昨年の秋から大学でMaterials Infomaticsを扱うこととなり、日々機械学習を活用した、データ駆動型の材料開発に取り組んでいる。最近ネット上のニュースでもMaterials Infomaticsについてみることが多くなってきたので、現在の日本国内における状況を少し調べてみることにした。
Materials Infomaticsとは材料開発においてデータを活用することで開発を効率化する考え方である。そもそも材料開発はその組合せが無限に近いほど大きいため、これまでは研究者の勘どころに頼るような研究開発が行われることが多かったが、最近のAI等の進歩を活用して効率的に進めましょう、ということになる。既に取組んでいるところは取組んでいて、下はAI MarketによるMaterials Infomaticsの利点と課題、成功事例を掲げた記事である。
この記事中で5社の事例が成功例として紹介されている。それらは旭化成や東レ、ENEOSなどの化学系の会社が多く、それ以外にNEC、サムスンという電機系の会社が挙げられている。現在のところ、化学、電機系の会社が先行しているということだろう。
一方、このような活動ができていない企業も多く、まだこれらの取組みができていないところを対象として、Materials Infomaticsを手伝いましょう、ということを掲げている会社もあった。1つは日立系の日立ハイテク、もう1つはトヨタで、それぞれ下のようなサイトを作っている。どちらも材料開発企業ではなく材料を使う側の企業でありながら、材料開発に関する取組みを進めているところが面白い。
また、同じようにMaterials Infomaticsを手伝います、というスタートアップ企業も現れている。深層学習用のライブラリであるChainerを開発したPreferred Networksが材料開発に特化したMatlantisというサービスを開始している。通常、材料開発に必要なデータはDFT(密度汎関数理論)に基づく計算が必要で、これは非常に計算コスト、時間が掛かるが、Matlantisでは機械学習、深層学習を活用してこの計算を高速で行うことができる、というものである。
もう1社、MI-6という会社もMaterials Infomaticsを支援することをうたっている。この会社のサービスで面白いと思えるところは、AIのような情報関係の話だけでなく、Roboticsを用いた高速実験システムも提供しているところだ。Materials Infomaticsを実行するためには、数多くの実験データが必要で実験速度の向上が必須となる。このためここは重要な視点と思われる。
MatlantisとMI-6のサイトには提携企業名が掲載されており、結構多くの名の知れた企業が検討を進めていることが伺える。この分野に携わるものとしては、早くこのような活動から大きな成果が生まれることを期待している。
#MaterialsInfomatics #Wavebase #マテリアルズインフォマティクス
コメント