SAMURAI - NIMS Researchers Database

NIMS一般公開2024

HOME > プロフィール > 田村 亮

研究内容

Keywords

統計力学,機械学習,マテリアルズ・インフォマティクス ,磁気冷凍,

出版物2004年以降のNIMS所属における研究成果や出版物を表示しています。

書籍
会議録

所属学会

日本物理学会

マテリアル基盤研究センター
タイトル

材料研究に特化したデータ駆動型アルゴリズム開発

キーワード

マテリアルズ・インフォマティクス手法,材料探索用人工知能,ブラックボックス最適化,自律自動実験

概要

物質・材料科学では多くのデータが日々生み出されており,データ駆動型手法で解析することで,所望の特性を有すると期待される材料の提案や,材料設計指針の構築ができます.既存のデータ駆動型手法をただ単に適用するだけでなく,ニーズに合わせた適切なアルゴリズムを考案・適用することで,新材料探索・開発が加速されます.これまで,材料探索用人工知能(AI)として利用できるブラックボックス最適化手法をはじめとして,多くの材料研究に特化したデータ駆動型アルゴリズムを開発し,OSSとして公開してきました.

新規性・独創性

ベイズ最適化PythonパッケージPHYSBOの開発
相図・状態図作成効率化手法PDCの開発とWebアプリケーションAIPHADの公開
ロボット実験と材料探索用AIをつなぐミドルウェアNIMS-OSの開発
量子アニーリング・イジングマシンを利用した材料探索手法の開発
嗅覚センサー,リートベルト解析等,計測システムを対象としたデータ解析手法の開発

内容

image

少ないデータ数からスタートし,機械学習による特性予測と,予測に基づく実験を交互に繰り返すことで,徐々にデータを増やしながら材料特性の最適化を行う研究手法をブラックボックス最適化と呼びます.これは材料探索を行う際に,次に実験すべき材料を提案するための材料探索用人工知能(AI)として利用できます.ブラックボックス最適化手法のうち,材料分野で最も利用されているベイズ最適化を,簡単に実行できるPythonパッケージPHYSBOを開発し,OSSとして公開しています.また,材料候補が膨大な場合,ベイズ最適化では長時間計算が必要となってしまう問題がありました.これを解決するために,量子アニーリング・イジングマシンを利用したブラックボックス最適化手法FMQAも開発してきました.さらに,材料研究では,材料特性の向上だけでなく詳細な相図・状態図を描きたいという研究ニーズがあります.このニーズに対応するために,相図・状態図作成用のブラックボックス最適化手法PDC(Phase Diagram Construction)を開発し,これを簡単に実行できるWebアプリケーションAIPHADも公開しています.これらの材料探索用AIとロボット実験を人の介入なくつなげることで,自律自動材料探索が実現できます.そこで,人の介入しない自律自動材料探索システムを実現するためのミドルウェアとして,NIMS-OS(NIMS Orchestration System)を開発し,公開しています. NIMS-OSでは,ロボット実験,材料探索用AIをそれぞれモジュールとして扱うことで,様々な組み合わせで,自律自動材料探索を実施できます.

まとめ

開発してきたデータ駆動型手法を用いることで,合金材料,磁性材料,有機分子材料,ポリマー材料,メタマテリアル材料,Liイオン電池材料,太陽電池材料,電解質材料などを対象とした応用研究,嗅覚センサー開発,リートベルト解析の自動化などを実施してきました.開発手法はさまざまな材料開発基盤で活用できるため,データ駆動型手法開発を通して革新的材料開発に貢献できると考えています.

この機能は所内限定です。
この機能は所内限定です。

▲ページトップへ移動