人工知能（ＡＩ）が企業や研究機関の研究開発そのものを深く進化させている。ＡＩ技術を使って材料や製造技術、生活科学などの分野で研究を進める非ＡＩ分野の研究者たちが、従来にないデータ解析手段を学んでフル活用しており、成果が相次ぐ。ＡＩ研究者でなくても、ＡＩ技術の取得は研究に不可欠なものとなるかもしれない。

開発期間を短縮　８０億通りから最適解

　「経験的にいえば、開発期間がだいたい３分の１になった」と日本触媒事業創出本部の右田啓哉研究員は実績を振り返る。社内で研究者から実験データを預かり、データ科学やＡＩ技術を駆使して解析することで、触媒設計の勘所を導き出す。

　必ずしもビッグデータ（大量データ）解析のように膨大なデータを集める必要はない。数十件程度の小規模なデータでも適した分析手法を選び、開発を加速している。

　データ分析はあらゆる科学の基本だ。これまでも効率良くデータを集める「実験計画法」や、多様な因子から影響の大きい因子を探す「主成分分析」など、データを扱う手法はあった。近年の世界的なＡＩブームを受けて再検証され、ＡＩ導入が進んでいる。

　東京大学の塩見淳一郎教授と新潟大学の桜井篤准教授らは、赤外線吸収材料の開発に機械学習を応用した。研究グループは半導体材料や誘導体材料の薄膜を積層することで、特定波長の赤外線を吸収する構造を作り出そうとしている。だが膜厚や材料の種類の組み合わせは約８０億通り存在した。人間が考えて検証していては到底、終わらない。そこで「ベイズ最適化」という機械学習法を取り入れ、構造を絞り込んだ。絞り込みと理論性能の予測を繰り返し、全体のわずか２％の探索だけで高性能材料を見つけることができた。桜井准教授は、「研究者の直感では思いつかない構造にたどり着いた。結果をみて解釈すると、その合理性がよくわかる」と振り返る。


　一般的に、人間が多層構造を設計しようとすると、規則性のある構造を基本に考えてしまう。これに対してＡＩは、多層構造の上３―４層を周期性のある構造とし、下層は非周期性の構造を混ぜた。周期構造で目的とする波長の吸収を高め、非周期構造で他波長の吸収を防いでいた。

　桜井准教授は、「既存手法では局所最適に陥る問題でも、ベイズ最適化なら全体最適になる」と期待する。

現象の理解進む　少ないデータでも解析

　慶応義塾大学の緒明佑哉准教授と東大の五十嵐康彦客員共同研究員らは、多層材料をバラバラにしてナノシート（ナノは１０億分の１）を製造する過程にＡＩ技術を応用した。多層構造の酸化チタンに有機分子を導入し、溶媒に混ぜると各層のシートが分散する。この有機分子と溶剤の組み合わせを１００データ用意し、多様な検証項目があっても、少ないデータで情報を抽出できる「スパースモデリング」で分析した。緒明准教授は、「研究室で集められる少ないデータでも解析できる」と説明する。


　実際には、予想した３５因子の中から溶剤の粘度などの五つが有力候補になった。実験で有機分子と溶剤分子の分極率が効いていることが確かめられ、ナノシートの収率は５―１０倍に高まった。緒明准教授は「分散というさまざまな因子が影響しあう現象の理解が進んだ」と振り返る。

　材料や製造技術のように理論化しやすい分野では、開発の効率化と科学的な理解の双方でＡＩ技術が貢献している。産業技術総合研究所人工知能研究センターの辻井潤一研究センター長は、「科学的な理解が進めば、理論的な性能予測が向上し、より確度の高いデータが集まる。データと理論の両方のアプローチが向上する好循環を起こせる」と期待する。

混沌を解析　画像認識からデータ化

　ＡＩは、人間の生活を自然科学や人文、社会学を応用することで衣食住などの環境を改善する「生活科学」といった、理論化の難しい分野でも有効だ。データ収集技術として導入が進んでいる。

　もともと研究者にとって日常生活の研究は最も身近でありながら、その多様性と変化の速さが課題だった。生活空間に存在する日用品は多種多様。その使い方も独自にアレンジされることが多い。

　アンケートやヒアリング調査で事例を集めても、各人の無自覚なアレンジはデータになりにくい。だが小さな誤使用は、けがや火事などの原因になりかねない。

　ＡＩの導入はこうした状況を変えつつある。画像認識ＡＩの進化によって、一般物体の認識や人間の動作解析が大きく進んだ。同時に顔認証も精度が向上し、カメラの映像から特定個人を追跡することで、その動作や使っている道具、環境を記録できるようになった。

　産総研の西田佳史首席研究員は、高齢者の行動データベースを構築している。高齢者施設に距離カメラを設置し、身体機能や認知機能ごとに生活動作や映像を記録する。例えば身体機能が低下した高齢者は、ベッドの手すりをどうつかんで身体を支えるのか、イスからの立ち上がり方やつえの持ち方などを、映像で確認する。メーカーが誤使用やけがの防止策を検証できるようになる。データベースは参加者の同意を得て公開している。

　西田首席研究員は、「ＡＩで家具や日用品から生活シーンを分類し、その動作も計測できるようになった。データをためてリスク因子などを明らかにしたい」と展望を話す。

　ＡＩは、混沌（こんとん）とした生活を科学的に解析する基盤になろうとしている。こうした技術は中国は国家統制、米国のＩＴ企業はマーケティングに使っている。辻井センター長は「米中と同じ技術でも、日本は福祉やＱＯＬ（生活の質）の向上を志向する。ＡＩの使い方に国の特徴が出ている」と指摘する。

　政府は文系の大学生を含めて、広くデータ科学やＡＩを学ばせる教育政策を打ち出している。研究現場ではＡＩの活用がますます広がりそうだ。


（文＝小寺貴之）