NISTEP注目科学技術 - 2022_E327
概要
機械学習などを用いた加速的材料開発、デバイス開発技術に注目が集まっている。従来の機能性材料の開発は時間とコストを有するが機械学習（AI）を活用することで大幅なコスト、時間を削減可能である。既にJSTやNEDOなどのプロジェクトでも開発が進んでいるとともに一般企業でも開発が進んできている。今後、開発されたシステムを用いて多くの機能性材料や革新的なデバイス開発が実施されるものと考えられる。
キーワード
マテリアルズイオンフォマティクス / 機械学習 / 材料探索
| ID | 2022_E327 |
|---|---|
| 調査回 | 2022 |
| 注目/兆し | 注目 |
| 所属機関 | 大学 |
| 専門分野 | ナノテクノロジー・材料 |
| 専門度 | 高 |
| 実現時期 | 5年未満 |
| 分析データ 推定科研費審査区分（中区分） | 26 （材料工学） |
| 分析データ クラスタ | 46 （データサイエンス/機械学習・AI） |
研究段階
機械学習により材料開発ツールが国内外のプロジェクトにより続々と開発されてきている。材料については新規材料が発見されているがデバイス化には大きな壁があるようである。デバイス開発できる製造プロセス推薦システムなどの開発が望まれている。
インパクト
2022年調査にはこの項目はありません。
必要な要素
機械学習の予測では１)データベース、２)記述子、3)学習モデルの3つの要素が重要である。1)のデータベースについては国内外のデータを整理し管理するようなシステム構築や信頼度の高いデータを集めることが重要である。２）については実験的に得られる知見が重要であり国内の研究環境を整備し研究者の学術レベルをさらに高めるようにすることが重要であると考えられる。