東北大学金属材料研究所計算材料学センターは、材料設計に特化したスーパーコンピューター「ＭＡＳＡＭＵＮＥ―ＩＭＲ」を８月１日に稼働する。前機種の半分の消費電力で約１０倍の高速演算が可能。物体の劣化などを原子レベルでシミュレーションしエネルギー材料や構造材料、エレクトロニクス材料の設計に役立てる。

　材料開発に情報科学を用いる「マテリアルズ・インフォマティクス（ＭＩ）」システムを導入した。総理論演算性能は３・０ペタフロップス（ペタは１０００兆、フロップスは浮動小数点演算能力）。日本最速のスパコン「京（けい）」の後継機「ポスト京」用シミュレーターの開発にも取り組む。

2018/7/13

ＡＩ研究、次に稼げる分野は材料！？

　産業界がビッグデータ解析や人工知能（ＡＩ）技術を材料開発へ用いた「マテリアルズ・インフォマティクス」（ＭＩ）の応用を本格化している。これまで大学などの研究者が解析手法を開発し、データベースなどの研究環境を整えてきたが、有効性を認めた企業でも事業化が進む。産業競争力に直結するＭＩの活用に向け、今後は学術界の役割が問われると同時に、産業界も事業化戦略を問われる。

　囲碁でのＡＩの躍進は華々しい。米グーグル系の英ディープマインドは過去の棋譜データをＡＩ「アルファ碁」に学習させた。そしてＡＩ同士で対戦を繰り返して腕を磨き、世界のトップ棋士を次々と破った。

　そして棋譜データが不要な独学する「アルファ碁ゼロ」を開発。自力で新しい“定石”を作ることに成功した。実は新材料開発の世界でもＡＩが“定石”を見いだし、新たな設計指針になると期待されている。

　物質の結晶構造を囲碁の盤面に例えるとわかりやすい。囲碁は１９×１９路の計３６１の格子点上に黒と白の石を交互に打つ。ＭＩでは、例えば結晶の７×７×７の３４３格子に約６０種の実用元素や空隙を配置し、物性から材料機能、エネルギー安定性から製造可能性などを推定する。

　生命科学や気象、社会学など、ＡＩ技術や情報科学を取り入れる研究領域は多くある。中でも材料研究はデータの質が高く、目標となる性能や原理が明確だ。つまりＡＩに与えるデータが良質で、学習の指針も立てやすい。

　物質・材料研究機構の橋本和仁理事長は「ＭＩが完成すれば従来の研究手法を覆す破壊的なツールになりえる。日本はこの開発競争に負けられない」と強調する。データを基にコンピューター上で物質の性能を推定すれば、大幅に開発期間を短縮できる。

　ＭＩは産業競争力に直結する。旭化成の中尾正文副社長は「ＭＩを始めてすぐに、これは有用だとわかった。年単位でかかっていた開発期間が数カ月になった。化学産業を装置産業からサービス産業に変えるポテンシャルがある」と期待する。重厚長大型の素材産業が、ファインケミカルのような研究開発と多品種少量生産を組み合わせたサービス産業に変わるかもしれない。

　ただ材料の性能は結晶構造だけでは決まらない。多くの材料は複数の結晶構造が入り交じる多結晶体で、結晶粒と結晶粒の界面などの組織構造が材料の機能に大きく影響する。

　囲碁の碁石を盤面に置くように元素を入れ替えるだけでは、材料の極一部だけしか検討できない。物材機構統合型材料開発・情報基盤部門の出村雅彦副部門長は「たった５６グラムの鉄をシミュレーションする計算資源を、人類はまだ獲得していない」と指摘する。

　材料開発のすべてをＡＩに任せることはできない。どんなデータを集めてＡＩに学習させ、残りを研究者が補うか、試行錯誤が続いている。物材機構の伊藤聡情報統合型物質・材料研究拠点長は「米グーグルも材料科学をＡＩのターゲットに据えているが、材料の専門家でなければＡＩの解析結果を生かせない」と指摘する。

費用対効果計れず、必要データ数「正解ない」

　物材機構はＭＩ研究をけん引してきた。２７万３８３０物質の結晶構造データ、２９万８０００件の特性データを収録したデータベースを整え、物材機構の連携企業には第一原理計算などの解析ツールを含めて研究環境を提供している。また鍛造や溶接などの製造プロセスと材料組織、材料特性データから、材料の疲労寿命や脆化などの性能を予測する統合システムを開発。製造装置のセンサーデータをＭＩに活用する仕組みを整えた。

　企業にとってはＭＩを活用する際に、自社保有データに物材機構のデータを加えて解析範囲を広げられる。最も複雑な製造プロセスのデータも扱う仕組みも用意された。

　旭化成の中尾副社長は「社内技術者の業績評価を変えなければならないかもしれない。オン・ザ・ジョブ・トレーニング（ＯＪＴ）からデータ科学的な技能継承。ノウハウなどの構造化できないデータの扱いも解決しなければならない。いずれにせよ生産技術やプロセス技術の強化は必須。チャンスも課題もある」と展望する。

　問題はＭＩ用にデータを集める費用対効果を計れない点だ。材料学者の考える物理現象の複雑さと、情報科学者がデータを読み解く複雑さが対応していない。つまり物理現象に対して学習データがどれだけ必要かわからない状態にある。正攻法は確立しておらず、出村副部門長は「正解がない」と説明する。

　反対に費用対効果が計れた物理現象から事業の採算性を計算できるようになる。解けた問題からビジネスになるため、企業は手の内を明かさない。産業技術総合研究所人工知能研究センターの麻生英樹副研究センター長は「（情報科学者にとって）問題を解くのに必要なデータ量を求められたら研究は終わったも同然」と指摘する。

　ＭＩは学から産への移行期を迎えつつある。研究環境を整えたが確立した正攻法はまだない。一方、民間ではＭＩの事業化が進んでいる。
（文＝小寺貴之）

日刊工業新聞2017年12月13日

※内容・肩書は当時のもの
【用語解説／マテリアルズ・インフォマティクス】
　材料の構造や物性などのデータを基に、ＩＴやビッグデータ、ＡＩなどを活用して物理法則に基づいて新材料の分子構造や組成、特性を求める。研究者の経験に依存した従来の手法に比べて大幅に開発期間を短くできる。