物质发展正在发生变化！材料信息学的可能性

物质发展正在发生变化！材料信息学的可能性

2020/11/30

物质发展正在发生变化！ 材料信息学的可能性 同时进行数据采集和使用

对材料的更高性能和多样化的需求根据前所未有的特性和功能新材料开发很紧急。然而，由于材料的性能根据组成元素的类型、比例和结构而变化，因此需要考虑几乎无限种的组合来开发新材料。短时间内实现可以“材料信息学”的期望都很高。

利用数据超越经验和直觉

　材料的硬度、柔软度、耐热性、弹性好、高导电性等特性与产品的功能直接相关。创造具有良好性能的材料还意味着找到组成元素、比例和结构的良好组合。在材料开发领域，一种常见的方法是对基于研究人员的知识、直觉和经验设计的组合进行演示实验。因此，开发新材料往往需要很长时间。

　开发周期越短，产品就能更快地推向全球，从而提高公司的竞争力。近年来，为了提高材料开发的效率，除了传统的计算模拟和实验之外，还使用了机器学习和数据挖掘等人工智能（AI）。这被称为材料信息学（MI），通过使用这种方法，材料开发过程目前开始发生显着变化。''

材料信息学团队的负责人 Takashi Miyake 是这么说的。如何利用MI来开发新型高性能材料？

　例如，目前需求量不断增加的一种材料是用于电动汽车、电动飞机驱动电机、风力发电机等的高性能磁性材料。特别是在航空领域，迫切需要电动飞机的商业化，这可以被视为实现低碳社会的一张王牌。因此，迫切需要开发能够提高电机性能、具有高强度、耐高温性能的高性能磁性材料。

　钕磁铁是目前使用的高性能磁铁，由钕、铁和硼酸组成，但添加了多种其他元素以提高高温性能和矫顽力。通过改变其成分可以实现更高的性能。因此，Miyake 和他的团队使用 MI 技术来寻找能够实现高性能磁性材料所需特性的最佳成分。

　不用说，MI的基础是数据。材料的成分存在巨大差异，因此需要获取大量数据。然而，迄今为止开发的大多数数据库都是由文献数据构建的，其范围已经缩小，不能说是推进机器学习的最佳选择。为了推进 MI，有必要加强数据库并创建新的数据库来应对这些问题。”

考虑到这些，三宅根据他获得的各种数据寻找高性能磁性材料，并在一定程度上缩小了有效元素的范围。然而，仅通过桌面计算不可能提供准确的性能数据。通过吸收真实实验数据来提高准确性，他们能够快速估计添加钴在高温下是有效的。

　我们采用了一种称为“贝叶斯优化”的机器学习方法来寻找替代钕磁铁的新型磁铁材料的成分。将结果与随机抽样的成功概率进行比较，磁化强度、居里温度和发电能量每一项的随机抽样成功概率均为 129%，而贝叶斯优化的成功概率极高，为 90% 至 100%。这表明 MI 具有显着缩短新材料开发周期的潜力。

挑战在于开放与封闭之间的平衡

　普及MI面临许多挑战。首先，由于材料的性质千差万别，除了数据绝对缺乏之外，应获取的信息也各不相同。因此，简单地整合各类数据并不一定合适。未来，开发连接现有数据库的新方法将非常重要。

　此外，由于材料相关数据是企业和研究机构的竞争力来源，因此也存在数据不易公开的方面。在推动数据联动的过程中，我们必须考虑到全国范围内材料领域整体发展所需的工作与个体企业保持竞争力的保密需要之间的平衡。未来，我们不仅要从信息技术的角度，还要从产业发展、增强企业竞争力的角度，从多方面考虑如何区分信息公开和封闭，哪些信息可以公开，如何公开。

　“MI方法在围绕已知材料特性进行优化方面表现出了压倒性的力量，但由于它们是基于过去数据的积累，因此是否能够发现全新的创新材料还是未知数。但是，随着各种数据的积累，为了利用这种未知的力量，我们将继续积累和合作材料开发数据，我希望在不久的将来，我们会看到利用MI方法在材料行业中出现一些令人惊讶的成功故事。”Miyake表达了他的展望。

材料/化学领域
功能材料计算设计研究中心
材料信息学团队
研究组组长

三宅隆

三宅隆