自動車材料は非常に多岐にわたります。近年は、電動化、高速通信、ゼロエミッション、軽量化といった重要なトレンドが産業を牽引しており、下図に示すような材料特性の高度化が求められています。これらの特性を評価するには、材料のマルチスケールな性質を考慮し、開発において多様な手法・技術を駆使することが不可欠です。
JSOLのシミュレーション・ソフトウェア群を用いれば、ナノメートル（電子状態や分子構造の把握）からマイクロメートル（相分離や複合材料のモデリング）まで、各スケールに合わせたシミュレーションを実行できます。これらのツールを連携させることで、高度材料の性能の背後にあるメカニズムをシミュレーションによって直接解析することが可能です。
今日、マテリアルズインフォマティクスやプロセスインフォマティクスといった概念のもと、AI技術を活用したデータ駆動型の材料開発への需要が高まっています。JSOLのAI対応ソフトウェアは、分子・結晶構造、配合比、プロセス環境に基づく物性予測に加え、逆設計（インバースデザイン）まで実行できます。実験データが限られる場合には、ハイスループット・シミュレーションを実行してデータセットを補完し、探索を加速します。

材料設計では、ナノメートルマイクロメートルまで、どのスケールの現象が材料物性に強く影響を及ぼすかが重要です。
1つのシミュレーション技術で広範囲のスケールや現象をカバーすることは不可能です。それを解決するため、JSOLでは複数のソフトウェアを組み合わせた「材料設計ソリューション」として、マルチスケールに対応したソフトウェア・ツール（J-OCTA、Digimat、Simpleware Software）や衝撃・構造解析ソフトウェア（Ansys LS-DYNA）などをご提案します。
これらのソフトウェアは、広範囲な材料のマルチスケール特性解析に必要なシミュレーション技術をカバーします。詳細は各ソフトウェアのサイトをご確認ください。

ソフトウェア 「J-OCTA MI-Suite」 は、分子・結晶構造や各種条件を説明変数として、物性値などの目的変数を予測する機械学習機能を搭載しています。さらに、多様な分子記述子の計算、公的データベースへのアクセス、各説明変数の寄与度の解析など、周辺技術も幅広く備えています。
実験データが不足する場合はシミュレーション結果で補完できます。J-OCTA にはマルチスケールのシミュレーション手法が揃っており、大量計算を通じて物理量・物性のデータベース化を支援するツール（Python ベースのモデリング API 機能）も提供しています。
機械学習に用いるデータの選択や学習条件の設定はダイアログ操作で行え、プログラミングは不要です。加えて、複数の学習済み物性推算モデルを標準搭載しているため、初心者の方でもすぐにマテリアルズ・インフォマティクスに取り組めます。