東京大学・生産技術研究所の溝口照康准教授らの研究グループは、人工知能を用いて従来の約２万倍の速さで物質解析できる新手法を開発したと発表した。専門知識がなくても物質を高速かつ高精度に解析することが可能になる。半導体設計や電池開発、触媒解析など幅広い分野で活用できると期待されている。
同研究グループでは、２種類の機械学習法（階層型クラスタリングと決定木）を活用し、人工知能がデータを高速かつ高精度に解析する手法を開発した。物質解析に広く利用されるスペクトル（入射光から得られる情報）の解釈には専門知識を有する研究者が高度な理論と長年の経験を基に数時間から数日をかけて作業する必要があったが、新手法ではそうした知識を一切使用することなく、数秒で正確に解釈できる。
また、同手法を使えば、物質の構造情報を入力することでスペクトル形状を予測することも可能となる。
最近では物質の原子配列などを調べる分光法の技術が向上し、一度の測定で膨大なデータが得られるようになった。一方、そのデータを解釈し、原子配列や電子構造の情報を獲得するには研究者が専門知識を使って高度な理論計算を実施し、その結果を職人技で解析する必要があるが、膨大なデータを手作業で解釈するのは現実的に難しくなっていた。
