Accelerating the design and development of polymeric materials via deep learning: Current status and future challenges

Accelerating the design and development of polymeric materials via deep learning: Current status and future challenges

高分子材料の設計・開発は、数十年前からホットな領域となっています。しかし、従来の実験や分子シミュレーションは時間と労力がかかるため、もはや新材料開発の要件を満たしていません。人工知能や材料情報学の急速な進歩に伴い、機械学習アルゴリズムの材料科学への応用が進み、新材料の開発期間の短縮を目指しています。高分子材料の進化に伴い、高分子の構造はますます複雑になってきています。従来の機械学習アルゴリズムでは、複雑なデータを扱うと満足な結果が得られないことが多い。現在、ディープニューラルネットワーク、畳み込みニューラルネットワーク、生成逆説ネットワーク、リカレントニューラルネットワーク、グラフニューラルネットワークなどの深層学習アルゴリズムは、大規模かつ複雑なデータに対して独自の優れた学習能力を示しており、高分子材料の設計・開発において強力なツールとなることが予想されます。本レビューでは、現在人気のあるいくつかのディープラーニングアルゴリズムの原理を紹介し、材料分野での複数の応用例について解説する。応用範囲は、分子レベルでの特性予測や分子生成から、高分子における構造同定や材料合成まで多岐にわたる。最後に、高分子材料におけるディープラーニングの応用に関する今後の課題と機会について考察する。