2050年之前实现温室气体净零排放的目标加速了材料的开发竞争。要想实现促进可再生能源普及的低成本光伏电池和蓄电池，需要使用前所未有的全新材料。轻巧坚固的结构材料有助于减轻车身和机身的重量，便于移动。研究人员计划利用人工智能（AI）技术。为了在短时间内快速创新，业界纷纷展开了行动。
利用AI试制的高分子光伏电池元件＝图片由大阪大学提供
大阪大学的佐伯昭纪教授正利用AI开发由廉价的高分子形成的新一代光伏电池。佐伯教授以论文中发表过的1200种光伏电池为基础，让AI学习了高分子的结构和发生反应的光的波长等特征。
完成学习的AI发现了揭示光伏电池的发电效率与高分子的特征之间的关系的“法则”。根据高分子的结构预测发电效率为11.2％。实际制作出来的产品，发电效率与预测值基本相同，为11％。
与利用硅制作的普通光伏电池相比，利用高分子制作的光伏电池成本更低，重量更轻。虽然发电效率低于硅光伏电池，但最近10年性能在迅速提高。高分子的结构存在无数种组合。大阪大学探索的候选物质多达20万种。在依靠经验和直觉的试错中，反复实验的方法会出现疏漏，性能的改善存在极限。
在材料开发中融合AI等的方法称为“材料信息学”。
利用这种方法的话，即使不做实验也能锁定优质材料。佐伯教授说：“一个人合成并确认100种高分子需要5～6年的时间。而AI一分钟就能选出可能有用的材料”。目前正与企业及台湾和美国的大学共同推进研究。
筑波大学的五十岚康彦副教授和庆应义塾大学的绪明佑哉副教授等人发现可提高锂离子电池容量的负极材料也是源于AI。
AI发现材料的熔点等会影响容量，并选出3种有前景的有机材料。对其中一种进行测量发现，拥有全球最高水平的容量和耐久性。
五十岚副教授表示：“包括AI在内的数据科学是继始于古希腊时代的经验科学、17世纪以后的理论科学和20世纪诞生的计算科学之后的第四门科学”。有人认为，目前正在发生材料开发历史上百年一遇的创新。
2011年，美国当时的奥巴马政权提出了“材料基因组计划”。即在材料开发中融入通过破译生物基因组（全遗传信息）来发展生命工学和制药的方法。
美国在5年的时间里向该方法投入500多亿日元。中国也展示了存在感。日本从2015年前后开始在政府的支援下致力于该方法。
该方法之所以受到关注，是因为脱碳的难度比较高，需要使用全新性能的新材料。AI在围棋领域也已经发展到毫不逊色于人类的水平。利用AI和数据探索尚未发现的新材料的时代已经到来。
向数据主导的研究转型带来了剧烈的变化。最大的变化是研发速度加快。一个很好的例子是新冠病毒疫苗。只要有病毒携带的遗传物质的信息，之前以年为单位的开发周期就可以缩短至几个月。
这种剧烈的变化就好像是之前一直准备参加马拉松比赛的运动员现在要参加百米赛跑一样。受影响比较大的，是一直凭借化学和材料科学在“马拉松比赛”中获奖的日本。除了依靠经验的专业技能外，今后还需要具备灵活运用AI的能力。还要培养擅长开发和操作AI的人才。
据悉，在海外，谷歌等擅长AI的美国大型IT企业，以及欧洲的大型学术出版社已开始收集材料数据。
也有意见认为，即使其他国家拥有数据，“日本只要在现实世界使用的物质的合成技术方面发挥实力就可以了”。真的是这样吗？日本的国际竞争力已开始出现下滑的迹象。
日本文部科学省科学技术与学术政策研究所的数据显示，在受全球关注的研究论文数量方面，1995～1997年（平均）日本在化学领域的排名仅次于美国，位居世界第二，论文占比约为10%。而2015～2017年的占比降至4.9％，排名降至第六位。同一时期中国的占比约为40％，超过美国登上榜首。
日本国立研究开发法人物质材料研究机构从2017年度开始致力于研究环境的建设，包括自动收集测量装置产生的数据，以及利用AI收集论文的数据等。由此发现了隔热性全球最高的薄膜等。
另外，还打算以机构内的举措为基础，从2021年度开始将范围扩大到全国的大学和研究机构。设想利用2万名研究人员。物质材料研究机构综合型材料开发与信息基础部门主任出村雅彦表示：“包括失败的实验结果在内，打算在国内收集大量数据，从而在世界范围取胜”。
各国和各地区围绕地球变暖对策争相展开了脱碳技术开发，与此同时，另一场战斗——材料开发也已经在水面下悄然展开。
日文：草盐拓郎、浅沼直树，《日本经济新闻》，2021年1月25日
中文：JST客观日本编辑部
