HDATF
日本語
相談する
メニュー

LabChin研究特化モジュールを開発中

分散した研究資料を、 一つのAI研究環境に つなぎます。

LabChinは企業のR&D組織のためのAI研究環境です。論文や特許の調査から計算、実験データ、過去の判断の記録まで、研究の全過程を一つにつなぎます。現在開発中で、共に検証する協力企業を探しています。

協力について相談するLabChinがすることを見る
研究者とAIパートナーが試料と原記録を比較する研究室のイメージ

研究資産は多くあります。 しかし、分散しています。

企業のR&D組織には多くの研究資産が蓄積されています。しかし、別々のシステムと研究者に分かれています。

蓄積されている資料

  • 論文
  • 特許
  • 技術資料
  • 社内報告書
  • 研究ノート
  • コード
  • 計算とシミュレーションの結果
  • 実験データ
  • 設備データ
  • 過去のプロジェクト
虫眼鏡を置いた研究ノート、顕微鏡、確認済みの文書、記録ファイルが離れて置かれたイメージ

そのため、新しい研究のたびに同じ作業を繰り返します。

  1. 過去の資料を探し直します。

  2. 研究がどう続いてきたかを把握します。

  3. 既存の研究とどれだけ重なるかを確認します。

  4. 複数の候補を比較します。

  5. 過去になぜそう判断したかを確かめ直します。

LabChinがすること

LabChinは研究の全過程を一つのAI研究環境につなぎます。

開発中

  1. 探して、研究の流れを把握します。

    論文、特許、社内資料をまとめて探し、研究がどう続いてきたかを示します。

  2. 重なりを確認し、空白を見つけます。

    新しいアイデアを既存研究と比較し、まだ研究されていない部分を見つけます。

  3. 次の問いを立て、候補を比較します。

    次に確かめる問いと仮説を提案し、候補を同じ基準で比較します。

  4. 難しい論文を、自分で条件を変えながら理解します。

    変数と条件を自分で変え、結果がどう変わるかを確かめます。

  5. 複数のResearch Agentが同時に働きます。

    課題を分けて調査、計算、検証を並列で行い、結果を一つにまとめます。

  6. 計算結果を実際の研究データとつなぎます。

    計算結果を実験データ、設備データ、研究ノートと結びつけます。

  7. 結果だけでなく、過程を残します。

    何を調査し、なぜそう判断したかをResearch Memoryとして蓄積します。

LabChinの26モジュール

開発中

  1. 研究の探索・調査
  2. 研究History・文脈の探索
  3. 先行研究・重複の分析
  4. Research Gapの探索
  5. 研究課題・仮説の生成
  6. 資料比較・意思決定の支援
  7. 論文の理解
  8. 概念ラボ(Explorable Explanations)
  9. 計算科学・Scientific Computing
  10. 並列Research Agent
  11. 実験・計算の再現
  12. 研究・実験・設備データの連携
  13. 社内研究知識の連携
  14. 研究資料の管理・Knowledge Map
  15. Research Memory
  16. 根拠・出典・Citationの管理
  17. 研究者・機関・技術力の探索
  18. Research Workflowの自動化
  19. 継続的なResearch Monitoring
  20. Harness・Agent Orchestration
  21. Human-in-the-loop
  22. 研究成果物の生成
  23. 研究Workflow・知識の再利用
  24. 研究チームの協働・Shared Context
  25. AI結果の検証・品質管理
  26. セキュリティ・権限・監査

研究者を支える AIです。

LabChinはAI-drivenではなく、AI-assistです。研究の中心は研究者です。AIはそばで、時間のかかる作業を引き受けます。

AIが手伝うこと

  • 資料の調査
  • 根拠の整理
  • 候補の比較
  • 計算と再現
  • 次の問いの発見

共に検証する 協力企業を探しています。

この研究環境を実際の企業R&Dの課題に適用し、共に検証して発展させたいと考えています。

最初のPoCの提案

  1. 課題を一つ選ぶ

    実際の研究課題を一つ選びます。

  2. 資料をつなぐ

    関連する論文と社内資料、実験またはエンジニアリングのデータ、既存の研究プロセスをつなぎます。

  3. 共に検証する

    次の五つに実際に役立つかを共に確認します。

共に確認すること

  • 研究の調査と検討の時間が短くなるか
  • これまで見つけられなかった情報と変数が見つかるか
  • 計算と研究結果の再現性が高まるか
  • 研究知識が再利用されるか
  • 次の研究の方向を見つけるのに実際に役立つか
評価基準を見る

それぞれが用意するもの

協力企業

  • 実際のR&D課題
  • その分野の専門知識
  • 活用できる研究データ
  • 研究者による検証とフィードバック

HDATF

  • AI Research Workflow
  • Research Agent
  • データと知識の連携
  • 計算環境
  • Research Memory
  • HarnessとOrchestration
  • ユーザー環境

実際の研究課題一つから 始めましょう。

課題と、共有できる資料をお知らせください。最初のPoCの範囲を一緒に決めます。

協力について相談する