物質・材料研究機構（ＮＩＭＳ）と名古屋工業大学は、トヨタ自動車と共同で、次世代の全固体電池の固体電解質の材料候補を、高精度材料シミュレーションとデータサイエンスの手法を組み合わせることで効率的にイオン導電性を最大化するような最適組成を決定する手法を開発したと発表した。従来の試行錯誤的手法に比べ２～３倍程度の探索速度向上が図れる。さらにリチウムイオン電導性材料の最適化で獲得した知識をナトリウムイオン電導性材料の最適化に承継する転移学習の有効性も実証した。
同研究グループは、高精度材料シミュレーションにより、固体内リチウムイオン電導性のデータベースを作成し、その結果をデータサイエンスにおけるベイズ最適化および転移学習を組み合わせることによって、効率的に優れた材料を発見できることを確認した。
従来の材料シミュレーションは既知材料のイオン導電性などのメカニズムを詳細に解析することに用いられてきたが、今回の成果ではデータサイエンスの技術を組み合わせることで所望の機能を持った材料を発見するためのツールになり得ることを示した。また、今回の成果はデータサイズが拡大するほど効率が高くなると期待されるため、今後の大規模材料探索に有効な技術と位置付けることができる。
近年、電池メーカーや自動車メーカーを中心に全固体電池の開発が進められている。従来の可燃性有機電解液を用いたリチウムイオン電池に比べて不燃性のセラミックスを用いた固体電解質による全固体電池は安全性が高い。また、電池のコンパクト化が図れることから、より高いエネルギー密度を実現できる次世代電池として期待されている。
