具体的なプロセスとしては、基板のSEM像を小さな断片の画像（パッチ画像）に分け、パッチ画像を類似度に基づいてグループ分け（クラスタリング）します。似たような材料組織パターンを持つパッチ画像には似たクラスタ番号を割り振ることで、各基板でのクラスタヒストグラムが得られます。硬くて伝熱性が良いといった良い材料特性の基板と、そうではない悪い材料特性の基板のクラスタヒストグラムを比較すると、良い基板はこのあたりのクラスタの数が多い、といった傾向が読み取れます。そこから、このクラスタは材料特性を良くするのに関係するのではないか、といったことが分かります。実際にそのクラスタに属するパッチ画像を眺めて、『こういったパターンが材料特性を向上させるのかもしれない』といった今まで材料技術者が思いつかなかったパターンを発見することを目的としています。仕事のやり方は、半年ごとの目標に対する小さな目標を月単位で立て、それがクリアできるように柔軟なスタイルで進めています。在宅勤務は週4回程度で、ほぼ１週間に２回のペースでチーム内でディスカッションをしています。私のいるチームはバックグラウンドが全く違う人材で構成されていて、数学出身の人もいれば工学寄りの人もいます。あるいは高専から東芝に入って画像処理をバリバリにやってきた人もいます。東芝全体を見ても様々な知識やバックグラウンドを持った人たちがいて、技術を学んだり相互に協力し合ったりして自分の研究を高めることができる環境なので、本当に来て良かったと思っています。