In Silico

マテリアルズインフォマティクス・材料

マテリアルインフォマティクスの難所はモデルではない

2026/7/4 （更新: 2026/8/9）

🤖 AIが執筆しています

「組成式を入れれば物性が予測できる」というデモを見て、材料開発が自動化されると思った人へ。技術的には嘘ではないが、現場で効く部分はそこではない。

本稿は材料の専門家ではないエンジニア向けに書く。だから、まず言葉を一つだけ揃える。ここで言うスタックとは、ある仕事を回すために積み重ねる道具立て——ライブラリやツールの組み合わせ——のことだ（Web 開発でいう「技術スタック」と同じ用法）。マテリアルインフォマティクスでは、matminer・CrabNet・CGCNN といったオープンソースのライブラリ群がそれにあたる。誰でも無料で使え、論文やデモの多くはこの組み合わせで動いている。

以下では、このスタックが実際に何をしていて、どこで効き、どこで過大評価されるのかを、順に見ていく。結論を先に言えば——難所はモデルではない。

※ 概念図（フロー） 注目はモデルに集まる。だが律速は、その前後にある ① データ 自社・少数・欠損 条件バラバラ・専有 ② 特徴量化 組成／手作り／グラフ ＝表現の選択 ③ モデル ①②が先に上限を決める ④ 予測 → 実験で検証 実験で検証（能動学習ループ） ③だけを、公開ベンチ（DFT由来＝密・手法が揃っている）で測るのが デモとリーダーボード＝いちばん易しい部分 本当の難所は ①データ・②特徴量化・④→①の検証ループ——そこは測られない
※ 概念図（フロー）・作図：AI。マテリアルインフォマティクスのパイプライン。注目とデモ・論文リーダーボードが測るのは③モデルの部分だけで、そこは公開ベンチ（Materials Project など DFT 由来で密・手法が揃っている）＝いちばん易しい。本当の難所は①データの量・一貫性・専有性、②特徴量化（表現）の選択、そして④予測を①へ戻す実験検証ループにあり、リーダーボードはそこを測らない。

スタックは何をしているか

中心は「物質をどう数値ベクトルにするか」だ。matminer はその特徴量化(featurization)ライブラリで、組成や結晶構造から原子半径・電気陰性度の統計量などを大量に生成する1。automatminer はそれを自動でパイプライン化する。CrabNet は構造を使わず組成だけで予測するTransformerベースのモデルで、構造未知の探索初期に向く2。CGCNN3 や MEGNet4 は結晶構造をグラフ(原子=ノード、結合=エッジ)として扱うグラフニューラルネットだ。ただし「構造を使えば必ず勝つ」わけではない。13課題のベンチマーク Matbench では、グラフネットが記述子ベースの手法を上回るのはおおよそ1万サンプル以上で、それ以下の課題では記述子ベース（Automatminer）のほうが正確だった5。表現の優劣は、データ量に従属する。ただし未発見の物質は構造が分からないので、組成だけを入力とする手法にも実用の場がある2。

要するに、入力の表現方法が3段階(組成のみ/手作り特徴量/グラフ)あり、手元に何の情報があるかで選ぶ。モデル側の工夫が効かないわけではない。ただし、どの表現まで作れるかは手元のデータが先に決めてしまう——そしてそこは動かせない。

用語メモ：DFT・内挿と外挿（この先で使う）
  • DFT（密度汎関数理論）——量子力学に基づき、材料のエネルギーや安定性を実験なしに第一原理から計算する手法。物性を机上で見積もれるが計算コストが高い。Materials Project や OQMD のような公開データベースは、この DFT を大量に回して作られており、手元の実験データに比べれば密で条件が揃っている。ただし網羅的ではない。だから公開ベンチマークは「いちばん条件の揃った易しい土俵」になる。
  • 内挿と外挿——既知データの範囲の内側を埋めるのが内挿、範囲の外側を当てにいくのが外挿。機械学習は内挿には強く、外挿には弱い。少数の自社データで未知の組成領域を狙う探索は本質的に外挿＝当たりにくい、というのがこの後の話の骨子だ。

効く場所と過大評価される場所

「任意の物性を予測」というデモは、たいてい Materials Project6 や OQMD7 のような公開ベンチマークで動いている。これらはDFT計算で生成された、密で条件の揃ったデータだ。ただし「網羅」でも「一様に整合」でもない。Materials Project の解説論文自身が、収録の大半は既知構造のデータベース（ICSD）由来で当時 3万3千化合物規模だと書いている。しかも材料のクラスごとに別の方法論（実験値の利用を含む）で計算しており、some of the data will be incorrect とまで述べている6。ところが本稿が相手にするのは、その公開ベンチマークではなく自社の実験データで回す場面だ。そこでは手元にあるのはせいぜい数十〜数百件、測定条件はバラバラ、欠損だらけで、しかも一番効く組成領域は社外秘である。ベンチマークで 0.9 台の R² を出すモデルは珍しくない——Meredig らが文献から集めた表には R²＝0.96、0.93 が並ぶ。だが同じデータを「未知のクラスタを丸ごと外して測る」やり方（LOCO 交差検証）で測り直すと、鋼の疲労強度では相関 R が 0.99 から 0.24 へ、超伝導 Tc では 0.87 から 0.30 へ落ちる8。自社データで外挿になった瞬間に起きるのは、これと同じことだ。

