日本ゼオンはこのほど、2017年から参画している新エネルギー・産業技術総合開発機構（NEDO）の「超先端材料超高速開発基盤技術プロジェクト」を通じて、AIにより材料の構造画像を生成し、高速・高精度で物性の予測を可能とする技術を共同開発したと発表した。なお、同プロジェクトには同社のほか、先端素材高速開発技術研究組合（ADMAT）、産業技術総合研究所（産総研）が参画している。
昨今、材料開発のさらなる高度化・高速化の要求が高まり、ディープラーニング（深層学習）などの情報処理技術を利活用する動きが活発化している。これは、様々な材料データをコンピュータに学習させることで、高性能な新しい材料の提案を可能とするAI技術で、人の勘や経験に頼る従来の材料開発を高度化することができる。しかし、コンピュータ上で扱える材料は構造が定義できる低分子化合物や周期構造をもつ金属、無機化合物に限定されることが大きな課題だった。
こうした背景の下、同プロジェクトではカーボンナノチューブ（CNT）をはじめとする機能性材料開発の高速化を目指し、データ駆動を活用した研究を推進。3者は共同で、より汎用性の高い材料へディープラーニングを適用する手法を開発した。
今回の技術では、まず複雑な構造をもつCNT膜の構造画像と物性をAIに学習させる。その上で、種類の異なるCNTを任意の配合で混合した様々なCNT膜の構造画像をコンピュータ上で生成することで、その物性の高精度な予測を可能にした。この技術は、従来のAIでは適応できなかった複雑な構造をもつ材料の組成選定・加工・評価といった一連の実験作業をコンピュータ上で高速・高精度に再現（仮想実験）することを可能にするもので、材料開発のさらなる加速化が期待できる。
日本ゼオンは、今後も同プロジェクトを通じ、CNTをはじめとするナノ材料と高分子材料との複合材料を対象としたAI開発技術に取り組むとともに、幅広い材料へ適用可能な技術開発につなげ、新技術と新材料開発の可能性拡大に貢献していく。