マテリアルズ・インフォマティクス（以下、MI）は、統計分析などを活用したインフォマティクスの手法により、材料開発を高効率化する取り組みである。これまでの材料開発は、研究者の経験や勘に大きく依存し、実用化までに非常に長い時間と費用を要していた。一方で、市場では製品ライフサイクルの短命化、資源の制約などを起点として、材料開発への要求が多様化・高度化しており、その要求に応えるべく、世界的にMIへの取り組みが本格化している。
積水化学工業株式会社（以下、積水化学）と株式会社日立製作所（以下、日立）は、材料開発におけるMIの推進に向け、協創を開始する。
同協創は、材料に関するデータとAIなどのデジタル技術を駆使することにより、短期間で効率的に材料特性や知見を見出すことが可能なMIの推進に取り組むもので、新材料開発の加速や研究開発の効率化・高度化を目指す。日立のLumadaで展開されるさまざまなソリューションのほか、先行研究として進める先進技術も幅広く活用し、積水化学の実業務においてその有用性を検証する。
具体的な協創の内容は以下の通り。
- CMOSアニーリングを活用した材料特性の最適条件探索による、材料開発の高度化
- AIを用いて材料開発知識の整理を自動化し、多様な知識を蓄積するナレッジベースを構築
- 実験デジタルツインの構築と実験データ収集の自動化による材料実験業務のDX化
日立が開発した量子コンピュータを疑似的に再現するCMOSアニーリング（※1）を材料開発分野に適用し、その効果検証を行う。新材料の開発では、試作と評価などの実験を繰り返し行う必要があり、時間やコストを要している。多くの選択肢の中から最適な条件の組み合わせを予測可能なアニーリング技術の活用により、積水化学が得意とするMIを用いた複雑な配合設計を加速し、新材料の開発サイクルのさらなる短縮や高度化を目指す。
日立独自のAIを用いて、社内外のさまざまなデータの整理を自動化、さらに国や研究機関が公開するデータベースと統合して、研究者が着目する多様な知識を蓄積する「材料開発統合ナレッジベース」を構築し、その有用性を検証する。
既存データの整理だけでなく、公開データとの統合により不足情報を自動的に補完するほか、AIを用いて正しい情報を整理できたかなど不確実性の評価も行い、情報の信頼性向上を図る。研究者は、蓄積した材料開発知識を横断的に検索できることで、実験情報の収集工数を削減し、多くのデータを用いた高度な新材料候補の予測が可能となるなど、材料開発の効率化が期待できる。
材料開発の現場で行われる実験ワークフローをサイバー空間上に再現し、各プロセスの実験データ（材料・手法・装置・作業者など）を関連づけ、実験デジタルツインを構築する。また、実験業務の自動化・リモート化に向けて、実験で用いられる計測装置と実験デジタルツインの連携に向けた検討も行い、材料開発の効率向上に関する効果を検証する。
試料合成や計測など実験過程で生まれるさまざまなデータを収集し、各データと実験ワークフローを日立の「IoTコンパス（※2）」を用いて関連づけ、データを統合的に管理する。また、計測装置とIoTコンパスを直接連携させることで、データ収集や解析の自動化を目指す。
これらにより、従来の一元管理が難しかった膨大な実験データを、個々に関連付けて俯瞰的な分析を容易にするほか、データ検索やフォーマットの整合作業など負荷を軽減し、実験結果の解釈や意思決定までのスピード向上が期待できる。また、実験データの一元化により、研究者間のデータ共有や他の研究でのデータの再利用にもつながる。
なお、今回の協創は、2021年度に実施した、日立の「協創の森」における研究開発部門が開発した3つの技術に関する紹介と、積水化学の「水無瀬イノベーションセンター」における実際の実験に基づく意見交換を行うことで実現した。
※1 CMOSアニーリング：磁性体の性質を説明するために考案されたイジングモデルを用いて組合せ最適化問題を解くために日立が開発している新型コンピュータ。
※2 IoTコンパス：設備の稼働状況や品質情報などのOTデータと、計画や在庫管理などのITデータをデジタル空間上で紐づけて、デジタルデータを容易に利用できるようにし、生産工程全体の最適化を支援ソリューション。