人工知能（AI）をはじめとするIT技術の進歩はめざましく、今後さまざまな分野への活用が期待されています。

その流れは素材を扱う材料開発の分野においても同様で、マテリアルズ・インフォマティクスというキーワードのもと、IT技術を活用した材料開発効率化の取り組みが進んでいます。

この記事では、マテリアルズ・インフォマティクスの概要や取り組み事例、今後の課題などを解説します。

マテリアルズ・インフォマティクス（MI）とは

まずは、マテリアルズ・インフォマティクス（MI）とは何か、そしてMIが従来の手法とどのように異なるのかを解説します。

MIの概要

MIは、ビッグデータやAI、機械学習などのデジタル技術を活用し材料開発の効率化を図る取り組みであり、いわば材料開発におけるDXです。

これまでの実験や論文から得られるビッグデータを機械学習によってAIに取り込めば、データに基づく材料開発がスピードアップできます。また、AIの予測により、これまでとは異なる観点からの材料開発も可能となるでしょう。

従来の手法との違い

従来の材料開発の手法は、理論計算を行ったうえで多くの実験を繰り返し、試作した材料を評価するという、手間と時間がかかるプロセスを経ます。

既存研究や研究者のノウハウに依存している部分が多く、研究者によって開発期間が異なることも少なくありません。

一方MIでは、ビッグデータを基にした精度の高いプロセスを実現でき、開発期間を大幅に短縮できます。研究者のノウハウとMIを組み合わせれば、より効率的に新しい材料の開発が可能となるでしょう。

マテリアルズ・インフォマティクス（MI）の重要性

2011年、アメリカのオバマ大統領（当時）が国家プロジェクト「Materials Genome Initiative （MGI）」を立ち上げたことをきっかけに、MIの取り組みが各国で推進されるようになりました。日本においても2013年、戦略的イノベーション創造プログラム（SIP）という国家プロジェクトが発足しています。その後も、2015年のJST「情報統合型物質・材料開発イニシアティブ」、2016年のNEDO「超先端材料超高速開発基盤技術プロジェクト（超超プロジェクト）」など、MIの取り組みが継続されています。

日本の輸出産業はその約2割が工業素材であり、世界市場で過半数のシェアを誇る製品も数多くあります。今後、素材分野における成長が日本の産業のキーとなる可能性は高いでしょう。

ただし、MIを実践する上では課題があります。ホンダはMIの課題について以下のように挙げています。

マテリアルズインフォマティクスを実践する上で考えられる課題としては、「データの量が足りないこと」「データの質が不十分であること」が挙げられ、これらを解消するために、データを収集したり、変換したり、整理したりといった“データクレンジング”の作業に多大な時間と労力を要することになる。

出典：「ホンダが挑む高効率材料開発、マテリアルズインフォマティクスの活用に向けて」

現状の課題を解決し、これからの日本の産業を支える素材開発を可能にするために、MIの取り組みが重要となっているのです。

マテリアルズ・インフォマティクス（MI）の取り組み

MIにおいて、日本と海外それぞれでどのような取り組みがあったのかをご紹介します。

海外での取り組み

海外においては、国家をまたいだ企業間の提携によるMIの取り組みが複数行われています。

アメリカの化学メーカーA社は、2017年にカナダにある量子コンピュータ技術を用いたソフトウェア開発企業と提携し、新たな化学品・材料を開発していくと発表しました。

また、ドイツの化学メーカーB社やベルギーの化学メーカーC社のように、アメリカのシリコンバレーにあるベンチャー企業に提携や出資を持ちかけMIに取り組む事例も複数あります。

今後も海外においては、企業が連携してMIに取り組む事例が増えていくでしょう。

日本での取り組み

日本においても、素材メーカーが中心となってMIに取り組んでいます。

2017年、タイヤ・ゴムメーカーのA社がAIでモデリングしたタイヤの設計・開発を実現しました。

同年、電機メーカーB社では、材料開発を行う企業向けにAIを用いたデータ分析支援サービスの提供をスタートし、AIの実用化が進みました。

さらに、大手素材メーカーの連携によるMIのオープンプラットフォームが構築され運用を開始するなど、素材メーカー同士での協業も始まっています。

その後も、素材メーカーと公的機関、研究機関、ITベンダーなどが協働で材料開発に取り組む事例が多数生まれています。

今後は素材メーカーだけでなく、さまざまな分野のメーカーが他業界のメーカーや研究機関、ITベンダーと連携して材料開発を行う事例が増加していくでしょう。

マテリアルズ・インフォマティクス（MI）の課題

MIを実践する上での課題として、「データの量が足りないこと」「データの質が不十分であること」が挙げられていましたが、ほかにもいくつかの課題が浮き彫りになっています。

人材の不足

MIには、素材の研究開発における専門知識や経験が必要になることに加え、AIなどのIT技術やデータサイエンスに関する理解も必要となります。

しかし、現在の日本ではこれらを兼ね備えた人材が不足しています。

公的機関・研究機関がこれからの人材を育成するプログラムを取り入れる、ITベンダーがIT技術やデータサイエンスの学習支援やMI支援サービスを提供するなどの取り組みが必要でしょう。

プラットフォームの未整備

素材メーカーに限らず、日本国内にはデータ基盤の整備が進んでいない企業が多くあります。そのような企業がデータを活用しようとする場合、データのデジタル化や、フォーマット・解析方法の定義、定義したフォーマットでのデータ蓄積といった作業が必要となります。これを企業が独自に行うにはかなりの労力がかかります。

素材メーカー同士がオープンプラットフォームを構築したり、ITベンダーがプラットフォームを提供したりするなどの対策が必要です。

マテリアルズ・インフォマティクス（MI）の今後

MIの取り組みは継続的に進められていますが、素材分野だけでなく創薬や生物生産、ものづくりなどにおいても研究開発の方法論は変遷しています。

最近では社会全般においてDXが進み、AIを使って一部の作業を自動化する変革も珍しくはなくなってきましたが、今後はAIが自律的に判断を行い、高度な判断が必要となる作業を自動化することが目標となっています。

この目標を達成するためには前述したように、人材不足の解消とプラットフォームの整備が欠かせません。現状の課題を解決するためには、メーカーだけがMIに取り組むのではなく、教育機関やITベンダーなど、MIに関連する機関・企業がパートナーシップを結び、協力しながら取り組みを行う必要があります。

まとめ

マテリアルズ・インフォマティクス（MI）は、材料開発を効率化する取り組みとして、工業素材が輸出産業の約2割を占める日本において非常に重要なものです。日本では2013年から始まり、現在も継続的に取り組みが行われていますが、人材不足やプラットフォームの整備には課題を抱えています。

今後、課題を解決し、材料開発における自律化を進めるためにも、MIに関連するメーカーは広い知見と新しいパートナーシップを手に入れる必要があるでしょう。