2050年之前實施溫室氣體淨零排放的目標加速了材料的剝削競爭。要想實施促進再生能源普及的低成本光伏電池和蓄電池，需要使用前所未有的全新材料。輕巧堅固的結構材料有助於減輕車身和機身的重量，便於行程。研究人員計劃利用人工智慧（AI）技術。爲了在短時間内快速創新，業界紛紛展開了行動。
利用AI試製的聚合物光伏電池元件＝圖片由大阪大學提供
大阪大學的佐伯昭紀教授正利用AI開發由廉價的聚合物形成的新一代光伏電池。佐伯教授以論文中發表過的1200種光伏電池爲基礎，讓AI學習了聚合物的結構和發生反應的光的波長等特徵。
完成學習的AI發現了揭示光伏電池的發電效率與聚合物的特徵之間的關係的「法則」。根據聚合物的結構預測發電效率爲11.2％。實際製作出來的產品，發電效率與預測值基本相同，爲11％。
與利用硅製作的普通光伏電池相比，利用聚合物製作的光伏電池成本更低，重量更輕。雖然發電效率低於硅光伏電池，但最近10年性能在迅速提高。聚合物的結構存在無數種組合。大阪大學探索的候選物質多達20萬種。在依靠經驗和直覺的試錯中，反復實驗的方法會出現疏漏，性能的改善存在極限。
在材料開發中融合AI等的方法稱爲「材料資訊學」。
利用這種方法的話，即使不做實驗也能鎖定優質材料。佐伯教授說：「一個人合成並應答100種聚合物需要5～6年的時間。而AI一分鐘就能選出可能有用的材料」。目前正與企業及臺灣和美國的大學共同推進研究。
築波大學的五十嵐康彥副教授和慶應義塾大學的緒明佑哉副教授等人發現可提高鋰離子電池容量的負極材料也是源於AI。
AI發現材料的熔點等會影響容量，並選出3種有前景的有機材料。對其中一種進行測量發現，擁有全球最高水平的容量和耐久性。
五十嵐副教授表示：「包括AI在内的資料科學是繼始於古希臘時代的經驗科學、17世紀以後的理論科學和20世紀誕生的計算科學之後的第四門科學」。有人認爲，目前正在發生材料開發歷史上百年一遇的創新。
2011年，美國當時的歐巴馬政權提出了「材料基因體計劃」。即在材料開發中融入透過破譯生物基因體（全遺傳資訊）來隊形變換生命工學和製藥的方法。
美國在5年的時間裏向該方法投入500多億日元。中國也展示了存在感。日本從2015年前後開始在政府的支援下致力於該方法。
該方法之所以受到關注，是因爲去碳的難度比較高，需要使用全新性能的新材料。AI在圍棋領域也已經隊形變換到毫不遜色於人類的水平。利用AI和資料探索尚未發現的新材料的時代已經到來。
向資料主導的研究轉型帶來了劇烈的變化。最大的變化是研發速度加快。一個很好的例子是新冠電腦病毒疫苗。只要有電腦病毒攜帶的遺傳物質的資訊，之前以年爲單位的開發週期就可以縮短至幾個月。
這種劇烈的變化就好像是之前一直準備參加馬拉松比賽的運動員現在要參加百米賽跑一樣。受影響比較大的，是一直憑藉化學和材料科學在「馬拉松比賽」中獲獎的日本。除了依靠經驗的專業技能外，今後還需要具備靈活運用AI的能力。還要培養擅長開發和操作AI的人才。
據悉，在海外，谷歌等擅長AI的美國大型IT企業，以及歐洲的大型學術出版社已開始收集材料資料。
也有意見認爲，即使其他國家擁有資料，「日本只要在現實世界使用的物質的合成技術方面發揮實力就可以了」。真的是這樣嗎？日本的國際競爭力已開始出現下滑的跡象。
日本文部科學省科學技術與學術政策研究所的資料顯示，在受全球關注的研究論文數量方面，1995～1997年（平均）日本在化學領域的排名僅次於美國，位居世界第二，論文佔比約爲10%。而2015～2017年的佔比降至4.9％，排名降至第六位。同一時期中國的佔比約爲40％，超過美國登上榜首。
日本國立研究開發法人物質材料研究機構從2017年度開始致力於研究環境的建設，包括自動收集量測裝置產生的資料，以及利用AI收集論文的資料等。由此發現了隔熱性全球最高的薄膜等。
另外，還打算以機構内的舉措爲基礎，從2021年度開始將範圍擴大到全國的大學和研究機構。設想利用2萬名研究人員。物質材料研究機構綜模具組裝材料開發與資訊基礎部門主任出村雅彥表示：「包括失敗的實驗結果在内，打算在國内收集大量資料，從而在世界範圍取勝」。
各國和各地區圍繞地球變暖對策爭相展開了去碳技術開發，與此同時，另一場戰鬥——材料開發也已經在水面下悄然展開。
日文：草鹽拓郎、淺沼直樹，《日本經濟新聞》，2021年1月25日
中文：JST客觀日本編輯部
