エネルギー産業や半導体産業など様々な産業分野において
新材料開発は技術革新と持続可能な社会の実現を
支える鍵となります。近年の生成AI技術の発展により、
所望の特性を逆設計する技術が急速に発展してきましたが、
既存の手法では、まださまざまな課題があるそうです。
東京大学の研究グループは、大規模言語モデルの
高い推論能力に着目し、汎用的なLLMを
材料組成提案のための推論エンジンとして使用し、
さらに人間の専門家の推論プロセスを模倣する
外部ツールをLLMの推論過程に統合して
新たなAIフレームワーク「MatAgent」を開発。
今回開発されたLLMは、明示的な推論とともに
提案を行うため、なぜその判断が有望であるのかを
人間が自然言語により理解することが可能となるそうです。
詳しくはリンク記事でご確認ください。
【記者発表】大規模言語モデルで専門家のように材料空間を探索――自律性と解釈性を備えた無機材料設計のためのAIエージェントを開発―― – 東京大学生産技術研究所
東京大学大学院工学系研究科の高原 泉 大学院生（博士後期課程）、 #東大生研 溝口 照康 教授、モントリオール大学・Mila – Quebec AI InstituteのBang Liu 准教授らの研究グループは、大規模言語モデル（LLM）をエージェントとして活用し、目標特性を持つ無機結晶材料を自律的に探索・設計する手法を開発しました。材料探索における専門家の思考プロセスを模倣したツール（短期記憶・長期記憶・周期表・知識ベース）をLLMの推論プロセスに統合することで、幅広い材料空間の探索を実現しました。本手法を用いることで、平易な自然言語で環境問題や資源制約を考慮した制約を付与したり、提案材料がなぜ有望なのかを解釈したりすることが可能となり、材料開発の加速と理解の深化に貢献することが期待されます。
[PR]