物質・材料研究機構(NIMS)は、豊田工業大学シカゴ校と共同で、科学技術論文から材料設計に必要なプロセス・構造・特性に関する因子とその相関関係を抽出し,整理・可視化するAIを開発した。
開発したAIを使って,数千篇の科学技術論文に収録された知識を1枚の図として整理することで、設計者の知識を補助し、合理的・効率的な材料設計が可能となる。
同研究チームでは、材料データではなく、科学技術論文の文章データを自然言語処理によってコンピュータに読ませ、教師あり深層学習を適用することにより、材料設計に必要なプロセス・構造・特性に関する因子とその相関関係を抽出し、材料設計因子相関図を描画するアルゴリズムを開発した。
ユーザーが性能を規定するいくつかの特性を選ぶことで、抽出された知識を基に、特性と関連する構造、構造を制御可能なプロセスに関する因子とその相関関係を関連性の強さとともに図として表現する。
例えば,鉄鋼材料に関して“強度”と“延性”を特性として選ぶことで、両特性の制御に有効であると知られている微細複合組織に関する構造・プロセス因子との相関関係が出力される。
同研究は、自然言語処理と深層学習を積極的に材料設計へ活用した先進的な取り組みであり、関連研究をさらに推し進めることができるよう、今回開発したAIのソースコードを無償で公開する。