マテリアルズインフォマティクス・材料

AIの材料発見はどこまで使えるか：効く段階と過大評価の3例

2026/6/21 （更新: 2026/10/12）

🤖 AIを使用して執筆

まず「安定」≠「作れる」≠「役立つ」≠「新しい」と分ける

つまずきの根っこは、4つの別々のことを、つい一緒くたにしてしまうことだ。

「計算で安定そう（①）」は、ただの出発点だ。そこから「実際に作れる（②）」「役立つ性質を持つ（③）」「既知でなく本当に新しい（④）」までには、何段もの関門がある。この関門の連なりは、安いフィルタを先に、高いフィルタを後に置いて候補を順に絞り込む漏斗そのものだ。 ところが見出しは、①の数を「新材料の数」として語ってしまう。ただし近年の3つの出来事で問われた関門は、事例ごとに違う。GNoME では①の数そのものが見出しになり、実際に作れる構造か（②）、役に立つか（③）、本当に新しいか（④）が問われた。A-Lab では合成できたものの同定（②）と新規性（④）が、MatterGen では合成された相の組成（②）と新規性（④）、狙った性質で既知の化合物を上回ったか（③）が争点になった。

3つの実例に見る、華々しい発表とその後の検証

① グーグルDeepMindの「GNoME」（2023年） 深層学習で、それまでの基準（Materials Project）の安定性の境界（凸包）より下だと判定された構造を220万個見つけたと発表。新しい発見どうしも安定を競うので凸包は引き直され、その更新後の凸包の上に残る新規材料は約38万である。引き直しは過去にも起きていて、GNoME 自身が Materials Project と OQMD の「安定」材料を少なくとも5000件、凸包から押し出している。計算で安定とされていた材料は約4万8千から42万1千へ、ほぼ一桁拡大したという¹。論文は新規性も数で主張している。発見した安定結晶は、既知のプロトタイプの置換や列挙からは出てこない4万5500超の新規プロトタイプに対応し、Materials Project の8000に対して5.6倍だという¹。 だが2024年、専門家（Cheetham & Seshadri）がChemistry of Materials誌で反論した。彼らの結論は「新規性・確からしさ・有用性を同時に満たす化合物の証拠は乏しい」で、繰り返し挙げられるのは二点だ。ひとつは既知構造との実質的な同一性で、同じ構造型を対称性だけ下げて別のものとして登録している例がこれに当たる。もうひとつは、実際には乱れているはずの金属イオンを整然と並べた構造がデータベース全体を通じて繰り返し現れることだ（0Kの密度汎関数計算はエントロピーを数えないので、秩序のある解を選んでしまう）。彼らはこの偏りの規模も示している。予測側では上位4つの空間群がすべて非中心対称で、全体の約34%を占める。ICSD では上位24位までに非中心対称の空間群は1つしかなく、1%にとどまる。

彼らが38万4870件から無作為に抜き出した10件は、10件とも ICSD に既知の構造として見つかった。そのうえで、どれにも機能が示されていない以上「材料（material）」とは呼べず、正しくは結晶性無機化合物の提案リストだ、というのが彼らの立場である。これは上に挙げた関門③そのものだ。実際この論考は、プロメチウム・アクチニウム・プロトアクチニウムなど放射性元素の化合物が1万8138件、テクネチウム・ネプツニウム・プルトニウムを含むものがさらに2万3529件あり、これらが材料として役立つ見込みは低いと書いている。

ただし同じ論考は、手法そのものは健全だとも書く。新しい組成の多くは既知材料をわずかに手直ししたものにすぎないが、計算手法は全体として妥当な組成を出しており、その基盤は健全だという確信を与える、と。彼らはさらに、予測を既知の文献と突き合わせて本当に新しくないものを濾す作業が要るとし、40万件近い一覧に対してそれを人手で行うのは非現実的だと書いている²。

