脫碳大潮下另一場競爭:AI材料研發
2021/02/07
到2050年實現溫室氣體凈零排放的目標激起了各國的材料研發競爭。低價的光伏電池和蓄電池能夠促進可再生能源的普及,要實現這種低價電池,必須開發出前所未有的材料。輕而結實的構造材料可以減輕汽車和飛機的重量,幫助其提高運作效率。研究人員試圖利用人工智慧(AI)技術來開發新材料。為了在短時間內實現創新,各國紛紛行動起來。
![]() |
大阪大學試製出高分子光伏電池元件(日本大阪大學供圖) |
日本大阪大學教授佐伯昭紀利用AI技術開發的新一代光伏電池使用了價格低廉的高分子材料。以論文中記載的1200種光伏電池為資料庫,讓AI學習了高分子材料的結構和反應光線的波長等特點。
完成學習的AI發現了一種「規律」,可用來分析出光伏電池的發電效率與高分子材料特點之間的關係。根據高分子材料的結構,預測出光伏電池的發電效率為11.2%。實際製作出電池後,發電效率達到11%,和預測值幾乎完全相符。
用高分子材料製造的光伏電池比矽材料的普通光伏電池成本更低,而且重量輕。雖然比不上矽電池的發電效率,但最近10年內高分子電池的性能得到迅速提升。高分子材料的結構存在無數種組合。大阪大學調查的候選物質多達20萬種。依靠經驗和直覺、通過反覆試錯試驗的傳統方法可能會漏掉一些物質,材料性能的改善存在極限。
在材料開發中引入AI的方法稱為「材料資訊學(Materials Informatics)」。
![]() |
如果採用這種方法,不試驗也能找出優秀的材料。佐伯教授表示,「一個人合成並確認100種高分子材料需要花費5~6年的時間。利用AI,1分鐘就能篩選出有潛力的材料」。目前正在與企業、美國和台灣等地區的大學進行聯合研究。
筑波大學副教授五十嵐康彥和慶應義塾大學副教授緒明佑哉等人發現了可以提高鋰電池容量的負極材料,AI為此次發現提供了契機。
AI發現,材料的熔點等因素會影響電池的容量,並選出了3種有潛力的有機材料。經過對其中1種材料進行測量發現,這種材料同時具有世界最高水準的容量和耐久性。
五十嵐副教授稱,「包括AI在內的數據科學是繼古希臘時代開始的經驗科學、17世紀以後的理論科學、20世紀誕生的計算科學之後的第4種科學」。有觀點認為,目前正在發生材料開發史上百年一遇的革新。
2011年,當時的美國歐巴馬政府提出了「材料基因組計劃(Materials Genome Initiative)」。這一構想是,通過解讀生物基因組(全部遺傳資訊)來發展生物技術和製藥的方法,將其引入材料研發活動。
美國在5年內投入了500億日元以上。中國也顯示出存在感。日本則從2015年左右開始得到了政府的大力扶持。
這種方法之所以備受關注,是因為脫碳的門檻變高,需要新材料具有前所未有的性能。AI也變得越來越聰明,在圍棋方面甚至戰勝了人類。利用AI和數據來探索未知材料的時代已經來臨。
轉向以數據為導向的研究將帶來巨大變化。最大的變化是研發速度的加快。新冠病毒疫苗就是一個很好的例子。只要有病毒的遺傳物質資訊,過去以年為單位的開發時間可以縮短到幾個月。
就像一直準備馬拉松比賽的運動員突然改成100米短跑一樣,改變的跨度非常巨大。受到顯著影響的是過去一直憑藉化學和材料科學在「馬拉松比賽」中獲獎的日本。今後,不僅是依靠經驗的工匠技藝,熟練使用AI的智慧也將受到考驗。還需要培育AI開發和處理方面的人才。
在海外方面,谷歌等在AI領域具有優勢的美國IT巨頭及歐洲大型學術出版企業已開始收集材料的數據。
還有觀點認為,即使被他們掌握了數據,「日本只要能在現實世界通過物質的合成技術發揮出力量就行」。果真如此嗎?日本的國際競爭力已隱隱蒙上一層陰影。
據日本文部科學省科學技術和學術政策研究所統計,在備受全球矚目的研究論文數量方面,1995~1997年(平均)日本在化學領域僅次於美國,排在世界第二,份額佔到約1成。而到了2015~2017年,日本的份額降至4.9%,下滑到第6位。同一時期,中國的份額佔到約4成,超過美國,躍居世界第一。
日本國立研究開發法人「物質材料研究機構」從2017年度開始完善研究環境,自動收集測量裝置數據,以及利用AI收集論文數據等。目前已經取得成果,例如發現了世界上隔熱性能最高的薄膜等。
2021年度起,該機構的做法將推廣到日本全國的大學和研究機構。設想供2萬名研究人員使用。該機構的綜合型材料開發及資訊基礎部門的部長出村雅彥表示:「希望在日本國內收集到包括失敗實驗結果在內的大量數據,爭取在世界上領先」。
在應對全球氣候變暖方面,各國和地區都在競相開發脫碳化技術,水面下也開始了名為「材料開發」的另一場競爭。
日本經濟新聞(中文版:日經中文網)草鹽拓郎、淺沼直樹
版權聲明:日本經濟新聞社版權所有,未經授權不得轉載或部分複製,違者必究。