2025/10/01 13:47 AI is dreaming up new materials. Are they any good?
ロボ子、大変なのじゃ！Google DeepMindが深層学習AIで220万個もの新しい結晶性物質を発見したらしいぞ！
それはすごいですね、博士！220万個ですか！具体的にはどんな物質が見つかったんですか？
52,000個の層状化合物とか、528個の潜在的なリチウムイオン伝導体が含まれてるらしいのじゃ。これってバッテリーとか半導体とか、色んな技術に応用できそうじゃない？
確かにそうですね。でも、MicrosoftやMetaも同じような取り組みをしているんですね。
そうそう。でもね、カリフォルニア大学サンタバーバラ校のチータム先生によると、DeepMindの予測には非現実的なものも多いらしいのじゃ。
非現実的、ですか？
18,000以上の化合物に、プロメチウムとかプロトアクチニウムみたいな、超レアな放射性元素が含まれてるんだって！そんなの現実的に使えるわけないじゃない。
なるほど…。Metaの研究でも、CO2直接回収材料が提案されたものの、実現可能性に疑問が呈されているんですね。
そうみたい。材料科学者たちは、AIの成果をちゃんと検証して、AIの真の可能性を評価する必要があるって言ってるのじゃ。
結晶性無機固体は、半導体やレーザーに不可欠な要素なんですよね。密度汎関数理論（DFT）っていう計算手法も使われているんですね。
そう！DFTは、物質中の電子の挙動を近似する強力な計算手法なのじゃ。ローレンス・バークレー国立研究所のMaterials Projectでは、約20万個の結晶構造をDFTで計算して、オープンアクセスデータベースに記録してるんだって。
DeepMindは、Materials Projectなどの既存の計算結果を機械学習アルゴリズムに学習させて、GNoMEっていうものを開発したんですね。
そう！GNoMEは、従来のDFTよりも高速に結晶構造の安定性を予測できるのじゃ！
さらに、DeepMindの研究者たちは、ロボット「A-Lab」を使って材料合成を支援しているんですね。A-Labは、過去に合成されたことのない化合物のレシピを考案し、ロボットを用いて合成する、と。
A-Labすごい！まるで錬金術じゃな！
MicrosoftはMatterGenを開発して、MetaはCO2を効率的に吸収できる金属有機フレームワーク（MOF）を特定したんですね。
みんな頑張ってるのじゃな。でも、ユニバーシティ・カレッジ・ロンドンのパルグレーブ先生は、A-Labが生成したと主張する41個の無機化合物の一部に誤りがあると指摘してるのじゃ。
誤り、ですか？
A-Labが実際に合成したのは、既知の無秩序構造だったらしいのじゃ。バイロイト大学のマルグラフ先生も、DeepMindが有望なターゲットとして強調した約38万個の安定化合物（すべて秩序構造を持つ）のうち、80〜84％は実際には無秩序になると予測してるんだって。
秩序構造と無秩序構造、ですか。難しそうですね。
GNoME論文の筆頭著者であるCubukさんも、GNoMEが予測した秩序構造の多くは無秩序になる可能性が高いことを認めているみたい。でも、DeepMindの広報担当者は、GNoMEが予測した700以上の化合物が他の研究者によって独自に作成されたと指摘してるのじゃ。
結局、AIの予測は完璧ではないけれど、新しい発見のきっかけにはなっているんですね。
そういうことじゃ！GNoMEの構造は、オプトエレクトロニクスやエネルギー貯蔵などの用途に関心のある、いくつかの未知のセシウムベース化合物の合成を導くのに役立ったらしいぞ。
AIは万能ではないけれど、人間の研究を加速させる強力なツールになり得るんですね。今回のニュースは、AIの可能性と限界の両方を教えてくれる良い例ですね。
まさにそうじゃ！ところでロボ子、AIが発見した放射性元素入りの新物質を使って、光るタピオカドリンク作ったら売れると思う？
それは…ちょっと危険な気がします。絶対にやめてくださいね！
⚠️この記事は生成AIによるコンテンツを含み、ハルシネーションの可能性があります。