② バークレーの「A-Lab」（2023年） AIとロボットの自律実験室が、17日で58の標的のうち41の新化合物を合成した、とNatureに発表³。 批判は2024年3月に出た。プリンストンとUCLの7人（筆頭はジョシュ・リーマン、責任著者にレスリー・ショープとロバート・パルグレイブ）が、X線データの解析が甘く、多くは既知の物質の取り違えだと指摘する。彼らの結論は「この研究で新材料はひとつも発見されていない」だった。正しく合成されたと認められるのは3件だけで、その場合の成功率は58標的中3件で、5%になる。しかもその3件も、すべて文献に既報の化合物だという。A-Lab が成功とした化合物については、約3分の2が予測された規則構造ではなく既知の乱れた相だった可能性が高い、というのが彼らの読みだ⁴。 最終的にNatureは訂正（Author Correction）を出した（2026年1月オンライン）。論文タイトルから「新規（novel）」の語を削り、訓練データに紛れていた1化合物（Zn₂Cr₃FeO₈）を除外した。これで標的は58→57、報告された成功も41→40件になる。そのうえで訂正後の記載は「57標的のうち36化合物」である。40件のうち36件は判定が正しく、残る4件はX線回折だけでは判定不能である。これが著者らの手作業による再解析の結論で、この再解析そのものが公開後にあらためて査読を受けている（Nature は訂正の謝辞で、再解析後の回折データを評価した査読者に触れている）。ここで言う「新規」も「科学的に新しい」ではなく「予測プラットフォームにとって新しい」の意味だった、と著者自身が認めている。同じ弁明は2024年の批判論文が著者らの応答としてすでに記録しており、批判側は、それでも「新規材料」を掲げる題名と要旨は大いに誤解を招くと切り返していた⁴。撤回ではなく訂正。

ただし批判側の数え方（58標的中3件）と訂正後の数え方（57標的中36件）は、今も揃っていない。揃わないのは、成功の定義が違うからだ。A-Lab 論文は、目標と同じ結晶構造と組成を保つなら部分的に乱れた版ができても成功と数えると Methods に書いており、訂正後の版ではこの定義を本文の冒頭にも置いた³。批判側は、既知の乱れた相ができたなら予測した規則構造は作れていないと数える。同じ回折データが、片方では成功に、片方では失敗に読まれている。

新規性の基準も同じ形で割れる。批判側は、A-Lab が新規性の基準を明示していたことを記録している。標的を Materials Project で「理論上のみ」（ICSD に無い）と印の付いた化合物から選ぶ、という基準だ。そのうえで批判側は、この基準には異論がありうると断る。Materials Project には組成の乱れた化合物が無く、既知でも ICSD に無い化合物、とくに乱れたものは多いからだ。それでも自分たちの評価にはおおむねこの基準を使う、と彼らは書いている⁴。リーマンらが訂正後に応答した記録は、ここで引いた2出典には無い⁴。

③ マイクロソフトの「MatterGen」（2025年） 既存候補を“ふるう”のではなく、新しい結晶を生成する拡散モデル。実証として設計・合成された化合物 TaCr₂O₆ が話題になった。ただしMatterGen論文自身が、実際に作れたのは4候補のうち1つで、しかも出てきたのは予測した規則構造そのものではなくその組成が乱れた版だと書いている⁵。 だが2026年、Mikkel Juelsholt がMaterials Horizons誌（査読付き）で指摘した。MatterGen 論文が合成したとする乱れた相 Ta₁/₃Cr₂/₃O₂ は、c軸まわりに90°回せば、1971年に報告済みの Ta₁/₂Cr₁/₂O₂ と同一構造である。Juelsholt 自身、Ta₁/₃Cr₂/₃O₂ という組成そのものは報告例が無いと認めたうえで、それは Ta の含量が0.65以下ならルチル構造が CrO₂ まで続く既知の固溶体系列の一点にすぎず、真の新化合物とは言えないと退けている。しかもその ICSD 登録は、MatterGen が新規性を判定するのに使う参照データセットに入っていた。訓練データの側にも、同じ Ta–Cr 酸化物のルチル構造を、対称性から生成される原子位置をすべて書き出した形（空間群 P1）にしたものが複数入っている（例は Materials Project の2件と Alexandria の1件。訓練データ上の表記は TaCrO4）。つまり「新発見」ではなく、手元のデータの言い換えだ、というのだ。彼は、合成されたという組成にも異を唱えている。MatterGen 論文の著者ら（Zeni ら）が公開した粉末X線回折データを精密化し直すと組成は Ta₀.₄₃Cr₀.₅₇O₂ になり、Ta₁/₃Cr₂/₃O₂ という値は原子変位パラメータを 0 Ų という物理的にありえない値にしていたことから生じた、と彼は見る。測定装置の詳細が書かれていないので自分の値も誤りうると断りつつ、彼は Ta₁/₃Cr₂/₃O₂ は合成できていないと結論している。 Juelsholt は性質の側でも切っている。この実証はもともと体積弾性率200 GPa を狙って生成したものだが、Zeni らの値は、ナノインデンテーションで測った Young 率から推定した体積弾性率で、4回の測定の最大値が169 GPa である（平均は158 ± 11 GPa。粉末試料が緻密でない可能性から、最大値を最良の推定としている）⁵。既知の Ta₁/₂Cr₁/₂O₂ は焼結体で181 GPa と報告されており、Juelsholt はそちらのほうが硬いと切る。「では二番目に硬い未知の組成を当てたのでは」という擁護も、彼は二点で否定する。Ta₁/₂Cr₁/₂O₂ に近い組成なら硬さもほぼ同じはずでそちらを予測すべきだったこと、そして訓練データに入っていたのは化合物そのものだけで硬さの値ではないことだ。なお、この指摘は公表前に Zeni らへ連絡しないまま出されたと、著者自身が断っている⁶。

