富士通と理研、材料設計におけるAIの有用性を実証

富士通株式会社は、理化学研究所 革新知能統合研究センター(AIPセンター)理研AIP-富士通連携センター(連携センター長:杉山将)(※1)において、AIPセンター分子情報科学チーム(チームリーダー:津田宏治)らとともに、材料設計に第一原理計算(※2)とAI(人工知能)技術を活用して、高いイオン伝導率を実現するための全固体リチウムイオン電池用固体電解質の組成を予測し、実際に合成と評価実験を行ってこれを実証した。

これにより、計算負荷の大きい第一原理計算からのデータが比較的少数しか得られていなくても、AI手法と組み合わせることで、最適な材料組成を効率的に見つけ出し、材料開発を加速できることが実証された。

今後、電池、半導体、磁性体などの材料開発分野で、今回の例をはじめとするマテリアルズ・インフォマティクス(※3)技術の活用が期待される。

背景

これまで、材料開発の成功は研究者・技術者の長年にわたる経験や鋭い勘に頼らざるを得ず、多くの失敗の積み重ねも必要とされていた。

一方、第一原理計算は材料の組成を指定すれば量子力学に基づいて特性予測が可能であるため、新たな高機能材料の最適組成を実験に先立って予測し、実験の失敗を低減するのに役立つが、計算負荷が非常に大きく、様々な組成について一度に多数の計算を行うと計算そのものに膨大な時間がかかるという問題があった。

概要

理研AIP-富士通連携センターでは、「想定外を想定するAI」をテーマとして研究開発を行っている。その1テーマとして、材料シミュレーション、実験、AIの密接な連携を通して材料開発における課題を解決し、開発期間を数分の一に短縮すること、更には、容易には思いつかない組成や結晶構造をもつ新たな高機能材料を発見すること、などを目指している。

今回、AI手法の一つであるベイズ推定法(※4)と組み合わせることにより、第一原理計算の計算回数を数十分の一に抑制し、株式会社富士通研究所で実績のある全固体リチウムイオン電池(※5)における固体電解質の候補材料の一つで、3種類のリチウム含有酸素酸塩から合成される化合物について、高いリチウムイオン伝導率を実現するための最適組成を現実的な時間内で予測することに成功した。

更に、化合物の合成と分析を実際に行い、予測された組成付近で他の組成よりも高いリチウムイオン伝導率が実現されることを確認した。これにより、新たな高機能材料開発の目処が付いたと同時に、予測の正しさが実証された。

効果

リチウムイオン伝導率は固体電解質材料の重要な特性の一つで、リチウム電池の充放電速度を支配する因子だ。今回の成果は、材料シミュレーションとAI手法を活用したマテリアルズ・インフォマティクス技術が、液漏れや発火の心配がなく充放電特性に優れたリチウムイオン電池の開発を効率的に行ううえで有効な手段になることを実証したものだ。

【※注釈】

  1. 理研AIP-富士通連携センター:
    理化学研究所 革新知能統合研究センター(AIPセンター)と富士通株式会社(富士通)が2017年4月に開設した連携センター。環境の不確実な変化に対しても、的確な未来予測に基づいて人のより良い判断を支援する「想定外を想定するAI技術」の実現を研究テーマとした共同研究を進めている。
  2. 第一原理計算:
    材料シミュレーションの手法の一つ。量子力学に立脚した電子状態理論を使って、経験的パラメータを用いずに、原子の数と種類だけから物質・材料の様々な性質を計算することができるが、他の手法と比べて計算負荷が非常に大きい。
  3. マテリアルズ・インフォマティクス:
    材料合成・分析技術、材料シミュレーションなどの材料分野の技術に、データ科学、AIなどを連携・融合させて材料探索を加速する取り組み。これにより材料開発に要する期間とコストの大幅な削減が期待されている。
  4. ベイズ推定法:
    ベイズ確率の考え方に基づき、観測事実からその原因である事象を確率的に推論する手法。
  5. 全固体電池:
    電解液の代わりに固体の電解質を使用した電池。イオンは固体内を移動する。電池の材料が全て固体であるため、液漏れや発火の心配がない。高温環境など既存の電池が使用できない環境でも使用でき、高電圧化や大容量化しやすい次世代電池として開発が活発に進められている。

【関連リンク】
富士通(FUJITSU)
理研(RIKEN)

Previous

STマイクロエレクトロニクス、安全な自動運転の実現にむけマルチバンドGNSS測位用ICを発表

SAPジャパン、狭帯域のIoT接続を追加した最新の「SAP IoT Connect 365」を提供

Next