利用人工智慧（AI）進行材料開發的「材料資訊學（MI）」正在蓬勃隊形變換。其應用已經擴展到去碳社會的關鍵——電池等的開發中，在這種情況下，日本要想勝出需要採取什麼戰略呢？對此，記者採訪了日本材料戰略專家會議的成員，正致力於利用機器人推進材料開發數化轉型（DX）的東京大學一杉太郎教授。
東京大學的一杉太郎教授
——結合AI和機器人的材料開發正在受到關注
「我們開發出了自主探索材料的AI機器人系統，並於2019年開始投入運行。AI根據研究人員設定的目標制定實驗計劃，由機器人反復進行合成和評估。AI會學習獲得的結果，然後制定接下來的實驗計劃。實驗速度提高了10倍。這在日本擅長的固體材料領域是全世界最先進的舉措。」
「該領域2020年取得了全球性的突破，英國利物浦大學的自律工作機器人8天做了688次實驗，將觸媒的性能提高了6倍。人類無論如何也無法完成這種超乎尋常的工作量。這促進了科研人員意識的轉變，讓人意識到不掌握該技術是無法勝出的。感覺之後從企業收到的關於MI的諮詢變得具體了，由此開始全面導入。」
——開發一線會發生怎樣的變化？
「我們期待的不僅僅是縮短時間和提高效率。其中蘊藏着脫離人類的思維定式，取得意外發現的可能性。在最近的實驗中，探索電池的電解質時偶然發現了適合電極的材料。這是利用機器人一次收集各種類型的資料，大幅擴大探索範圍所取得的成果。」
「有人認爲AI機器人會搶走研究人員的工作，這種想法完全是錯誤的。機器人可以將我們從簡單的工作中解放出來，讓我們專注於更有創造性的工作。如果能創造在家裏也可以做實驗的環境，還有助於推進工作方式改革。」
——日本應該採取什麼戰略？
「要想在材料開發方面佔據優勢地位，取得AI機器人的實際的標準制定權非常重要。這樣不僅是資金，資料和技術也會自然而然地聚集過來。我們組合分析設備時費了很大的心血。如果像生物領域那樣，製造分析設備的企業輸給海外企業，研究資金就會流向海外。」
「需要增加材料和資訊領域的雙能人才。不過，並不是要所有人都成爲AI專家，只要具備能與專家進行討論的共同語言就行。我目前仍擔任特聘教授的東京工業大學物質資訊卓越教育院利用化學廠商等約30家企業提供的資金，設置了爲學生和企業員工提供教育的場所。還促成了學生的就業，並誕生了開展聯合研究的機會。」
競爭與合作的平衡很重要
東京大學開發了利用AI和機器人自主高效地探索材料的系統
與AI迅速隊形變換的影像處理等領域相比，材料領域可用於AI開發的資料量有限。AI機器人可以說是資料的生產工廠，如果其應用範圍擴大，就有望解決資料量有限的問題。
另一個關鍵是建立共享資料的機制。政府正在開發供全國的大學和企業共用材料開發知識和資料的機制「材料DX平台」。有助於發現某種材料適用於與最初設想的目的不同的用途等。
另一方面，也有人指出，在競爭企業之間共用知識存在障礙。因此，一杉教授認爲：「也可以選擇建立對數據本身進行買賣的機制」。要想不錯過材料開發領域正在誕生的「工業革命」，維持競爭與合作的平衡非常重要。
日文：遠藤智之、《日經產業新聞》，2022/4/18
中文：JST客觀日本編輯部
