北陸先端科学技術大学院大学物質化学フロンティア研究領域の谷池 俊明教授らは、北海道大学大学院理学研究院の髙橋 啓介教授らと共同で、機械学習を用いた材料の機能予測において、事前知識を必要とすることなく高精度な予測を実現する、特徴量設計技術を開発しました。

最近、AI やその他の機械学習技術を利用して、触媒などの実用材料に関する研究開発を加速させる取り組みが注目されています。これには、機械を訓練するためのデータと、材料を記述し機能を予測するための変数（記述子）が必要です。中でも、未知材料の機能を高精度に予測するには、機能に影響する因子を効率的かつ網羅的に取り入れた、材料記述子の存在が必要不可欠です。従来、この記述子は、対象に関する高度な専門知識（事前知識）に基づいて研究者が手ずから設計してきました。

本研究では、対象に対する事前知識を一切必要とせず、数十点程度の訓練データに対して機能する汎用的な特徴量設計技術を開発しました。機械学習を用いた材料探索の裾野を大きく拡大し、材料シーズ創出の飛躍的な効率化に役立つことが期待されます。

詳細は理学研究院＞研究ニュースをご覧ください。