寻找新材料的流程一般是先合成材料，并测量其特性。通过评价考察，筛选出接下来要合成的候选材料。然后再次合成材料，如此循环（下图左）。开发人员可以通过这样的循环获得新的发现，探索出特性更加优异的材料。不过，近年来探索开发的高功能材料结构越来越复杂，寻找新材料的难度也变得越来越大。
日本产业技术综合研究所的岩崎悠真特定研究专员（现为日本物质材料研究机构的主任研究员）等人开发出了可以在自我完善的同时，探索新材料的人工智能技术（自成长材料探索AI）。该AI通过在计算机内反复虚拟合成、评测、考察材料来不断积累知识提高智能（下图右）。
常规的材料探索流程（左）与自成长材料探索AI（右）的比较
研究团队利用该AI，探索了磁化强度较大的磁性合金材料，发现向铁钴（FeCo）合金中添加少量的铱（Ir）和铂（Pt）后，磁化强度可超越Fe0.75Co0.25合金，而这一合金在之前被认为达到了性能上限（Slater-Pauling Limit）。另外研究团队还实际合成了这种合金，并明确了其特性机理。
这种材料开发技术可应用于各种材料的探索，能提高材料开发的整体效率和速度。另外，还有望帮助研究人员发现凭借以往的常识想象不到的新奇材料，促进科学的深层进步。
日文：JSTnews 2021年6月号
翻译编辑：JST客观日本编辑部
