木材物理学特論Ⅱ

木材は古くから利用されてきた材料であり、その物理的性質、力学特性、乾燥特性、音響特性などに関しては、これまで国内外で膨大な研究が行われ、多くの知見が蓄積されてきた。特に日本は木材研究が非常に盛んな国であり、世界的に見ても質・量ともに豊富な研究成果、いわゆるレガシーデータが蓄積されている分野であると言える。

一方で、近年の機械学習、データサイエンス、生成系AIの急速な発展により、材料研究の進め方そのものが大きく変わりつつある。従来は実験と経験に大きく依存していた材料研究においても、データ駆動型研究、ケモメトリクス、機械学習による物性予測、画像解析による非破壊評価、さらには大規模言語モデル（LLM）を用いた文献調査・データ整理・プログラミング支援など、新しい研究手法が急速に導入され始めている。

本講義では、まず木材の物理的性質および非破壊検査に関する基礎的事項と、これまでどのような研究が行われ、どのような知見が蓄積されてきたのかを概観する。その上で、近年の研究手法として、プログラミング（主にPythonを想定）を用いた機械学習、ケモメトリクス、データ解析の基礎について解説し、木材物理学分野のデータを題材とした具体的な解析例を紹介する。

さらに、近年急速に発展している生成系AIおよび大規模言語モデル（LLM）を研究に活用する方法についても取り上げる。具体的には、文献検索、要約、研究アイデアの整理、プログラム作成支援、データ解析支援など、研究活動を大幅に効率化するための実践的な利用方法を紹介する。また、講師が作成した、木材学会用語集や木材乾燥に関する論文等をエンベッディングしたAIツールについても紹介し、専門分野に特化したAIの活用可能性について解説する。

本講義の目標は、木材の物理的性質および非破壊検査に関する基礎知識を理解するとともに、従来の木材物理学研究の流れを踏まえた上で、機械学習や生成系AIなどの新しい技術を研究にどのように取り入れていくかを理解し、今後の木材研究・材料研究の新しい進め方を考えられるようになることである。