新たな研究：AI駆動の材料革新にはグローバルなチームワークが不可欠

Tokyo人工知能（AI）は新しい材料の開発を加速しています。材料研究においてAIが機能するためには、大量のデータの共有と利用が必要です。これが国際基準によって容易になります。国際的な協力者グループが新たにOPTIMADE標準の改訂版を発表しました。

エネルギーや持続可能性の新技術には、新しい材料が必要です。例えば、バッテリー、太陽電池、LEDライト、生分解性製品などにはこれらの材料が不可欠です。世界中の科学者たちは新しい材料の開発に取り組んでいますが、これを完璧にするのは困難です。これらの材料は環境に有害な物質を含まず、耐久性があることが求められます。

スウェーデンのリンショーピング大学の教授、リカード・アーミエントは、材料科学の分野でAIが急速に取り入れられていると指摘しています。彼によれば、AIを活用して材料の特性を予測することにより、多くの新しい可能性が生まれているとのことです。

スーパーコンピュータは、物質内で電子がどのように動くかをシミュレーションし、その特性を理解するのに役立ちます。これらのシミュレーションは大量のデータを生成し、そのデータは機械学習モデルの訓練に利用されます。AIモデルは、その後、新しいシミュレーションの結果や新しい物質の特性を予測することが可能になります。しかし、このようなモデルを訓練するためには、大量のデータが必要です。

アルミエント氏は、「我々は、利用可能なすべてのデータを使用してモデルを訓練したいと考える時代に入っている」と述べています。

大規模なデータベースは、シミュレーションや一般的な材料情報からデータを集めます。世界中の研究グループによって、多くの異なるデータベースが作成されています。これらは異なる運用方法を持ち、さまざまな方法で物性を記述しています。大学や産業界の研究者たちは、大規模に材料をマッピングしたり、AIモデルを訓練したりするために、これらのデータベースから情報を取得する必要があります。

関連記事:

今日 · 9:35

AI、腰痛アドバイスで医師に匹敵する正確さを示す

ベルギーのUCLouvainの教授であるジャン＝マルコ・リニャネーゼ氏は、基準が必要だと述べています。「利用者が異なるデータライブラリと対話し、受け取る情報を理解するためには、基準が必要です」と彼は説明します。

OPTIMADE標準は、8年以上にわたって開発された材料設計のための規格です。世界中の30以上の機関が参加し、国際的な協力が行われました。この中には、ヨーロッパやアメリカの主要な材料データベースも含まれています。

OPTIMADE規格の主な特徴には、次のようなものがあります。

• 主要な材料データベースだけでなく、あまり知られていないデータベースにも簡単にアクセスできること。
• 様々な材料特性を正確に記述できること。
• 共通で根拠の確立された定義が用意されていること。

最新バージョンのv1.2がリリースされました。その詳細については、ジャーナル「デジタルディスカバリー」の記事で確認できます。

このプロジェクトには、EU、イギリス、アメリカ、メキシコ、日本、中国のチームが参加しています。参加している機関は以下のとおりです。

• ローザンヌ工科大学
• カリフォルニア大学バークレー校
• ケンブリッジ大学
• ノースウェスタン大学
• デューク大学
• ポール・シェラー研究所
• ジョンズ・ホプキンス大学

スイスのCECAMによって、会議や年次ワークショップが資金提供されています。最初のワークショップはオランダにあるローレンツセンターの支援を受けました。他の活動は、スイスのNCCR MARVELやスウェーデンのSeRC、Psi-kなどの組織によってサポートされています。共同研究に参加する研究者たちは、さまざまな資金提供者からの支援も受けています。