1．背　　　　　景

　あらゆる産業は，新材料の発見によってもたらされる非連続な飛躍を繰り返しながら発展してきた．例えば導電性ポリマーの発明によりタッチパネルディスプレイという技術がもたらされたように，新材料は工業製品の性能自体を大きく押し上げるのみならず，時に製品設計の指針を根底から覆し，それによって新しい技術分野を切り開くことすらある．このような新材料の持つ潜在力は近年特に注目されており，2016年には130兆円であった市場規模が，2024年には200兆円に達するという報告もある⁽¹⁾．また，材料科学を遺伝子編集技術や量子・神経型コンピューティングと並ぶ，次世代の3大技術とする報告もあり⁽²⁾，今後ますます成長が加速する分野である．

　期待の高まる一方で，今日の材料開発は，分野ごとの専門家個人の知識や経験を基にした実験や計算の試行錯誤を繰り返すことで成り立っている．個人が参照し得る知識の量と種類は限られているため，材料開発はスピードと多様性の点においてまだ大きな成長の余地を残している．まず，新材料の開発には一般に10年から20年もの期間が必要とされている．また，未知の材料の種類は低分子に限定しても10⁶⁰種類をはるかに上回る材料が存在すると概算される一方で⁽³⁾，専門家の発明や発見によってこれまでに得られた既知の材料の種類は高々10⁹種類程度にすぎない．

　このように，人間の能力により制約を受けてきた開発スピードを加速し，かつ材料設計の発想の自由度を拡大するために，実験，理論，計算に次ぐ「第4の科学」と称され近年成長の著しいデータサイエンス，すなわち機械学習や統計解析を材料分野に積極的に導入することが国を挙げて開始された．250億円以上の予算を投入してムーブメントの口火を切った米国のMaterials Genome Initiative（2011年）に続き，欧州のNOMAD，韓国のCreative Materials Discovery Project，中国のMaterials Genome Initiative Center，国立研究開発法人物質・材料研究機構（NIMS）のコンソーシアムMI²I（いずれも2015年）などが挙げられる．また，こうした時代の潮流を受けて数多くの材料開発のベンチャー企業が続々と誕生し，本稿執筆時点でその数約150社，資金調達総額は約2,500億円と見積もられている⁽⁴⁾．このような材料開発へ向けたデータサイエンス導入の動きは，一般にAIを活用した材料開発と呼ばれ，今後ますますの加速が見込まれる．

2．AIを活用した新材料探索の現状