MI
データ・AI活用×海外事例
2024.4.10
【データ・AI活用×海外事例】”パナソニック”_MIの適用で有機半導体の製品開発を加速させる
💡要約
- パナソニックは、高性能な有機半導体を開発するために数百万種類の中から有望な候補有機化合物を特定し、一つの化合物に数日かかるシミュレーションを行う必要があり、開発業務の効率化に課題を抱えていた
- MIシステムを導入し、時間がかかるシミュレーションの結果を事前に予測し有望な候補を選別、さらに新規有機化合物を合成パターンを自動生成しその特性を予測した
- 開発期間短縮・コスト削減を達成した上で、過去の実績より25％性能のよい化合物を特定した
課題
日本の大手電機メーカーであるパナソニックは、最先端のIoT設備を製造するため、軽量かつコストパフォーマンスがよい有機半導体の開発に取り組んでいますが、いくつかの課題を抱えていました
● シミュレーションコストと時間：同社では実際化合物を合成する前に密度汎関数理論と分子動力学シミュレーションを用いて化合物の特性を計算していますが、それでも一つの化合物のシミュレーションは数日がかかります
● 有望な材料特定：有機半導体の材料となる理想的な特性を持つ化合物の候補は数百万種もあるため、より効率的な材料を特定するプロセスが必要です
解決策
同社は課題解決のために、MIシステムを導入し下記のように開発プロセスに適用しました。
（１）時間がかかるシミュレーションの結果を事前に予測
有機化合物の溶解性を示す指標である正孔移動度と電子移動度について、数日間かかるシミュレーションを実行する前に、シミュレーション結果の予測を行い優先度を決めます。
これまで集めた32個のシミュレーション結果を用いて、MIシステムに化合物の化学特性と正孔移動度、電子移動度の関連性を学習させました。また、MIシステムの学習効率を上げるため、縮合環など化合物の構造を示す情報を学習データに追加しました。
候補リストにある13万種を超える有機化合物のシミュレーション結果を予測し、予測結果から求めている特性を持つ可能性が高い候補を優先してシミュレーションを実行をしました。
（２）システム上で新規有機化合物の合成を実現
MIシステムを通して、求めている特性と高い相関を持つ化学性質・構造情報を知り、その情報を基に、新規材料開発用のカスタムデザインスペースを作成しました。分子の構築ブロックの組み合わせに関する制約条件を定義し、それらの制約条件に満たす約2億の分子をシステム上で生成し、それぞれの化学特性を予測しました。最終的に50万の優良候補を見つけることができました。
補足：MI（マテリアルズ・インフォマティクス）とは
AIをはじめとする機械学習と情報科学（インフォマティクス）を用いて、有機材料や無機材料などの材料開発の効率化を目指す技術・取り組みのこと
成果
MIシステムの導入により開発期間とコストの削減ができました。さらに分子構造と融合したチオフェン環が正孔移動度に与える影響についての洞察を得ました。この知識は、機械学習モデルに取り込まれ、将来のプロジェクトで再利用できるようになっています。
MIシステムが推奨した新規有機化合物50万候補のうち、過去の実績よりも25％高い正孔移動度を持つ分子を発見しました。この化合物を含め今回MIシステムを用いて特定した3つの化合物は現在特許出願中です。
実際の実現方法
同社が導入したシステムを、「Liberty DSP」で再現することが可能です。
１．過去の化合物特性シミュレーション結果データ、縮合環など化合物の構造データを、社内データベースから自動取得
２．本来数日かかる化合物特性シミュレーションの結果を、AIが事前に予測
３．事前予測結果から、要求特性を持つ可能性が高い候補化合物をリスト化
４．既存のシミュレーションへリストを連携、有望な候補を優先してシミュレーション実行
５．事前予測結果を、新規材料開発用のカスタムデザインスペースへ連携
６．要求特性を満たす新規化合物候補を自動生成しその 特性を予測、優良候補を選定
LibatyDSP
「Liberty DSP」は、Liberty Dataが提供する、蓄積→分析・可視化→事象予測→事業最適化までを一気通貫で有機的に自動遂行することを志向したデータサイエンスプラットフォームです。
サービスサイト＿「DSP for Chemoinformatics」 https://www.liberty-nation.com/dspchemoinformatics/
資料請求・お問合せ https://www.liberty-nation.com/contents/
