English 
もし、私たちが必要としている物質そのものがすでに存在しているのに、ただまだ見つかっていないだけだとしたらどうだろうか。化学空間だけでも、考えられる小分子の数は \(10^{60}\) 以上あると推定されている。これは、従来の化学や材料探索の手法を用いて合成・スクリーニングできるあらゆるものを凌駕する、広大な領域である。.
科学的発見のための機械学習は、このパラダイムに挑んでいる。機械学習アルゴリズムは、科学者が実験室で貴重な時間を費やして実際に扱う前に、分子の挙動を予測し、候補となる物質や新たな研究分野を精査することができる。.
この記事では、機械学習アルゴリズムの仕組み、材料科学や化学の研究において具体的な成果をもたらした分野、そして予測を発見へと結びつける上で実験やデータがいかに不可欠であるかについて考察する。.
機械学習が化学や物質物理学とどのように結びつくか、その中核となる仕組み
機械学習を用いて特性を予測する際、モデルがまず行わなければならないことの1つは、構造を取り込み、それをモデルが理解できる言語で表現することだ。 例としては、分子を表す「SMILES」と呼ばれる一連の単語、原子の電荷や距離を表す「クーロン行列」と呼ばれる一連の数値、原子をノード、結合をエッジとするグラフネットワークモデル、分子の形状を捉えた3Dボクセルモデルなどが挙げられる。.
次の課題は、量子計算にかかるコストだ。SchNet、PaiNN、M3GNetといったモデルは、既存の計算結果から学習してエネルギー、力、バンドギャップなどの特性を推定するため、コストのかかるシミュレーションを繰り返し行う必要性を減らすことができる。. Microsoft’s Skala 1.1は、関連しつつも独自のアプローチを採用している。その深層学習による交換相関汎関数は、55のGMTKN55ベンチマークカテゴリのうち32で1位となり、加重平均誤差は2.8 kcal/molであった。これはDFTに取って代わるのではなく、DFTを改良するものである。.
研究者は検索の方法を変更できる。フォワードスクリーニングでは、候補を生成し、その特性を検証する。逆設計では、望ましい特性から出発し、通常は生成モデルを用いて、その特性を示す可能性のある構造を設計する。データセットが小さい場合は、ランダムフォレストやガウス過程などの手法が妥当である。一方、大規模なデータセットでは、深層等変量ニューラルネットワークが有効に機能する可能性がある。.
産業の最前線を変革する実社会での応用
AIを用いた材料探索の真の可能性は、研究がコンピュータ上のシミュレーションから、実際の産業上の課題の解決へと移行したときに明らかになる。その一例として、エネルギー貯蔵技術が挙げられる。これを利用することは可能だ 機械学習 イオン伝導性に関する固体電解質の検討、固体電解質界面の形成メカニズムの解明、およびデンドライト形成を抑制できる材料の発見を行うためのアルゴリズムである。さらに、希少金属を必要としない正極材料を探す際にも有用である。とはいえ、有望な候補物質については、その有用性を立証するために電気化学的な試験を行う必要がある。.
機械学習が活用される可能性のあるもう一つの例は、触媒反応だ。機械学習モデルを用いれば、触媒の表面との分子間相互作用をシミュレーションし、水素発生反応を通じて水素の生成を促進する材料を見つけることができる。同様に、二酸化炭素を捕捉したり、有用な物質に変換したりできる材料を見つける際にも、機械学習が活用される。.
エレクトロニクス分野で使用される材料は、第3のフロンティアを開く。高熱伝導性ポリマー、誘電体材料、有機半導体はいずれも、特定の特性の組み合わせを必要とする。マイクロソフトのMatterSimに基づくワークフローは、こうした探索によって候補を絞り込む方法を実証している。同ワークフローでは、100万件以上の 240,000 材料を調査し、タンタル・リン（TaP）を潜在的な高熱伝導率材料として特定した。 実験測定の結果、その熱伝導率は152 W/m/Kであることが確認された。TaP自体は以前から知られていたが、本研究により、これまで注目されていなかった有望な特性が明らかになった。こここそが、計算によるスクリーニングと実験的に測定可能な材料性能を結びつける、科学的発見のためのAIが有用となる点である。.
機械学習と自律走行実験施設の統合による閉ループ
有望な予測であっても、実験室での検証に耐えなければならない。ここで、自律型実験室が研究プロセスを一新する可能性がある。彼らの構想では、4つの段階がシームレスなループを形成している。生成AIが候補となる材料を生み出し、ロボットシステムが合成を行い、自動化された分光分析とX線回折によってその結果が検証され、ベイジアン・アクティブラーニングがデータを分析して次の試験に備える。.
