材料科学の未来を切り開く新たなデータ収集ツールの誕生

最近、国立研究開発法人物質・材料研究機構（NIMS）内で、機能材料に関するデータ収集および管理を革新する新たなツールが開発されました。このプロジェクトは、NIMSとスイスのEmpaによって支援され、数百万本の論文から実験データを掘り起こすことを目指しています。人間が集めた貴重なデータが論文の中に埋もれていることに着目した桂ゆかり氏とそのチームは、新たな技術でこのデータを有効活用し、将来に向けた研究のインスピレーションを提供しようとしています。

機能材料とその複雑性

現代の社会では、スマートフォンや自動車など、さまざまなテクノロジーが多機能材料に依存しています。そのため、材料科学者は新材料の開発とその特性の予測に日々挑戰しています。しかし、材料の特性を予測することは容易ではありません。組成や製造方法の微小な違いが材料の特性に大きな影響を及ぼすため、理論モデルだけでは正しい予測を行うことが困難です。ここで重要なのが、データ科学です。最近登場した機械学習や大規模言語モデル（LLM）を活用すれば、材料特性のデータを迅速に収集・分析する手助けとなるのです。

新ツールの開発

桂氏が率いるプロジェクトの一環として、2つの新しいツールが開発されました。「Starrydata Auto-Suggestion for Sample Information」と「Starrydata Auto-Summary GPT」です。これらのツールは、研究者の手作業によるデータ収集を効率化するもので、特にオープンアクセスの論文を対象にしています。前者は、論文から材料情報を読み解き、自動的に入力候補を提示する機能を持ち、後者はPDF形式の論文を解析し、実験データをJSON形式に整形することができます。

データ収集の効率化

これらのツールの導入によって、研究者は論文に埋もれた実験データに迅速にアクセスできるようになります。「これまで数百万本の論文の中には、貴重な実験データが隠れていた」と桂氏は語ります。この新たな手法によって、これまで人間の手によってしかアクセスできなかった情報が、人工知能によって整然と整理され、他の研究者が簡単に利用できるようになるのです。

プロジェクトはすでにオープンアクセス論文を対象にしており、特に熱電材料や磁石に関するデータに焦点を当てていますが、今後はさらに多くの材料科学分野に対応していく計画です。具体的には、今後数年間でデータの収集範囲を広げ、世界中の研究者が活用可能なオープンデータセットを提供することを目指しています。これにより、材料科学の分野における研究がより迅速かつ効果的に行われることが期待されています。