日立製作所は12月16日、材料開発の加速につながるという新たな機械学習モデルを開発し、積水化学工業と進めているマテリアルズ・インフォマティクス(MI)推進に向けた協創活動において有効性を実証したと発表した。

  • 開発した機械学習モデルの概念図

新モデルは、決定木を用いた材料の性能予測モデルの構築に、量子コンピュータを疑似的に再現するCMOSアニーリングを適用することで、多様な条件の網羅的な考慮が可能という。これにより、機械学習モデルの予測精度を向上させ、材料開発の期間を約20%短縮できる見通しを得たとしている。

同社は同技術を、Lumadaの「材料開発ソリューション」として実用化していく。また、生産現場の運用や物流の最適化など幅広い業界への展開を目指す。

  • 予測精度の改善結果

  • 決定木アルゴリズムとCMOSアニーリング技術

今回、機械学習モデルの構築において、MIでも一般的に用いられるという決定木アルゴリズムにCMOSアニーリングを導入し、材料の作成に関わる条件を網羅的に考慮することで予測精度を高める新たな手法を開発したという。

このようにして構築した高精度予測モデルを、既存の有機材料の分子構造からその特性を予測する問題に適用した結果、機械学習による予測精度向上において高い性能を示す従来技術であるLightGBMおよびXGBoostにこの手法を適用した際の予測精度が、従来技術単独での予測を上回る精度を達成したとしている。

さらに、同技術を用いて材料開発した場合、従来のMIを用いた方式と比べ、開発に要する期間を約20%削減できる見通しを得たとのことだ。