AIで高分子太陽電池の性能予測
応用化学専攻の佐伯昭紀准教授らの研究グループは、JST戦略的創造研究推進事業において、次世代太陽電池として期待されている高分子太陽電池※1の高分子材料設計で、AI（人工知能）の計算手順の1つであるランダムフォレスト（RF）※2を用いて性能を予測する手法を開発しました。
チェスや囲碁の世界チャンピオンに勝利を挙げたことでその潜在能力に注目を集めてきたAIですが、今では様々な場面で人間社会と関わるようになってきています。今回の成果は、学術研究でのAIによるシミュレーションと実験科学の連携・融合という面において、非常に大きな意味を持つものです。
高分子太陽電池は安価で安全・軽量であることはよく知られていましたが、その材料開発には多種類の化学構造の組み合わせを実験で試して実証データを集積する必要があり、多くの時間と労力を必要としました。これに対し、佐伯准教授らの研究グループは、手作業で収集した1,200の実験データを基に、AIの学習能力で高分子構造を一瞬で選別し、その性能を予測する手法の開発に成功したのです。（下図）
本研究成果は、2018年5月8日（日本時間）に米国化学会誌「The Journal of Physical Chemistry Letters」のオンライン速報版で公開されました。
佐伯先生らの研究グループは、実験物理化学が基盤であるため、当初はAIを活用した材料開発への敷居を高く感じていましたが、本研究では実装が容易なRFを採用し、1,000個程度のデータ数でもRFが有効であることを実証しました。今後、RFによる材料設計手法を、高分子だけでなく低分子や3種混合系材料にも展開し、より高効率な高分子太陽電池材料を探索していくとのこと。
今後も持続可能な社会の実現に向けた、応用化学専攻の研究者たちの活躍にご期待ください！
※１ 高分子太陽電池
主に炭素や水素からできた有機高分子を使った太陽電池のこと。従来のシリコンなどでできた太陽電池に比べて材料や製造コストが安く、安全かつ軽量で曲がるものも作れるため、次 世代太陽電池として期待されています。
※２ ランダムフォレスト（RF）
複数の入力データ群からランダムにパラメータを選び、それを用いて複数回計算を行って、結果を総合的に判定する手法。
高分子構造に存在するアルキル鎖（R）は多種多様。これらの中から最適な構造を選別するため、従来は全て合成して試す必要があったが、RF分類器での予測が可能になった。
