日本為世界重要的材料開發大國，為維持新材料持續開發之競爭力，因應今後的「物質/材料領域研發重點」，在21世紀初即開始進行材料相關之大型資料庫的建立，其產官學研等單位、企業也陸續投入人力、物力進行政策擬定及技術開發，如MI/機器學習。
本文將從以下大綱，介紹日本政府、學界以及產業界的發展現況，期能作為台灣未來發展之參考。
‧前言
‧政府實施狀況
1. NIMS與執行計畫
2. AIST與執行計畫
‧學界實施狀況
1. 東北大學
2. 名古屋工業大學
‧產業界實施狀況
1. 夏普
2. 豐田中央研究所
3. 東芝
4. 日立製作所
‧總結
【內文精選】
前言
近年來隨著數據科學、計算科學、計算機設備等軟/硬體發展的日益進步，使用大數據進行模擬、預測，甚至利用機器學習(Machine Learning)、深度學習方法推演出新數據等方式的人工智慧(Artificial Intelligence; AI)，已成為材料開發、醫療健康、產業物聯網、汽車產業等各領域的未來技術發展趨勢。在材料開發領域，目前開發新材料、替換材料和材料製造技術的研究，主要是通過實驗和模擬方式進行，工作量極大且十分耗時，而獲得的材料數量稀少並且依賴既有的經驗，故如何提高材料研發設計的效率並縮短週期，已成為材料研發者的首要目標。
為了達到上述目的，日本在21世紀初即開始進行材料相關大型資料庫的建立，其產官學研等單位、企業也陸續投入人力、物力進行政策擬定及技術開發。日本應用MI/AI技術於材料開發領域之產官學發展現況詳述如下。
政府實施狀況
1. NIMS與執行計畫
日本政府成立的特定國立研究開發法人物質•材料研究機構(NIMS)於2003年開始著手建立MatNavi材料數據資料庫系統，以「世界最大級」為目標，涵蓋各類物質/材料種類及特性，包括①無機材料；②高分子材料；③金屬材料；④電子構造計算。
文部科學省主導，委由NIMS執行的主要計畫有二，其一為「世界最大級材料情報統合平台建立與應用」（圖二），以MatNavi為核心，自由使用整合工具DPF (Data Platform)，進行材料資訊研究，亦即提供材料資訊統合平台給民間企業，並用MI手法來提升新材料開發進度，2017年度的研究經費約為4.8億日圓。
圖二、NIMS的材料資訊統合平台計畫
學界實施狀況
1. 東北大學
AIST執行經產省的MI計畫，除了自主研究外，也積極和學界合作。2016年AIST和東北大學成立數理計算材料機構，東北大學主要利用離散幾何解析學構造抽出技術、第一原理反應路徑設計技術、無秩序中的秩序構造抽出技術等3種數理MI的相關技術來設計先端材料，如圖四。藉著在數理方面的豐富經驗，從基礎研究開始來加速日本在MI的研發實力。
圖四、AIST-東北大學數理計算材料機構
由於東北大學在材料領域深耕已久，在各種材料方面累積多項實驗成果，配合著AIST的研究主軸，加上基礎數理計算和東北大學重點發展材料方向，預計以電晶體材料、界面元件材料、次世代電池用的高離子傳導材料、3D列印材料來作為此次MI的目標材料。
產業界實施狀況
3. 東芝
東芝為日本排名前幾大的重工業公司，產品跨足核電、筆記型電腦和半導體，目前為日本最大的半導體製造商。該公司的半導體主力商品為快閃記憶體，是舛岡富士雄博士於1984年在東芝公司工作時所發明，目前主要用於智慧型手機和固態硬碟。
東芝在快閃記憶體有著豐富的研究開發和製造經驗，利用每天20億筆從控制系統、檢測裝置和產品管理系統產生的數據，作為良率提升的改善依據。結合各種數據和人工智慧用來分析產品品質不良的原因，判斷時間可從6小時縮減到4小時。另外，從檢測數據來分類100種不良種類，不良率判斷可從49%提高到83%（圖七）。
4. 日立製作所
日立製作所和日本東北大學在高強度和防蝕金屬材料開發上導入MI技術。以鐵、鎳、鈦、鉻、鉬來開發新金屬材料，如果以同樣的量來調入上述5類金屬...…以上為部分節錄資料，完整內容請見下方附檔。
作者：楊琇瑩、羅佑威／工研院產科國際所
★本文節錄自「工業材料雜誌」382期，更多資料請見下方附檔。