東京大学生産技術研究所の溝口照康准教授、東京大学大学院新領域創成科学研究科の津田宏治教授らの研究グループは、物質解析に広く利用されるスペクトルを人工知能で解釈、予測する新手法を開発した。解釈速度は専門家の約2万倍とされ、半導体設計や電池開発、触媒解析などに広く活用できそうだ。
東京大学によると、研究グループは人工知能で用いられる機械学習法を利用、物質情報の樹形図とスペクトルの樹形図という互いに相関する2つの樹形図を使って高速、高精度でスペクトルの解釈ができる新手法を開発した。
2つの樹形図がスペクトルを吸い上げ、情報交換をしながら解釈していく格好になり、この手法を使えば専門知識がなくても物質を高速、高精度で解析することができる。
スペクトルは入射する光の吸収や発光などから得られる情報で、半導体設計などさまざまな工業分野で物質解析に使用されている。最近では測定技術の進歩で一度の実験で数千から数万のスペクトルを取得できるようになった。
しかし、スペクトルを解釈し、原子配列や電子構造の情報を得るには、研究者が高度な専門知識を駆使し、理論計算しなければならなかった。電子線やX線を用いて測定したスペクトルの理論計算には、数時間から数日を要すため、膨大な数のスペクトルを解析するのは現実的に不可能となっていた。
