物質・材料研究機構、豊田工業大学

数千編の論文の知識を図一枚に整理するAIを開発

　物質・材料研究機構（ＮＩＭＳ）は、豊田工業大学シカゴ校と共同で、科学技術論文から材料設計に必要なプロセス・構造・特性に関する因子とその相関関係を抽出し、整理・可視化するＡＩを開発した。このＡＩを使って、数千編の科学技術論文に収録された知識を１枚の図として整理することで、設計者の知識を補助し、合理的・効率的な材料設計が可能となる。

　材料の性能は複数の特性で決まり、それらの特性は構造およびその構造を制御するプロセスと関連している。したがって、望む性能の材料を設計するためには、対象とする特性と関連する構造やプロセスの因子と、その相関関係を理解することで合理的・効率的に開発を進められる。

　現在、研究が進んでいる情報科学のアプローチを物質・材料研究に利用するマテリアルズ・インフォマティクスでは、大量のデータがあれば、深層学習を利用して因子や相関関係を抽出することは可能。しかし、実験による相当量の材料データの取得・データベース化には多くの労力がかかるため、プロセス・構造・特性・性能を関連付けた材料設計におけるマテリアルズ・インフォマティクスの利用は困難だった。

　同研究チームでは、材料データではなく、科学技術論文の文章データを自然言語処理によってコンピュータに読ませ、教師あり深層学習を適用することにより、材料設計に必要なプロセス・構造・特性に関する因子とその相関関係を抽出し、材料設計因子相関図を描画するアルゴリズムを開発した。

　ユーザーが性能を規定するいくつかの特性を選ぶことで、抽出された知識を基に、特性と関連する構造、構造を制御可能なプロセスに関する因子とその相関関係を関連性の強さとともに図として表現する。

　例えば、鉄鋼材料に関して��強度�≠ﾆ��延性�≠�特性として選ぶことで、両特性の制御に有効であると知られている微細複合組織に関する構造・プロセス因子との相関関係が出力される（図参照）。

　同研究は、自然言語処理と深層学習を積極的に材料設計へ活用した先進的な取り組みであり、関連研究をさらに推し進めることができるよう、今回開発したＡＩのソースコードを無償で公開する。