尋找新材料的流程一般是先合成材料，並測量其特性。透過評價考察，篩選出接下來要合成的候選材料。然後再次合成材料，如此循環（下圖左）。開發人員可以透過這樣的循環獲得新的發現，探索出特性更加優異的材料。不過，近年來探索開發的高功能材料結構越來越複雜，尋找新材料的難度也變得越來越大。
日本產業技術綜合研究所的岩崎悠真特定研究專員（現爲日本物質材料研究機構的主任研究員）等人開發出了可以在自我完善的同時，探索新材料的人工智慧技術（自成長材料探索AI）。該AI透過在電腦内反復虛擬合成、評測、考察材料來不斷積累知識提高智慧（下圖右）。
常規的材料探索流程（左）與自成長材料探索AI（右）的比較
研究團隊利用該AI，探索了磁化較大的磁性合金材料，發現向鐵鈷（FeCo）合金中添加少量的銥（Ir）和鉑（Pt）後，磁化可超越Fe0.75Co0.25合金，而這一合金在之前被認爲達到了性能上限（Slater-Pauling Limit）。另外研究團隊還實際合成了這種合金，並明確了其特性機制。
這種材料開發技術可應用於各種材料的探索，能提高材料開發的整體效率和速度。另外，還有望幫助研究人員發現憑藉以往的常識想像不到的新奇材料，促進科學的深水層進步。
日文：JSTnews 2021年6月號
翻譯編輯：JST客觀日本編輯部
