脱碳大潮下另一场竞争:AI材料研发

脱碳大潮下另一场竞争:AI材料研发

到2050年实现温室气体净零排放的目标激起了各国的材料研发竞争。低价的光伏电池和蓄电池能够促进可再生能源的普及,要实现这种低价电池,必须开发出前所未有的材料。轻而结实的构造材料可以减轻汽车和飞机的重量,帮助其提高运行效率。研究人员试图利用人工智能(AI)技术来开发新材料。为了在短时间内实现创新,各国纷纷行动起来。

日本大阪大学教授佐伯昭纪利用AI技术开发的新一代光伏电池使用了价格低廉的高分子材料。以论文中记载的1200种光伏电池为数据库,让AI学习了高分子材料的结构和反应光线的波长等特点。

完成学习的AI发现了一种“规律”,可用来分析出光伏电池的发电效率与高分子材料特点之间的关系。根据高分子材料的结构,预测出光伏电池的发电效率为11.2%。实际制作出电池后,发电效率达到11%,和预测值几乎完全相符。

用高分子材料制造的光伏电池比硅材料的普通光伏电池成本更低,而且重量轻。虽然比不上硅电池的发电效率,但最近10年内高分子电池的性能得到迅速提升。高分子材料的结构存在无数种组合。大阪大学调查的候选物质多达20万种。依靠经验和直觉、通过反复试错试验的传统方法可能会漏掉一些物质,材料性能的改善存在极限。

在材料开发中引入AI的方法称为“材料信息学(Materials Informatics)”。

如果采用这种方法,不试验也能找出优秀的材料。佐伯教授表示,“一个人合成并确认100种高分子材料需要花费5~6年的时间。利用AI,1分钟就能筛选出有潜力的材料”。目前正在与企业、美国和台湾等地区的大学进行联合研究。

筑波大学副教授五十岚康彦和庆应义塾大学副教授绪明佑哉等人发现了可以提高锂电池容量的负极材料,AI为此次发现提供了契机。

AI发现,材料的熔点等因素会影响电池的容量,并选出了3种有潜力的有机材料。经过对其中1种材料进行测量发现,这种材料同时具有世界最高水平的容量和耐久性。

五十岚副教授称,“包括AI在内的数据科学是继古希腊时代开始的经验科学、17世纪以后的理论科学、20世纪诞生的计算科学之后的第4种科学”。有观点认为,目前正在发生材料开发史上百年一遇的革新。

2011年,当时的美国奥巴马政府提出了“材料基因组计划(Materials Genome Initiative)”。这一构想是,通过解读生物基因组(全部遗传信息)来发展生物技术和制药的方法,将其引入材料研发活动。

美国在5年内投入了500亿日元以上。中国也显示出存在感。日本则从2015年左右开始得到了政府的大力扶持。

这种方法之所以备受关注,是因为脱碳的门槛变高,需要新材料具有前所未有的性能。AI也变得越来越聪明,在围棋方面甚至战胜了人类。利用AI和数据来探索未知材料的时代已经来临。

转向以数据为导向的研究将带来巨大变化。最大的变化是研发速度的加快。新冠病毒疫苗就是一个很好的例子。只要有病毒的遗传物质信息,过去以年为单位的开发时间可以缩短到几个月。

就像一直准备马拉松比赛的运动员突然改成100米短跑一样,改变的跨度非常巨大。受到显著影响的是过去一直凭借化学和材料科学在“马拉松比赛”中获奖的日本。今后,不仅是依靠经验的工匠技艺,熟练使用AI的智慧也将受到考验。还需要培育AI开发和处理方面的人才。

在海外方面,谷歌等在AI领域具有优势的美国IT巨头及欧洲大型学术出版企业已开始收集材料的数据。

还有观点认为,即使被他们掌握了数据,“日本只要能在现实世界通过物质的合成技术发挥出力量就行”。果真如此吗?日本的国际竞争力已隐隐蒙上一层阴影。

据日本文部科学省科学技术和学术政策研究所统计,在备受全球瞩目的研究论文数量方面,1995~1997年(平均)日本在化学领域仅次于美国,排在世界第二,份额占到约1成。而到了2015~2017年,日本的份额降至4.9%,下滑到第6位。同一时期,中国的份额占到约4成,超过美国,跃居世界第一。

日本国立研究开发法人“物质材料研究机构”从2017年度开始完善研究环境,自动收集测量装置数据,以及利用AI收集论文数据等。目前已经取得成果,例如发现了世界上隔热性能最高的薄膜等。

2021年度起,该机构的做法将推广到日本全国的大学和研究机构。设想供2万名研究人员使用。该机构的综合型材料开发及信息基础部门的部长出村雅彦表示:“希望在日本国内收集到包括失败实验结果在内的大量数据,争取在世界上领先”。

在应对全球气候变暖方面,各国和地区都在竞相开发脱碳化技术,水面下也开始了名为“材料开发”的另一场竞争。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注