[画像1: https://prcdn.freetls.fastly.net/release_image/127598/10/127598-10-43b82d15b91a132aa21c14e4a886463d-1013x670.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
AI エージェント Pixa
シンガポールに本社を置き、データ・AI駆動型の研究開発DXサービスを提供するPOLYMERIZE合同会社（本社：東京都港区、社長：Kunal Sandeep、以下、当社）は、パッケージ型マテリアルズ・インフォマティクス(MI）プラットフォームにおいて業界初となる、AIエージェント「Pixa」を正式リリースしました。
「Pixa」は、当社の統合型 MIプラットフォーム「Polymerize Labs(TM)︎」に搭載され、研究者が自然言語での対話を通して、機械学習の進め方から材料R&D特有のデータ課題、プラットフォーム操作のガイド、日々の業務で生じる小さな“つまずき”の解消まで、一貫してサポートします。
データ・AI活用を“日常”に - 「Pixa」開発の背景
研究開発におけるデータ・AI活用は多くの企業が注目していますが、実務の現場では、"データサイエンス・機械学習の専門用語がわかりづらい"、"どこから取り組むべきか判断が難しい"、"次のステップが分からない"、といった “迷いやすさ” が積み重なり、活用が思うように進まないケースが少なくありません。
「Pixa」は、”データ・AI活用の民主化” 、”現場研究者が自走できる環境づくり” を目的に、日常的に使える研究サポート機能として開発されました。現場研究者が日々直面する "小さなつまずき"を素早く解決し、データ・AI活用を継続しやすくするための実用機能を中心に構成しています。
当社の、材料科学・材料開発に精通した高度なドメイン知識を持つ専門家チームによる実践的なコンサルティング支援に加えて、24時間365日、いつでも相談できるAI エージェント「Pixa」を活用することで、データ・AI 活用が研究現場の “日常業務の一部” として自然に浸透し、アイデア創出や本来注力すべき業務に集中できる環境づくりを目指しています。
「Pixa」のAIエージェント機能一覧
- データサイエンス・機械学習の基礎（辞書・ハンドブック機能）専門用語や統計手法、機械学習モデルの基礎知識などを、自然言語で質問するだけで検索できます。研究者が都度インターネットや他のツールを使って調べる手間をなくし、データ・AI活用の基礎理解を進められます。
例：「ガウス過程回帰って何？」「MAPEって何？」「ベイズ最適化と遺伝的アルゴリズムの違いは？」
2. データ活用における “つまずき” への対策アイデア提示
データ不足、偏り、スパースデータなど、研究現場でよく起こる課題に対して、改善の方向性や次に取るべきアクションを具体的に提案します。AI が詰まりポイントを整理し、問題の原因を丁寧に分解して説明することで、現場ですぐに活かせる “次の一手” を示します。
例： 「モデル精度をあげるには？」「スパースなデータを改善するには？」
3. MIプラットフォーム 「Polymerize Labs(TM)︎」の操作ガイド
プラットフォームの操作手順を、チャットベースで質問可能で、マニュアルを探す、問い合わせをする手間と時間を大幅に削減し、スムーズにMI活用を進めることができ、チーム内での定着化を促進します。
例「データのアップロード方法は？」「制約条件の設定方法は？」「ベイズ最適化の実行ステップは？」
4. 自然言語による一部機能の操作（直感的なコマンド実行）
「Pixa」に自然言語で指示するだけで、プラットフォーム内の一部操作を実行できます。専門用語を知らなくても、直感的に “やりたいこと” を伝えるだけで操作が可能になり、研究者の作業負担を減らします。
例：「最も使用頻度の多い原料を検索して」「逆解析を手伝って」
※「Pixa」は、OpenAI社のビジネス向けChatGPTサービスおよびAPIを基盤としており、お客様のデータの安全性とプライバシー保護を最優先に設計されています。お客様の入出力データが学習に利用されることはありません。
Co-founder & CEO コメント/ Kunal Sandeep, Polymerize Pte. Ltd.
AIエージェント 「Pixa 」は、研究開発の現場でデータ活用やAI 活用を進める際に、研究者の方々が日々直面する“小さな困りごと”を確実に解消するために開発しました。研究者が迷わずに解析を進められる環境を整えることで、データ・AI活用がより自然に、より多くの現場へ広がっていく未来につながると考えています。
Polymerize は今後も、研究者の皆さまが着実に成果を生み出し、研究開発の生産性を向上できるよう、力強く支援してまいります。」
イベント出展・講演予定
Polymerizeでは、今後下記のイベントに参加し、データ・AI活用に関する実践的な知見や、データ前処理の重要性について講演を行う予定です。ぜひ会場にて、最新の取り組みをご覧ください。先端材料技術展 2025 (SAMPE Japan)
展示会期：12月3日（水）～5日（金）
会場：東京ビッグサイト 南ホール ブース# : S-66
講演：12月5日（金）10:50～11:40 SAMPE特別ステージ
Polymerize Labsで実現する研究開発DX：実践的活用例とワークフロー追体験
マテリアルズ・インフォマティクス（MI）導入後、「期待した成果が出ない」と感じる背景には、見過ごされがちな「データ前処理」の問題があります。単位系の違いが予測精度に与える影響や、数値スケールによって評価指標が歪むなど、前処理には材料特有の知識と適切なデータ戦略が重要です。本セッションでは、MI活用の成否を分ける前処理の考え方や、現場で成果を生み出すための実践的な工夫・ノウハウを紹介します。
第34回 ポリマー材料フォーラム
展示会期：12月4日（木）～5日（金）
会場：ウィンクあいち
講演：12/4（木） 13:00～14:00 5階小ホール2
現場でつまずきがちなMI活用の壁を、どう乗り越えるのか？MIの成否を分けるデータ前処理とそのノウハウ
マテリアルズ・インフォマティクス（MI）導入後、「期待した成果が出ない」と感じる背景には、見過ごされがちな「データ前処理」の問題があります。単位系の違いが予測精度に与える影響や、数値スケールによって評価指標が歪むなど、前処理には材料特有の知識と適切なデータ戦略が重要です。本セッションでは、MI活用の成否を分ける前処理の考え方や、現場で成果を生み出すための実践的な工夫・ノウハウを紹介します。
[画像2: https://prcdn.freetls.fastly.net/release_image/127598/10/127598-10-e3c6004ac33f785a47e92f470f8ba57a-2232x580.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]POLYMERIZEについて
Polymerize（ポリマライズ）は、シンガポールに本社を置き、データ・AI駆動型の材料研究開発を総合的に支援するグローバル企業です。
材料開発に精通した高度なドメイン知識を持つ専門家チームによる実践的なコンサルティング支援と、独自の統合マテリアルズ・インフォマティクス（MI）基盤「PolymerizeLabs」を用いて、データ・AI活用の戦略立案から、データ活用の基盤づくり、収集・前処理、AI解析、ワークフロー構築までを一気通貫で支援し、次世代の材料革新を加速する取り組みの実現を共に目指します。
【企業情報】
社名：POLYMERIZE合同会社
所在地：〒105-0001 東京都港区虎ノ門1-10-5 KDX虎ノ門一丁目ビル11F
代表者：Kunal Sandeep
事業内容： データ・AI駆動型による材料研究開発支援サービス
設立： 2023年5月
HP：https://polymerize.jp
