富士通发表声明，通过与理化研究所合作，活用第一原理计算和AI (人工智能)技术，确认了用于全固体锂离子电池的电解质的组成预测的有效性。
由此证明，即使在从大计算负荷的材料模拟方法之一的第一原理计算得到的数据仅为少数的情况下，也能够通过组合AI来有效地搜索最佳的材料组成，大幅度缩短材料的开发期间。
迄今为止，材料开发的成功不得不依赖于研究者、技术人员的经验、直觉，此外也需要大量失败的堆积。另一方面，第一原理计算只要指定材料组成就能够基于量子力学来预测特性，因此在实验之前预测新的高功能材料的最佳组成，有助于降低实验的失败。但是，在计算负荷较大，对于各种组成要一次进行大量计算时，花费时间过多。
现在，通过使用作为AI方法之一的贝叶斯估计法(根据贝叶斯概率的算法，从观测
迄今为止，材料开发的成功不得不依赖于研究者、技术人员的经验、直觉，此外也需要大量失败的堆积。另一方面，第一原理计算只要指定材料组成就能够基于量子力学来预测特性，因此在实验之前预测新的高功能材料的最佳组成，有助于降低实验的失败。但是，在计算负荷较大，对于各种组成要一次进行大量计算时，花费时间过多。
现在，通过使用作为AI方法之一的贝叶斯估计法(根据贝叶斯概率的算法，从观测