複数の自律自動AIシステムが自発的に連携して材料研究を推進

NIMSは、筑波大学との共同研究により、複数の自律自動AIシステムがお互いに自発的に連携してネットワークを組むことで効率的に新規材料を発見することが可能な「自律自動AIネットワーク」技術を開発し、その有用性をシミュレーションで実証しました。

近年、人工知能（AI）やロボット、シミュレーションを組み合わせた「自律自動AIシステム」が注目を集めており、世界中で構築・運用されています。しかし、現在の自律自動AIシステムは、他のシステムと競合することなく独立で稼働しています。各システムが異なる材料系を探索しており、データを共有することは容易でも、他のデータを自身の自律探索に活用することが困難であるためです。人間（研究者）が会話によって研究コミュニティーを形成することで幅広いナレッジを共有しながら高度に研究を推進するのと同じように、多数の自律自動AIシステムがネットワークを組むことで幅広いナレッジ（データから抽出されたトレンド）を共有・活用しながら自律探索を実行することができれば、より効率的に新規材料を発見することができるでしょう。

今回、研究チームは、人間の研究コミュニケーションの方法をヒントに、多数の自律自動AIシステムがナレッジを共有しながら連携して自律探索を実行する「自律自動AIネットワーク」技術を開発しました。研究コミュニティーにおいて通常人間は、ただ単に自身が持っている研究データを相手に渡すのではなくて、そのデータから得られた何らかのナレッジを相手に伝える形でコミュニケーションをとります。これを自律自動AIシステム間でも実現するために、別のシステムが学習した知見を取り込んで判断の参考にするアルゴリズムを構築することにより、データではなくナレッジを共有しながら自律自動探索を行うことを可能としました。

3つの自律自動AIシステムに、それぞれ別の物性値を最大化する探索を行わせる際、システム相互に自発的なナレッジの交換をさせたところ、最適化のスピードが向上することが観測されました。すなわち、自律自動AIネットワークの構築によって、各システムの探索効率が向上することを本研究で実証しました。

本研究は、NIMS マテリアル基盤研究センター データ駆動型材料設計グループの岩崎 悠真 主幹研究員、筑波大学 システム情報系の五十嵐 康彦 准教授からなる研究チームによって実施されました。

本研究成果は、2025年12月9日（現地時間）に「npj Computational Materials」誌にオンライン掲載されました。