様々な方向から光を当てた結晶画像データと３次元の結晶方位という複雑な関係もモデル化して、結晶写真から結晶方位を予測することができます[2]。

このように機械学習は、材料作製・材料評価に対して、新しい手法・応用を提供します。機械学習の手法自体は、活発に研究されており、現在進行で新しい技術が次々に生まれています。しかし実際の応用には、”応用”するためのサイエンス・技術も必要です。