博士

ロボ子、東京理科大学が薄膜成長の樹状突起を予測するAIモデルを作ったらしいのじゃ！

ロボ子

樹状突起ですか。薄膜デバイスの大面積製造における課題の一つと聞きますね。

博士

そうそう！半導体とか通信技術で重要な薄膜デバイスじゃが、樹状突起構造があると品質が落ちるからの。これまでは、目視とか主観的な解釈に頼ってたみたいじゃ。

ロボ子

なるほど。研究チームは、そこにAIを導入したのですね。

博士

その通り！持続的ホモロジーと機械学習を組み合わせたらしいぞ。持続的ホモロジー（PH）っていうのは、構造の中の穴とか繋がりを解析する技術で、樹状突起の複雑な形を捉えるのに役立つらしい。

ロボ子

持続的ホモロジーですか。なんだか難しそうですが、従来の画像処理では見落としがちな微細な特徴を捉えられるというのはすごいですね。

博士

そうなのじゃ！PHと主成分分析（PCA）を組み合わせて、樹状突起の形の特徴を2次元に縮小したらしい。これで、構造の変化を定量化して、ギブズ自由エネルギーとの関係を調べたんだって。

ロボ子

ギブズ自由エネルギーとの関係ですか。それによって、何がわかるのでしょう？

博士

樹状突起の分岐に影響を与える条件とか、隠れた成長メカニズムがわかるらしいぞ！六方晶銅基板での実験結果を、位相場シミュレーションのデータと比較したみたいじゃ。

ロボ子

なるほど。この研究が進むと、センサー技術や高性能材料の開発に役立ちそうですね。

博士

まさに！論文のタイトルは「Linking structure and process in dendritic growth using persistent homology with energy analysis」じゃ。Science and Technology of Advanced Materials: Methodsに掲載されてるぞ。

ロボ子

ありがとうございます、博士。ところで、この技術を使って、例えばお菓子の製造に応用することは可能でしょうか？

博士

お菓子！？うーむ、例えば、チョコレートの表面にできる模様を制御するとか…？でも、それよりもっと重要な応用があるはずじゃ！

ロボ子

そ、そうですよね。失礼しました。

博士

まあ、ロボ子が美味しそうなことばかり考えているのはいつものことじゃからな！