ニュースイッチ

「マテリアル大航海時代」…材料探索地図を共創するトヨタの挑戦

トヨタ自動車などが材料データを持ち寄って探索地図を作る共創活動を進めている。X線回折(XRD)などの計測データを人工知能(AI)技術で地図化し、誰がどんな材料を持っていそうか探せるようにする取り組みだ。各社にとって研究データは“虎の子”で社外に出せるような代物ではない。そのためデータ連携の敷居を極限まで下げた。物質の名前や化学組成さえ共有しない。それでも性能予測式で連携相手を探せる。(小寺貴之)

「材料研究の成功率は1%もない。だからこそ同じ失敗を各社で繰り返すことは避けたい」とトヨタ先端材料技術部の平田裕人部長は説明する。成功率1%の裏を返すと、99%の材料は特定用途でこそ花開かなかったが、誰かが合成に成功した素性の良い材料といえる。

各社が作るデータセットと特性予測式のイメージ

例えばチタン酸ストロンチウムはセラミックコンデンサーにも水分解触媒にも使われる。燃料電池車の水素吸蔵合金は車載電池の負極に応用された。開発材料が当初の想定と違う用途に応用される例は少なくない。誰かの99%の中から次の材料を探せれば開発効率は飛躍的に向上する。

だが企業間で研究データを共有するのは極めて難しい。競合相手でなくとも“虎の子”を社外に出すのははばかられる。秘密計算やAIの連合学習などデータを秘匿したまま計算する技術は出てきたが、そもそも自社がどんなデータを持っているかさえ開示できないのが普通だ。そこで計測データとAIで地図作りを始めた。

XRDのスペクトル(波形データ)とX線光電子分光(XPS)のスペクトルを持ち寄り、AI技術で類似度マップを作る。XRDは物質の結晶構造、XPSは電子状態の情報を含んでいる。

材料探索の地図作りのイメージ

そして各社はAIで性能の予測式を作る。磁石メーカーなら磁気特性、触媒メーカーなら反応活性などと、ほしい性能の物質がどんなXRD・XPSスペクトルになるか予測して、地図の中から当たりを付ける。材料保有者が見つかったら連携を持ちかける。各社の探索や交渉にトヨタは関わらない。

平田部長は「ほしい性能ごとに予測式が変わる。その分野で材料を深く研究している人ほど恩恵を受けるインセンティブ設計になっている」と説明する。トヨタ社内では材料地図で触媒に転用可能な物質を見つけ、実際に性能が1・6倍に向上した。

現在、世界では材料研究の「マテリアル大航海時代」と呼ばれ、自動実験装置で広大な未調査領域の探索が進んでいる。その地図を作る挑戦になる。


【関連記事】 トヨタグループも注目、熱源を操り省エネを実現する愛知の実力企業
日刊工業新聞 2024年05月07日
小寺貴之
小寺貴之 Kodera Takayuki 編集局科学技術部 記者
マテリアルズ・インフォマティクスやデータ駆動が注目されてそろそろ10年が経とうとしています。産も学も多くの努力をしてきて、データ連携の重要性はみんなわかっていながら、それでも連携できなかった10年だったと思います。その間に自身でデータを集められるところから成功して学術界では海外の大型投資を受けたラボ、産業界では社内でデータを集約できた企業が成果を上げています。個々の取り組みは成功していると言えます。連携は難しいとはいえ、秘密計算や連合学習などいろんな技術が出てきました。データ整理や分析のツールは充実してきました。それでも、組める相手探しが大変すぎました。今回の地図作りはこれを突破する一助になるはずです。初めXRDの地図と聞いて、化学組成くらい共有したらいいのにと思ってしまいました。化学組成がわかっても同じ物質を作るのはとても困難です。組成比だけでどうにかなることはほとんどなくて、結晶内部の欠陥の分布だったり、層間のずれだったり、歪みだったり、クラックの入り具合だったり、材料の素人にはわけのわからないところで性能が決まっていたりします。その結晶構造がわかったとしても、それを作る製造プロセスがわかりません。それでも連携の障害になりえることは極力排除して地図という形になっています。この方法論は無機材料に限らずいろんな連携に生かせるはずです。各社・各ラボに眠るデータに命を吹き込めるかもしれません。

編集部のおすすめ