FUJIFILM
MI Academy
富士フイルムMIアカデミーへようこそ
写真分野にとどまらず、医療・化粧品・高機能材料・精密機器・ソフトウエアなど、事業の垣根を越えてフィールドを広げてきた富士フイルム。
これら様々なフィールドと情報科学との融合により、富士フイルムならではの新たな価値の創出に力を入れています。
その中でも、機械学習を含む情報処理技術をフルに活用し材料開発を進めていくマテリアルズインフォマティクス（MI：Materials Informatics）について、写真の領域で培い長年積み上げてきた独自の化合物データ・化学技術をもつ強みを活かし、積極的な取組みを進めています。
富士フイルムというフィールドで、MI活用へ向けた学びを体験し、新たな領域へチャレンジする楽しさを体感して頂きたいです！
MIアカデミーでは、研修プログラムを中心とするエントリーコース、実装課題を中心とするチャレンジコースの２コースをご用意しております。
なお、オープニングセミナーについてはエントリー不要でお申込み可能ですので是非ご参加ください。
about entry
応募について
対象
・MIアカデミー実施時に大学生または大学院生であること
※ 学部、学科、学年は問いません。
開催期間
【コース共通】
オープニングセミナー：11月1日（火）15-17時予定
（オープニングセミナーについてはエントリー不要です。マイページ登録者はお申込み可能となります。※後日アーカイブ配信予定）
【エントリーコース】
研修プログラム：11月18日（金）～12月12日（月）予定 ※オンデマンド
修了式：12月22日（木）14-16時予定
※研修プログラムはWEBオンデマンドなので、研究活動などで忙しい方も自由な時間で取り組んでいただけます。
【チャレンジコース】
実装課題チャレンジ期間 ※
・第１問： ～11月8日（火）正午
・第２，３問： ～12月12日（月）予定
アワード：12月22日（木）14-16時予定
※研究活動などで忙しい方もオンラインで自由な時間で取り組んでいただけます。
応募期間
10月3日（月）～11月8日（火）12：00 正午
開催場所
オンライン開催（Zoom等）
※新型コロナウイルスの状況に応じて、実施方法を変更する可能性がございます。
プログラム
MIアカデミーでは、研修プログラムを中心とする【エントリーコース】、実装課題を中心とする【チャレンジコース】の２コースをご用意しております。
【エントリーコース】については定員の関係もあり実験系の方を優先させて頂きます。
【チャレンジコース】については選考はございません！ 分野専攻関係なく、多くの方々のチャレンジをお待ちしております！！
（各コースのなかで、メンター社員との交流の場もご用意しております。）
※オープニングセミナーについてはエントリー不要でお申込み可能です。
MIアカデミーの詳細、富士フイルムのMIへの取組み、現場社員が登壇するパネルディスカッション等を予定しておりますので、ご興味頂ける方は是非ご聴講ください！
【エントリーコース】
【チャレンジコース】
応募受付
（ES、適性検査、ITテスト）
※応募要件詳細は下記参照ください
応募受付
（実装問題 第１問の配信）
チャレンジコースは選考はございません。
奮ってご参加ください！
オープニングセミナー
※本セミナーはエントリー不要でどなたでも申し込み可能です。ご興味頂ける方はぜひご聴講ください！
研修プログラム
（オンデマンド）
※研修期間中に
オンライン質問会も実施
実装課題チャレンジ
（実装問題 第２，３問）
※チャレンジ期間中に
オンライン質問会も実施
修了式
Award
※【エントリーコース】についてはオープニングセミナーへの参加も必須要件とさせて頂きます。
※【エントリーコース】から【チャレンジコース】への変更は応募期間中、随時受け付けております。
※ その他、詳細については、オープニングセミナーにてご案内させていただきます。
その他
【エントリーコース】の受入人数：30名程度
flow
参加方法
各コース、マイページのStep Naviからお申込みいただけます。
【エントリーコース】
1 . エントリーシート提出
2. SPI適性検査（WEB）受検
※なお、既に富士フイルムのその他イベント応募にて受検済みの方は不要となります。
3. ITスキルテスト受検
4. オープニングセミナーの参加申し込み、および、参加後アンケートの回答
参加決定
【チャレンジコース】
1 . 実装問題 第１問へのチャレンジ
マイページから応募頂き専用のページへご案内いたします。
◆オープニングセミナーの参加申し込み、および、参加後アンケートの回答
チャレンジコース参加の方も是非ご聴講頂きたいです！
2 . 実装問題 第２問以降のチャレンジ
第１問をご提出後、同様にマイページから随時配信いたします。
事例紹介
【化合物の解離状態を考慮した物性の予測】
Bプロジェクトでは塩基性に材料を溶かして利用することを想定した検査試薬の開発を行っていましたが、物性Xが原因で狙った性能が得られないことがありました。機械学習で目的の物性値を予測できることが知られていたため、社内適用を開始しました。しかし、いざ検証を進めてみると、予測値と実測値で乖離があることが分かりました。 一般に化合物はpHによって解離状態 (陽イオンと陰イオンに分かれること) が変化するにも関わらず、教師データではpHが考慮されていなかったことが原因でした。
そこでN研究員は、pKaを予測することで、塩基性条件下での解離状態が考慮された物性値予測技術を新たに構築しました。この技術を適用したことで、候補材料のうち物性Xが基準に満たないと予想されるものを事前に検知し、効率的に狙った性能の材料を開発できるようになりました。
【機序に基づく安全性の予測】
化学品や医薬品を開発する過程では、人体への安全性や有効性を確かめるため、ときに動物を用いた実験が必要になります。 しかし、動物倫理の観点から、動物実験は本当に必要なときだけ適切に行うべきものです。富士フイルムグループでは、動物実験の代替に積極的に取り組んでいます。
Ｔプロジェクトでは、機械学習のクラス分類問題を適用し、安全性の有無を予測する技術を開発していました。一方で、材料開発の現場では、次の開発に繋げるためにも安全性の根拠を明確にすることが重要です。 そこで、Ｈ研究員は予測の判断根拠を提示可能な「説明可能なAI」に着目し、熟練の実験者であるＫ研究員とともに機序に基づく安全性予測技術を構築しました。これにより、機械と人が相互に協力して安全な材料を開発できるようになりました。
(c) FUJIFILM Corporation All rights reserved.