の画期的なコラボレーション。 株式会社村田製作所このたび、日本電気硝子株式会社と独立行政法人物質・材料研究機構（NIMS）は、誘電体材料の特性に関する包括的な新しいデータベースを構築しました。掲載誌 先端材料の科学と技術：方法この研究は、次世代の電子材料とエネルギー貯蔵技術の開発を大きく前進させることを目的としています。
AIを活用した材料探索は技術革新の大きな可能性を秘めていますが、広範で高品質なデータセットの不足が進歩を妨げています。このギャップに対処するため、研究チームはStarrydata2ウェブシステムを利用して、5,000以上の科学論文から実験データを収集し、20,000以上の材料サンプルを網羅しました。このプロジェクトの特筆すべき点は、科学的グラフから直接データを抽出するためのチームの標準化された方法です。「私たちの研究のユニークな点は、手作業でグラフをトレースし、元の研究論文の矛盾を修正して、クリーンで高品質なデータセットを作成する細心のプロセスです。
このデータベースは、電子応用に使用される重要な材料に焦点を当てたもので、この種のデータベースとしては最大規模であり、これまでの取り組みを大きく上回るものです。この膨大なデータセットを活用し、研究チームは機械学習（ML）技術を応用してさまざまな材料の電子挙動を予測しました。
こちらもお読みください： 株式会社アトラス、富士工業株式会社と共同でPrismのAIエージェント機能を拡充
当初、これらのMLモデルは「ブラックボックス」として機能し、明確な説明なしに予測を提供していました。この限界を克服するために、研究者たちは視覚的なデータマップを開発し、クラスタリングアルゴリズムを適用して、類似した材料を自動的にグループ化しました。このアプローチにより、異なる材料組成がその特性にどのような影響を及ぼすかというパターンが明らかになりました。また、7つの主要な強誘電体ファミリーを含む、明確なグループへの材料の分類を可能にし、組成ランドスケープのグローバルなビューを提供しました。
この研究の焦点の1つは、スマートフォンやコンピューター、ソーラーパネルなどのエレクトロニクスやエネルギー貯蔵デバイスに不可欠なABO₃ペロブスカイトという材料群です。研究チームの可視化により、材料の基本構造と誘電率の間に明確な関係があることが明らかになり、確立された科学的理解がさらに深まりました。
綿密なデータキュレーションと高度な機械学習を組み合わせることで、この研究は従来の試行錯誤の研究から大きく転換しました。「これまでで最大のデータセットをキュレーションし、様々な機械学習手法を組み合わせることで、組成空間全体の景観をかつてないほど詳細に可視化することに成功しました」と研究チームは述べています。
今後に向けて 物質・材料研究機構 このデータセットは来年公開される予定で、世界中の研究者がさらなるブレークスルーのために活用できるようになります。将来的には、製造方法と加工条件を統合することで、製造技術と材料特性の関連性をより正確に予測できるようになるかもしれません。