その利点は、各実験の結果が次の実験に活かされる点にある。広範囲にわたる無作為な実験を行うのではなく、アクティブラーニングを用いることで、どの実験が最も多くの情報を提供し、不確実性を可能な限り排除できるかを判断できる。 これにより、科学者は、価値がほとんど、あるいは全くない候補物質に試薬や何時間もの実験時間を無駄にすることがなくなる。また、これはバーチャルスクリーニングの最大の弱点の一つ、すなわち、シミュレーション上では安定しているように見えても、実際の実験室環境では結晶化や合成が容易にできない物質の問題にも対処できる。.
そのような意思決定がどのように行われるかの一例は、 IBM’s 研究。同社は、第一原理に基づく電子輸送計算、半教師あり結晶グラフニューラルネットワーク、およびベイズ最適化を用いて、10ナノメートル以下の寸法における半導体のバックエンド・オブ・ライン（BEOL）配線用のトポロジカル材料候補を特定した。こうした手法は、物理的な試験が始まる前に、可能性の範囲を絞り込むのに役立つ。 おそらく、さらなる可能性は、これらの予測を自動化された実験と結びつけ、システムが実世界の結果から学習できるようにすることにある。.
技術的なボトルネックと科学的な安全策
あらゆる機械学習モデルの精度は、そのモデルが解釈できる条件やデータに左右される。このため、研究者が新しい化学構造や物質の組成を理解しようとする際、課題が生じる。既存のモデルは、新規の事例や分布外の事例に対して不正確な予測を行う可能性が高く、時には数学的には有望と見なされる新しい構造を推定しても、実際には物理的に生成不可能な場合がある。.
データの質もまた、別の課題となっている。精度の高い実験データセットは、依然として収集が困難であり、作成には多額の費用がかかり、多くの場合、学術リポジトリ内に孤立している。また、発表された論文では、成功した合成例のみが取り上げられ、失敗例については十分に報告されていない傾向がある。このため、モデルが「何がうまくいかないか」に関する情報を得る機会が制限されてしまう。.
また、理論上の安定性と実際の合成可能性の間にも隔たりがある。シミュレーション上では熱力学的に安定に見える構造であっても、反応条件の都合で研究者がそれを合成できない場合がある。マイクロソフトの「RetroChimera」は、妥当な合成経路を予測することで、この課題の一部に対処している。同システムは 90% 化学者たちが提案された合成経路を評価したブラインド評価において、専門家から高い評価を得た。しかし、これは90%の実験室での合成成功率を示すものではない。結局のところ、AIによる予測を科学的な発見として扱うには、実験による裏付けが必要だ。.
研究機関における戦略の実行
研究機関は、スケーラブルなシステムを導入する前に、質の高いデータベースを構築する必要がある AI 科学的な問題に対して。FAIRの原則により、データセットはより見つけやすくなり、アクセスしやすくなり、相互運用性が高まり、再利用しやすくなるだけでなく、そのデータを生成した実験についても透明性が高まる。もちろん、基礎となる証拠がどのように得られたかを示す、結果に関する包括的な記録が存在すべきだ。.
IBMは、化学および材料研究向けの4段階のデータパイプラインを設計する際、これらのデータ原則を考慮している。このパイプラインでは、候補となるデータセットを導入し、科学的品質を評価し、専門家による検証を行い、既存の証拠が不十分な場合には新たなデータを生成する。.
こちらもお読みください： ガイドワイヤー、英国の保険AI企業hyperexponentialを買収へ
さらに、研究者たちは、保存則や熱力学的性質、対称性を考慮した物理情報型ニューラルネットワーク（PINN）を学習させることで、より物理的に整合性があり、現実的なモデルを構築できる可能性がある。そのためには、化学者、材料科学者、機械学習の専門家間の協力が必要となる。.
科学的発見の未来は、人間とAIの協働にかかっている
AIは、新薬や新素材の発見において、即座に予測可能な研究成果をもたらすわけではない。モデルは探索を導き、潜在的な新構造を浮き彫りにし、反復的な実験の数を減らすことはできるが、それが有用か、あるいは市場性があるかを判断することはできない。 それは、その根底にある物理学や化学を深く理解している科学者たちの役割だ。研究者の時間を確保し、彼らが新たな課題に挑戦できるようにする能力こそが 予測, 、異常を調査し、アイデアを試すことこそが、AIの真の可能性だ。AIは力業的な探索の多くを担うことができるが、専門知識と直感は依然として必要とされるだろう。.
日本語