この研究室はAIを使って「調理」し、新しい材料を作り出す

これらのコンピュータベースの手法は、研究者に新材料発見のためのより迅速かつ包括的な戦略を提供します。科学者が新しい材料を発見し、商業化に向けて十分に調整するには、20年かかることもあります。ウリッシ氏によると、従来は「広範囲の材料を探索するのは非常に困難でした」とのことです。1870年代、トーマス・エジソンは、手頃な価格の白熱電球に最適なフィラメントを見つけるために、3,000種類以上の材料をテストしました。最終的に、次の世紀に君臨したフィラメントはタングステン製でした。エジソンはタングステンを一度も試したことがありませんでした。

同様に、トロント/カーネギーメロンチームもまだ勝利の材料を見つけていないかもしれない。彼らのレシピは製造に大量の電力を必要とするため、現時点では二酸化炭素からエチレンを生産しても採算が取れない。サージェント氏と彼の同僚は、より経済的に実現可能なレシピの設計に取り組んでいる。先週Natureに発表された新しい論文で、彼らは二酸化炭素をエチレンに変換するためのより速く、よりエネルギー効率の高いレシピを可能にする、いわゆる触媒と呼ばれる複数の新材料の発見を報告している。これらの触媒は、最終的にこの技術を拡張可能にする秘密の材料になる可能性がある。「私たちは二酸化炭素排出量を削減する必要がありますが、世界中の人々の繁栄の増大を犠牲にしてそれを行いたくはありません」とサージェント氏は言う。

コンピュータの登場により、材料の配合はもはや個々の科学者の専門知識に厳密に限定されなくなりました。ウリッシとサージェントのチームは、触媒を見つけるために「Materials Project」と呼ばれる公開データベースを利用しました。このデータベースは、材料科学者にとってGoogleのような検索エンジンとして機能することを目指しています。このデータベースには、12万種類以上の無機化合物に関するデータが収録されています。誰でもウェブサイトにログインし、研究したい原子元素と追求したい特性を指定するだけで、多くの候補材料を素早く見つけることができます。

例えば、サージェント氏とウリッシ氏は過去の経験から銅含有材料が優れた触媒になることを知っていたので、Materials Projectで銅製の非反応性合金を具体的に検索した。同サイトは出発点として244個の結晶を提案した。チームのアルゴリズムはそのリストから、最も適合する可能性のあるアルミニウム含有銅合金を示した。アルゴリズムが最適なアルミニウムと銅の比率と、2つの金属をどれだけ均等に混ぜるべきかを予測すると、研究室の科学者たちはそれらの予測に基づいて材料を合成し、その結果をアルゴリズムにフィードバックした。コンピューターと研究室の科学者の間のこの反復的なプロセスにより、最終的に17種類の効率的な触媒が研究室で発見され、生成されることになった（この作業はすべて、2か月前に新型コロナウイルス感染症のパンデミックにより研究室が閉鎖される前に完了した）。

ますます多くの科学者が、新材料の発明にコンピューティングツールを活用するようになっています。「ここ20年間で、まさにパラダイムシフトが起こりました」と、ローレンス・バークレー国立研究所の物理学者で、2011年にMaterials Projectデータベースを立ち上げたクリスティン・パーソン氏は述べています。「コンピューティング技術は、ニッチな用途からイノベーションを推進する分野へと進化しました」と彼女は言います。

2017年、ボーイング傘下の研究者たちは、AIを用いて航空機部品の3Dプリント用粉末合金を発明したと報告しました。同年、ロスアラモス国立研究所の研究者たちは、AIを用いて、繰り返し加熱・冷却しても強度が低下せずに使用できる合金を設計しました。昨年7月、デュラセルは、パーソン氏が2004年にコンピューターシミュレーションを用いて初めて発見した新素材を含む「オプティマム」という新型電池を発売しました。石油大手BPは最近、マサチューセッツ州に拠点を置くスタートアップ企業Kebotixと提携し、より環境に優しいプラスチックの配合を設計するためのAI駆動型ツールを開発しました。

それでも、AIとスーパーコンピューターを駆使したにもかかわらず、サージェント氏とウリッシ氏のチームがこれらの新しい触媒を特定し、試験し、結果を発表するまでに約3年を要しました。パーソン氏によると、現在の材料発見のボトルネックは実験室、つまり化学物質の混合と試験にあるとのことです。アルゴリズムの有効性には限界があり、すべてのアイデアを実験台で検証する必要があると彼女は言います。

パーソン氏は、ロボットをワークフローに組み込むことで材料発見が加速すると考えている。「唯一の答えはロボット工学です」と彼女は言う。「大学の大学院生全員を雇って、組み立てラインに立たせ、計算が吐き出すあらゆる可能性を試させるわけにはいきませんから。」

実際、Kebotix社は既にロボットを活用した化学物質の発見に着手しています。同社は完全自律型の材料設計を目指しており、CEOのジル・ベッカー氏はこれを「自動運転ラボ」と呼んでいます。コンピューターシミュレーションが新材料の配合を提案し、ロボットがそれをテストする仕組みです。Kebotix社の顧客はこれらの機能を独自に利用することも可能です。最近、国立衛生研究所のある研究所では、同社のAIソフトウェアを用いて医薬品開発のための実験をより効率的に実施しました。

それでも、ロボットが材料を発見するには、人間の監督が必要になる。アルゴリズムは超高精度ではなく、新素材の合成には依然として「かなりの職人技」が必要だとサージェント氏は言う。「実験者が理論家を驚かせないことなどないわけではない」と彼は付け加える。スタンドミキサー、インスタポット、パン焼き機があっても、キッチンには依然として料理人が必要なのだ。

WIREDのその他の素晴らしい記事

中国のAI大手がチャットと監視を容易にした方法
インターネットを救ったハッカー、マーカス・ハッチンズの告白
遠く離れていても一緒に歌うことを学ぶ
東京湾での27日間：ダイヤモンドプリンセス号で何が起こったのか
自宅で髪を切るためのヒントと道具
👁 AIがCOVID-19の潜在的な治療法を発見。さらに、最新のAIニュースもお届けします
🏃🏽‍♀️ 健康になるための最高のツールをお探しですか？ギアチームが選んだ最高のフィットネストラッカー、ランニングギア（シューズとソックスを含む）、最高のヘッドフォンをご覧ください