高分子固体電解質をAIによる機械学習で自動設計する新たな手法を開発

2022年7月22日
早稲田大学

本発表の詳細は、早稲田大学のホームページをご覧ください。
(リンク »)

■発表のポイント
・全固体二次電池で用いられる高分子固体電解質をAIによる機械学習で自動設計する新たな手法を開発した。
・本手法の開発には、機械学習手法の工夫に加え、膨大な候補群の中から最適な分子設計を高速抽出するために量子インスパイアード技術である富士通の「デジタルアニーラ」※1を用いた。
・本手法により、データ科学を活用した機能性材料の探索研究の効率化が見込まれる。

早稲田大学理工学術院の畠山 歓（はたけやま かん）講師 (リンク ») および小柳津 研一（おやいづ けんいち）教授 (リンク ») らの研究グループは富士通株式会社と協力し、全固体二次電池で用いられる高分子固体電解質をAI（人工知能）による機械学習で自動設計する新たな手法を開発しました。
AI技術の発展に伴い、コンピュータによる分子設計の自動化技術が注目を集めていますが、AIは特定の情報しか学習していないため、分子設計の総合的なセンスが欠落しています。そのため、社会実装には適さない候補構造ばかりが提案されることが大きな課題となっていました。
　今回研究グループは、AIを用いたアルゴリズムによって材料が満たすべき分子構造の特徴を自動定義し、さらに膨大な候補群の中から最適な分子設計を抽出するため、組合せ最適化問題を高速に解く量子インスパイアード技術である富士通の「デジタルアニーラ」を用いることによって、新たな分子設計システムの構築に成功しました。今回明らかにした手法により、データ科学を活用した機能性材料の探索研究の効率化が見込まれます。研究グループは、今後も異分野のエキスパートと連携しながら、AI技術と新素材の開発を両輪で進めていきます。
本研究成果は、2022年6月27日（月）に『Macromolecular Rapid Communications (リンク ») 』のオンライン版で公開されました。

※1　「デジタルアニーラ」
現在の汎用コンピュータでは解くことが困難な組合せ最適化問題を高速に解く富士通独自の量子インスパイアード技術。
参考サイト: (リンク »)

【論文情報】
雑誌名：Macromolecular Rapid Communications (リンク »)
論文名：Automated Design of Li+-Conducting Polymer by Quantum-Inspired Annealing (リンク »)
DOI：10.1002/marc.202200385 (リンク »)