国立研究開発法人 産業技術総合研究所（以下「産総研」という）機能材料コンピュテーショナルデザイン研究センター（以下「CD-FMat」という）深澤 太郎 研究員らは、高性能磁石の開発を加速させるため、磁性材料データベースとデータ駆動型材料設計解析ツールを備えた「磁性材料データプラットフォーム」を開発し、その運用を開始しました。
今回公開するデータプラットフォームには次世代高性能磁石として期待されるThMn12型磁石化合物に関する7260件の磁気物性データを収録しています。これらは、CD-FMatがもつ高度なシミュレーション技術を活用することで、従来の商用・汎用のプログラムでは計算が難しい希土類を含む磁性材料や、それを構成する元素の一部を置換した場合の効果も含めて創出したデータです。
最近10年ほどの間、大学・研究機関を中心に、AI・機械学習などの人工知能技術を活用する材料探索のための手法（マテリアルズ・インフォマティクス）の研究が精力的に行われてきました。この新しい分野においては、人工知能技術そのものの開発だけでなく、学習に十分な量のデータを確保し、データ解析に適した形で整理する材料データベースの構築が重要です。このようなデータベースは、人工知能技術の適用に必要なさまざまなデータ解析手法が発展しても柔軟に用いることができる汎用性を持ちます。今回開発した磁性材料データプラットフォームではこの点を重視し、データに機械学習に適した構造を持たせる設計を行いました。これにより、各種の解析ツールを用いたデータ解析・処理を容易に行うことができます。
本データプラットフォームは、CD-FMatが運用する、データ駆動型材料設計技術の利用のためのプラットフォームであるAIST Materials GateⓇを通して運用されます。本プラットフォームは、高性能磁石の開発の加速など、カーボンニュートラル社会の実現への貢献が期待されます。
※AIST Materials Gateは、国立研究開発法人 産業技術総合研究所の登録商標です。
材料の性能は製品性能や製造コストに多大な影響を与えます。今回のデータプラットフォームで取り上げる磁石に限らず、蓄電池、太陽電池などカーボンニュートラル社会実現に必要な技術においても、その傾向は顕著です。材料性能の向上は産業の国際競争力強化にもつながる重要な課題ですが、これまでの研究者の勘と経験に頼った材料開発は膨大な時間、高い人的コストなどを必要とするため、優れた材料設計技術の確立が強く求められています。そのため、情報科学の手法により材料開発を高効率化するマテリアルズ・インフォマティクスが、過去10年間に急速に発展してきました。産業競争力を高め、カーボンニュートラル社会実現の先端を切り拓くため、マテリアルズ・インフォマティクスに必要なデータ創出、データベースなどを利用したデータ管理、AI・機械学習を利用した解析を組み合わせたデータ駆動型材料設計技術を確立して強化していくことが急務といえます。
図1 データ駆動型材料設計技術のイメージ
産総研では18社の企業からなる技術研究組合と協力してNEDO超先端材料超高速開発基盤技術プロジェクトを実施し、2016年度〜2022年度の間、データ駆動型材料設計技術の開発に努めてきました。このプロジェクトでは、機能性化学品の開発期間を20分の1とすることを目標に、参画企業と協力して目標の達成に必要な基盤技術を開発しました。その成果として、プロジェクト研究で得られた材料データを集約した「AIST Materials Gate データプラットフォーム」を構築しました。これには、光機能性微粒子、配線/半導体材料、電子部品材料、機能性高分子、触媒に関する五つのデータプラットフォーム群が含まれています。現在、CD-FMatが中心となり、データの増強、計算シミュレーターなどのデータ創出技術の開発、AIを用いたデータ解析技術の開発を含む、さらなる開発・高度化を進めています。今回、上記のプラットフォーム群に加えて、磁性材料データプラットフォームの運用を開始しました。このデータプラットフォームは、これまでCD-FMatにおいて第一原理計算シミュレーションにより創出した磁石化合物に関する材料データを典型例として取り上げつつ、幅広い磁性材料に対応できるように設計したものです。
データ駆動型の材料設計に利用するためのデータプラットフォームの構築においては、材料データをAI・機械学習に利用しやすい形へと構造化することも重要です。磁性材料データプラットフォームは学術論文に発表されたデータ群を利用しやすい形で収録し、インフォマティクス・データ解析手法に基づくツール群と連携して用いられるように統合したシステムです。その鍵は、現実の材料データ間の関係性の取り扱いです。材料データは複雑で、必ずしも材料と材料データが一対一に対応するわけではありません。例えば同じ材料であっても、実験のやり方や理論計算の方法によっては違うデータが出る場合も少なくありません。また、ある性質をもつ材料を探したいとき、該当する物質は必ずしも一つではありません。そのような一対多、多対多の関係性をうまく扱うための一般的な方法として、リレーショナルデータベースとその設計理論がよく知られています。このような設計には材料データの関係性を正確に把握する材料分野の知見と、その関係性を適切に表現する設計理論の知見の両方が必要となります。CD-FMatではこれまでのデータプラットフォーム開発で培ったノウハウを発展させ、磁性材料でとくに重要となる磁気物性量に関するデータを適切に表現する設計を行いました。これにより標準的なデータベースソフトウェアによって複雑な関係性をもつデータを容易に抽出できるようになります。結果として、元データを直接扱うのに比べてAI・機械学習への利用も容易となります。また、データの取り扱いが標準化されることで、解析ツールを異なるデータに適用することが容易となり、これを通して材料開発の効率も上がります。
本データプラットフォームは、風力発電や電気自動車等の分野で現在主流となっているネオジム磁石の主成分を超える高特性を示し、次世代磁性材料の候補として着目されているThMn12型磁石化合物に関するデータを収録しています。これらの磁石化合物のデータは、第一原理計算シミュレーション手法を用いて創出されました。一般に、希土類元素を含む材料や、さらに構成する元素の一部を置換した材料の第一原理計算シミュレーションは困難とされています。今回行ったシミュレーションは、電子の間に強い相関のある状態や膨大な数の原子配置での平均的な性質を効率よく計算できるよう工夫されたものであり、これらの材料を網羅的に機械学習させるのに適したデータを創出できます。このような第一原理計算シミュレーション手法を用いることで、さまざまな元素を置換した磁性材料を対象として、磁化、強磁性転移温度、超微細場などの高性能磁性材料開発に重要な磁気物性データの創出に成功しました。
今回構築した磁性材料データプラットフォームは、データ駆動型材料設計技術利用推進コンソーシアムを対象として先行的に公開し、今後公開対象を広げていく予定です。データプラットフォームを公開することでユーザーからのフィードバックを得て、ユーザーニーズに沿ったデータ数やデータ項目の増量、解析ツール群の充実などの更新を継続的に行います。将来的には、データの出所経緯に応じたオープン/クローズ戦略を採用し、他のプラットフォームとの融合的な利用を推進することにより、データ利用の裾野を拡大します。クローズドな産業材料データに関しても秘匿共用技術の導入などによりデータの拡充を図り、さまざまなデータ利用のニーズに応えることが可能なデータプラットフォームへと発展させていく予定です。