材料研究とＡＩの融合、“半信半疑”から“王道”に
https://newswitch.jp/p/13371

>ＡＩの頭の中を解釈可能にする研究も進む。物材機構のハレム・ランディ研究員は、トヨタ自動車と
全固体電池を研究する。固体電解質の材料探索に、ベイズ最適化（形状が分からない関数の最大値または
最小値を求める手法）を利用した。

>ベイズ最適化では、まず既存のデータ群から性能とその不確実さを予測する。性能が高く、不確実な
ポイントを選んでデータを追加していくと、少ないデータでも最適なポイントにたどり着く。この手法
で固体電解質の元素組成を最適化した。

>ハレム研究員は、ベイズ最適化の過程で、ＡＩがどんな特徴量を重視しているか、分かるようにした。

>固体電解質の結晶構造は計算でき、その原子間距離や多面体性など３４０の特徴量が自動生成される。
これでは多すぎて解釈できないため、各特徴量をＡＩに学習させる前に、五つに分類し、それぞれの重
要度を計算した。

>結果は、原子間距離などのグループと格子定数などのグループの影響が大きく、原子配置を多面体と
して捉えた多面体間の特徴量はほぼ影響していないことが分かった。これで材料研究者が考える要素を絞り込める。


しかし、深層学習って結局のところ、感だよなあ。
一周回って、結果霊感頼みになっちゃうのが面白い。