利用人工智能（AI）进行材料开发的“材料信息学（MI）”正在蓬勃发展。其应用已经扩展到脱碳社会的关键——电池等的开发中，在这种情况下，日本要想胜出需要采取什么战略呢？对此，记者采访了日本材料战略专家会议的成员，正致力于利用机器人推进材料开发数字化转型（DX）的东京大学一杉太郎教授。
东京大学的一杉太郎教授
——结合AI和机器人的材料开发正在受到关注
“我们开发出了自主探索材料的AI机器人系统，并于2019年开始投入运行。AI根据研究人员设定的目标制定实验计划，由机器人反复进行合成和评估。AI会学习获得的结果，然后制定接下来的实验计划。实验速度提高了10倍。这在日本擅长的固体材料领域是全世界最先进的举措。”
“该领域2020年取得了全球性的突破，英国利物浦大学的自律工作机器人8天做了688次实验，将催化剂的性能提高了6倍。人类无论如何也无法完成这种超乎寻常的工作量。这促进了科研人员意识的转变，让人意识到不掌握该技术是无法胜出的。感觉之后从企业收到的关于MI的咨询变得具体了，由此开始全面导入。”
——开发一线会发生怎样的变化？
“我们期待的不仅仅是缩短时间和提高效率。其中蕴藏着脱离人类的思维定式，取得意外发现的可能性。在最近的实验中，探索电池的电解质时偶然发现了适合电极的材料。这是利用机器人一次收集各种类型的数据，大幅扩大探索范围所取得的成果。”
“有人认为AI机器人会抢走研究人员的工作，这种想法完全是错误的。机器人可以将我们从简单的工作中解放出来，让我们专注于更有创造性的工作。如果能创造在家里也可以做实验的环境，还有助于推进工作方式改革。”
——日本应该采取什么战略？
“要想在材料开发方面占据优势地位，取得AI机器人的事实标准制定权非常重要。这样不仅是资金，数据和技术也会自然而然地聚集过来。我们组合分析设备时费了很大的心血。如果像生物领域那样，制造分析设备的企业输给海外企业，研究资金就会流向海外。”
“需要增加材料和信息领域的双能人才。不过，并不是要所有人都成为AI专家，只要具备能与专家进行讨论的共同语言就行。我目前仍担任特聘教授的东京工业大学物质信息卓越教育院利用化学厂商等约30家企业提供的资金，设置了为学生和企业员工提供教育的场所。还促成了学生的就业，并诞生了开展联合研究的机会。”
竞争与合作的平衡很重要
东京大学开发了利用AI和机器人自主高效地探索材料的系统
与AI迅速发展的图像处理等领域相比，材料领域可用于AI开发的数据量有限。AI机器人可以说是数据的生产工厂，如果其应用范围扩大，就有望解决数据量有限的问题。
另一个关键是创建共享数据的机制。政府正在开发供全国的大学和企业共享材料开发知识和数据的机制“材料DX平台”。有助于发现某种材料适用于与最初设想的目的不同的用途等。
另一方面，也有人指出，在竞争企业之间共享知识存在障碍。因此，一杉教授认为：“也可以选择创建对数据本身进行买卖的机制”。要想不错过材料开发领域正在诞生的“工业革命”，维持竞争与合作的平衡非常重要。
日文：远藤智之、《日经产业新闻》，2022/4/18
中文：JST客观日本编辑部
