1. ホーム
  2. セミナー
  3. 材料実験AIエージェントを自分で作る ― 実験データベースからのアプローチ【LIVE配信】

材料実験AIエージェントを自分で作る ― 実験データベースからのアプローチ【LIVE配信】

※オンライン会議アプリzoomを使ったWEBセミナーです。ご自宅や職場のノートPCで受講できます。
※本セミナーのアーカイブ配信はございません。

セミナー概要
略称
実験データベース【WEBセミナー】
セミナーNo.
260935
開催日時
2026年09月25日（金） 13:00～16:00
主催
（株）R＆D支援センター
問い合わせ
Tel：03-5857-4811　E-mail：info@rdsc.co.jp　問い合わせフォーム
開催場所
【WEB限定セミナー】※会社やご自宅でご受講下さい。　
講師
iASYS Technology Solutions（株）
（国研）物質・材料研究機構（NIMS）
桑田 武氏

【ご専門】
実験データベース、データマネジメント、データ標準化

【ご経歴等】
2005年 電気通信大学 量子物質工学科 卒業。IT企業、計測器企業を経て、2010年より実験データベースの構築企業に勤務。材料開発、自動車開発等における実験データベース構築、データ標準化活動に10年以上従事。近年は、材料実験データの蓄積と活用を推進する国家プロジェクトに関わる。
価格
非会員：  49,500円 （本体価格：45,000円）
会員：  46,200円 （本体価格：42,000円）
価格関連備考
会員（案内）登録していただいた場合、通常1名様申込で49,500円（税込）から
・1名で申込の場合、46,200円（税込）へ割引になります。
・2名以上同時申込の場合、1名につき半額の24,750円（税込）に割引になります。
　※参加者全員の会員登録が必要です。登録料や年会費などは一切かかりません。

◆◇◆10名以上で同時申込されるとさらにお得にご受講いただけます。◆◇◆
お申込みご希望の方は 【こちら】からお問い合わせください。

会員登録とは？　⇒　よくある質問
定員
30名　※現在、お申込み可能です。満席になり次第、募集を終了させていただきます。
備考
・資料付（PDFデータでの配布）
　※紙媒体での配布はございません。また、印刷不可となりますがご了承ください。
　無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

【Zoomを使ったWEB配信セミナー受講の手順】
１）Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。

２）セミナー前日までに必ず動作確認をお願いします。Zoom WEBセミナーのはじめかたについてはこちらをご覧ください。

３）開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。
講座の内容
受講対象・レベル
材料・化学系の研究者・技術者で、実験データの管理・活用に課題を感じている方。
生成AIの業務活用に関心がある方。
Pythonなどのコーディングを学び始めている、または関心がある方。
習得できる知識
◎生成AIを自社の実験データと連携させる考え方と具体的な手順
◎グラフ型データベースNeo4jの基本的な使い方とLLMとの接続方法
◎MCP（Model Context Protocol）を用いたAIエージェントの構築方法
◎生成AIとの対話を通じたシステム構築のプロセスと実践的なノウハウ
趣旨
　生成AIを自社の研究開発にどう活かすかは、多くの企業が模索しているテーマである。しかし、自社の実験データとの連携となると、何から手をつければよいか分からないという現場は少なくない。一方で、AIやデジタル活用のスキルを全社員の基礎能力として等級化し、人事配置に反映させる企業も現れている。AIスキルはかつての英語のように、一部の専門家だけのものではなくなりつつある。加えて、少量のデータに生成AIを適用しても、その効果は限定的である。生成AIが本領を発揮するのは、人間が全容を把握しきれないほどの実験データが散在している状況であり、それらをデータベースとしてつなげることで、生成AIが必要な知見へのナビゲーターとなる。また、生成AIはコーディングにも優れており、バイブコーディングのように対話を通じてアプリケーションを構築する手法も普及しつつある。実験の知見を持つ現場の方が、自分たちのデータを使って自ら試し、形にできる領域は確実に広がっている。

　LLMは材料科学に関する広範な一般知識を備えているが、自社固有の装置・条件で得られた実験データについては知見を持たない。本セミナーで取り上げるのは、実験データベースをツールとしてLLMに接続し、このギャップを埋めることで「企業固有の知識源」を与えるAIエージェントである。このシステムは、生成AIのサブスクリプション費用のみで、データベースの構築からAIエージェントの開発まで実現している。採用したグラフ型データベースNeo4jは、LLMとの連携に適しており、無料で安定性が高く、現場の方にも扱いやすい。

　本セミナーでは、Neo4jを自社の実験知見をLLMに提供するナレッジグラフとして活用し、材料実験のAIエージェントを構築する方法を実践的に解説する。個々のコードの詳細ではなく、生成AIを活用してどのように構築を進めたかというプロセスを中心に扱う。構築の大部分を生成AIとの対話で進めた際の具体的なやり取り、精度・速度を改善するための工夫、つまずいた点なども共有する。実験のバックグラウンドを持つ方が「自分たちにもできそうだ」と感じられる内容を目指している。
プログラム

1．なぜ今、現場が実験データ活用に取り組むべきか
　1-1．バイブコーディングに見る、生成AIで広がる「現場ができること」
　1-2．生成AIのサブスクリプション費用のみで、ここまでできる
　1-3．デモ：実験データ×AIエージェント

2．データベース技術の特徴と使い分け
　2-1．RDB、グラフ型DBの比較
　2-2．なぜグラフ型DBが生成AIとの連携に向いているか
　2-3．現場の方にとってのNeo4jの使いやすさ

3．MCPの解説
　3-1．MCPの仕組み（生成AIとツールをつなぐ標準規格）
　3-2．デモ：MCP

4．実験データAIエージェントの作り方
　4-1．Neo4j Desktop2へのデータ登録とClaude Desktopとの接続
　4-2．生成AIとの会話でPythonツールを作り、エージェントにつなぐ
　4-3．ファイルサーバ（クラウドストレージ）との接続
　4-4．RAGによる報告書の参照 ― データ検索をよりリッチにする
　4-5．生成AIとの会話による構築プロセス ― 実際のやり取りの紹介
　4-6．精度・速度向上の工夫とつまずきポイント

【質疑応答】

キーワード
実験データベース,材料研究AIエージェント,セミナー
関連するセミナー
関連する書籍
関連するDVD
関連する通信講座
関連するタグ
フリーワード検索
カテゴリ別検索
カテゴリ別検索