公平に見て、AIは役立たずなのか？

いや、それは違う。

機械学習は、既知の化学の“内側”で、性質を高速に見積もって候補を絞ること（＝スクリーニングの“安いフィルタ”の段）には、実際に強い。GNoME 論文はこの段の性能を的中率で書いている。予測した候補が第一原理計算で安定と確かめられた割合は、構造を与えた場合で80%超、組成だけの場合は1組成あたり100通りの構造を試して33%で、先行研究の1%から上がった¹。ただしこれは計算上の安定（①）に対する的中率であって、作れるか（②）の的中率ではない。GNoME 論文は、予測のうち736件が実験構造データベース（ICSD）の登録構造と一致したと報告している。ただし論文自身が Methods で、そのうちプロジェクト開始後に新たに報告された物質に対応するのは184件だと書いている。残りは以前から知られていた物質との一致だ¹。それでもスクリーニングの加速そのものは本物だが、この736という数字を「発見」の証拠として読むことはできない。

問題は、その強みが「内挿（interpolation）」、つまり学んだデータの周辺をなめらかに埋めることに偏っていることだ。 一方で見出しが期待させるのは「外挿（extrapolation）」、つまり誰も見たことのない、本当に新しい化学へ大きく踏み出すことだ。ここでのAIの弱さは「まったくできない」という単純な話ではない。GNoME 論文自身も、新しい構造やプロトタイプはモデルにとって本質的に分布の外にあると書き、そこでも妥当な予測が出ることを「望む」と述べて、試験時の補正を加えている¹。“新発見”ほど当たり外れが大きくなりうるのは、このためだ。ただし同じ論文は、規模を上げると訓練で見ていない元素数の領域へ一般化する能力が現れる（emergent out-of-distribution generalization）と主張しており、ここは決着していない¹。

上で見たGNoMEやA-Labの“発見”が検証の段で次々に既知物質へと差し戻された主因として批判側が挙げるのは、内挿か外挿かではない。性質の似た元素が同じ結晶サイトを共有する「乱れ」を予測が扱えず、既知の乱れた相を新しい規則構造と取り違えたこと、そしてX線回折の自動解析が同定に耐えなかったことだ（内挿／外挿という整理は本稿のもので、批判側の診断ではない）。乱れの取り違えは GNoME 批判の側も名指ししていて、彼らは同じ問題が A-Lab を論じた別の論考でも指摘されていると書き添えている²。外挿の弱さと合わせて、“新発見”を名乗るにはなお検証が要るということだ。

批判の側は、その処方まで書いている。Juelsholt は、MatterGen が自分の訓練データと自分の予測を区別できない以上、新規性を担保するには予測1件ごとに人が確かめるしかなく、それが売りだったはずの高速な予測を妨げる、と述べる。そのうえで彼は、これを1つのモデル固有の欠陥ではなく、結晶学と原子の乱れという概念に生成AIツールが総じてつまずいている例として位置づけた⁶。

要するに、AIは材料探しの速い“フィルタ”としては本物だ。だが「発見者」と呼ぶには早い。「計算で安定」とされた候補が「作って役立つ新材料」かを確かめるには、まだ人間による合成と検証が要る。

この記事はAIを使用して執筆されました。内容には誤りが含まれる可能性があります。事実や数字の出典は脚注から確かめられます。