NETWORK NEWS

早稲田大学の研究グループは、日々の化学・材料実験の様子を電子実験ノートとして記録し、実験操作と結果の関連を自動で解析するAI（人工知能）システムを構築した。

　従来の科学研究の記録は、実験ノート、学術論文、特許などとして残されるのが一般的である。解析用のデータベース構築のためには、研究者が実験ノートを読み解かなければならない。また、文献では、実験時の気温、湿度などの細かな条件や、失敗した実験の結果は割愛されることが多く、実験結果に関わる因子を完全に網羅しているとは言いがたい。

　そこで、これらの情報を統合的に管理するためのAIとして、本研究では、日々の材料実験の様子をグラフ構造と呼ばれるデータ形式で記録し、AIで自動解析するシステムを構築した。実験操作や結果に加え、実施日や気温、装置や試料の状態などの材料特性に影響しうる様々な情報を、情報間の関係性を点と線で繋いだデータで記録し、Fingerprintと呼ばれるアルゴリズム手法で自動解析を行う。

　このAIシステムを、本研究者たちが取り組んでいる高分子固体電解質の実験研究で実際に運用した。失敗も含めて500回以上の実験データをデジタル記録し、AIシステムで解析した結果、高分子固体電解質の最適な製法や、高性能の鍵となるメカニズムを見出すことに成功したという。

　今回構築した“電子実験ノートシステム”ともいうべきAIシステムは、様々な材料研究へ展開可能であり、実験研究のデジタルトランスフォーメーション（DX）を促進する足掛かりになるだろう。また、生の実験データを公開しやすくなることで、データ科学を介したオープンサイエンスの流れが強まることも期待できる。

論文情報：【npj Computational Materials】Exploration of organic superionic glassy conductors by process and materials informatics with lossless graph database

大学ジャーナルオンライン　https://univ-journal.jp/180326/