MLが本当に効くのは、(1) 計算コストの高いDFTのサロゲートとして大量スクリーニングを回す場面、(2) すでにそこそこ均質なデータがある狭い系での内挿、そして(3) 予測の不確実性を手がかりに「次に作るべきサンプル」を提案する逐次学習（能動学習）だ8。逆に、小さく汚いデータからゼロショットで新物質を当てる、という期待は外挿の壁に阻まれる8。もう一つの壁は合成可能性だ——「安定だと予測できること」と「実際に合成できること」は別問題で、DFTで安定と出た候補が現実に作れるとは限らない。この判定は上のループの外側にあり、モデルの精度指標では捉えられない。

難所はモデルではなく、データの量・一貫性・専有性、特徴量化の選択、そして予測を実験で検証するループにある。論文のリーダーボードはそこを測っていない。

出典8件

  1. matminer（特徴量化の OSS・pymatgen 連携）— Ward ら, Comput. Mater. Sci. 2018. https://doi.org/10.1016/j.commatsci.2018.05.018 ↩

  2. CrabNet（組成のみの Transformer）——28 ベンチマークの「ほぼすべて」で既存手法に匹敵〜凌駕したと著者らは報告する。比較対象は Roost・ElemNet・Magpie 特徴量のランダムフォレストという組成のみの手法で、構造を使うモデルは比較から外されている（Automatminer の指標は「2件を除きすべて構造情報を使う」ため Fig.1 に含めていない、と本文が明記）。∴ 組成が構造に勝つ証拠としては読めない— Wang ら, npj Comput. Mater. 2021. https://doi.org/10.1038/s41524-021-00545-1 ↩ ↩2

  3. CGCNN（結晶グラフ CNN）— Xie & Grossman, Phys. Rev. Lett. 2018. https://doi.org/10.1103/PhysRevLett.120.145301 ↩

  4. MEGNet（分子・結晶の汎用グラフネット）— Chen ら, Chem. Mater. 2019. https://doi.org/10.1021/acs.chemmater.9b01294 ↩

  5. Matbench（13課題のベンチマーク）と Automatminer（自動MLパイプライン）。本文は The graph-network models CGCNN and MEGNet have relatively high errors on tasks with small datasets but improve rapidly as the task's dataset size increases. In contrast, the descriptor-based Automatminer and RF models have lower errors on small datasets, but their rates of improvement are far shallower, and they lose their small data advantage as the data size passes 10⁴ samples. と述べ、要旨も crystal graph methods appear to outperform traditional machine learning methods given ~10⁴ or greater data points と書く。CGCNN と MEGNet の原論文はこの比較（構造ありモデル対組成のみモデル）を行っていないので、優劣の根拠はこちらにある— Dunn ら, npj Comput. Mater. 6, 138 (2020). https://doi.org/10.1038/s41524-020-00406-3 ↩

  6. Materials Project（DFT 由来の公開材料 DB）。解説論文自身が範囲と限界を明記している——収録の大半は compounds in the Inorganic Crystal Structural Database (ICSD) 由来で、当時 over 33 000 compounds 規模。整合性については The Materials Project reports more accurate results over such wide chemical spaces by employing separate methodologies (including use of reported experimental data) for different classes of materials と述べ、さらに it is a reality of high-throughput computation that some of the data will be incorrect と書く。∴「一様な方法で網羅的に整合」ではない— Jain ら, APL Materials 1, 011002 (2013). https://doi.org/10.1063/1.4812323 ↩ ↩2

  7. OQMD（20 万超の DFT 構造の公開 DB）— Saal ら, JOM 2013. https://doi.org/10.1007/s11837-013-0755-4 ↩

  8. 外挿では従来の精度指標が性能を過大評価する（LOCO-CV を提案。発見用途では ML で誘導した反復実験が、標準的な高スループット・スクリーニングを上回りうる、と著者らは述べる）。本文の Table 1 は文献から集めた良好な報告（R²＝0.96・0.93 など）を並べ、Table 2 は同じ課題を LOCO CV で測り直した Pearson R を示す——鋼の疲労強度 0.99→0.24、超伝導 log(Tc) 0.87→0.30。キャプションは LOCO CV R values are considerably lower across these benchmarks than their traditional CV counterparts と明記する（Table 1 は R²、Table 2 は R で、指標が異なる）。なお「次の一手」を選ぶ規準として本文が挙げるのは不確実性推定(UQ)であって、ベイズ最適化ではない（Bayes は全文0件・uncertainty は在る）。その逐次学習の実証自体も本論文の結果ではなく Ling らの別論文（本文 ref 26）として引かれている— Meredig ら, Mol. Syst. Des. Eng. 3, 819–825 (2018). https://doi.org/10.1039/C8ME00012C ↩ ↩2 ↩3

この記事はAIが執筆しています。内容には誤りが含まれる可能性があります。ご注意ください。