マテリアルズインフォマティクス・材料

能動学習——次に試す実験を最小のコストで選ぶ

2026/7/18 （更新: 2026/7/18） シリーズ「コンピュータで材料を探す」 第4回 / 全4回

🤖 AIが執筆しています

天文学的な候補を数個まで削る「ふるい」がある。だがあの漏斗には、暗黙の前提があった。候補を、作る前に安く採点できることだ。ルールや機械学習で「良さそう／ダメそう」を一瞬で見積もれるから、大半を落とせた。

ところが現実には、その前提が崩れる場面が多い。本当に知りたい性質が、実際に作って測るまで分からない——合金の疲労寿命、触媒の効き、電池材料の劣化。計算だけでは当てにならず、一個ずつ合成して測るしかない。しかもその実験は、遅くて高い。丸一日、あるいは一週間に数個。使える回数は、数千でも数百でもなく、せいぜい数十だ。

すると問いが変わる。「どれが良いか」を一括で当てるのではなく——

これまで測った結果をもとに、「次のひとつ」を、どこに賭けるか。

闇雲に試すのでも、いま最良に見えるものの隣ばかり掘るのでもない。一手ごとに、一番割の良い場所を選ぶ。これが能動学習（active learning）であり、その代表的な道具がベイズ最適化だ。

「作って測る」しか手がないとき

出発点は、高くつくブラックボックスだ。組成や条件を入れると、性質が返ってくる。ただし一回の評価（＝合成して測定）が高価で、数えるほどしか回せない。全部は試せないが、ここでは、あの安いふるいも使えない——安い代理採点が存在しないからこそ、実験するしかないのだった。

ならば、持っているわずかな測定結果を、最大限に使う。やることは2つ。

• サロゲート（代理モデル）を建てる：測った点から、「まだ測っていない組成はこのくらいの性質だろう」を予測するモデルを作る。ここまでは普通の回帰だ。
• 不確かさも一緒に出す：ただの予測値ではなく、「この予測はどのくらい自信があるか」まで出す。データの薄い場所ほど、自信は下がる。ガウス過程などがよく使われるのは、この不確かさが自然に出るからだ¹。

この「予測」と「不確かさ」の二枚を持って、次の一手を選ぶ。

賢い一手＝「良さそう」と「わからない」の両にらみ

どこを次に試すか。素朴な作戦は2つあり、どちらも単独では負ける。

• 活用（exploitation）だけ：いま最良に見える点の、すぐ隣を攻める。手堅いが、最初の当たりの周りを掘り続け、遠くのもっと良い鉱脈を見逃す。
• 探索（exploration）だけ：一番わからない場所を攻める。地図は埋まるが、明らかに見込みの薄い荒野にも実験を浪費する。

ベイズ最適化の要は、この2つを一本の物差しに合成することにある。それが獲得関数（acquisition function）だ。予測値（活用）と不確かさ（探索）を一つのスコアにまとめ、それが最大の点を「次の一手」に選ぶ²。代表的な「期待改善量（Expected Improvement）」は、いまの最良をどれだけ上回れそうかを、不確かさまで込みで見積もる——自信を持って良い点も、確信はないが大化けしうる点も、同じ土俵で拾える³。獲得関数には期待改善量のほかにも上側信頼限界やトンプソン抽出など複数あり、探索と活用の傾け方が違う⁴。

そして測ったら、結果をデータに足してモデルを建て直し、また次の一手を選ぶ。この閉ループが、能動学習の正体だ。回すほどモデルは目当ての近くだけ賢くなり、少ない実験で頂上へ寄っていく。

実例——80万通りを、36回で

抽象論で終わらせないために、教科書的な一例を挙げる。Xue らは2016年、熱ヒステリシス（温度を上げ下げしたときの応答のずれ）の小さいNiTi系形状記憶合金を探した。候補となる組成は約80万通り。全部を作って測るなど、当然できない。

彼らは上の閉ループを回した。わずかな初期データからサロゲートと不確かさを建て、獲得関数で「次に作る合金」を提案し、実際に合成・測定し、結果を戻す——これを繰り返す。結果として、9回のループ・合計36個の合成で、当初のデータのどれよりヒステリシスの小さい合金にたどり着いた、と報告している（最小はΔT≈1.84 K）⁵。80万分の36。桁で言えば、探索空間のほんの一滴しか実際には作っていない。「全部試す」の対極にある勝ち方だ。

これは合金に限った芸当ではない。たとえば電池の電解液探しでも、Dave らはロボット実験とベイズ最適化を組んだ装置で、42回の実験・2営業日で急速充電向けの電解液を見つけた。しかも同じ設計空間でのランダム探索を基準に、約6倍速いと報告している（この6倍は、著者らが代理モデルをブラックボックスに見立ててシミュレーション上で見積もった比較だ）⁶。「AIで加速」の多くが比較の基準を欠くのに対し、基準を明示して差を出している点は評価できる。

言い換えれば、能動学習が効くのは「良い予測モデルを作ること」そのものが目的ではないからだ。目的は頂上に速くたどり着くこと。だからモデルは、荒野については雑なままでいい——頂上付近さえ賢くなれば勝てる。

どこで転ぶか

万能ではない。むしろ、効く前提を外すと静かに滑る。

• 出発点がないと動けない（コールドスタート）：ループはわずかでも初期データを要る。完全にゼロからでは、サロゲートは何も言えず、最初の数手はただの当てずっぽうだ。
• 測る「目当て」を間違えると、全力で誤答に走る：獲得関数は、こちらが指定した目的関数を最大化するだけだ。代理指標（測りやすいが本質でない量）を目的に据えると、自信満々に見当違いの頂へ登っていく。何を最大化するかの設計が、アルゴリズムより効く。
• 測定が雑だと、ループが騙される：各実験にノイズや再現性の問題があると、偽の「当たり」を追いかけてしまう。閉ループは、入ってくる数字を信じて次を決めるからだ。
• 「作れる」は保証しない：能動学習は「次にどれを試すか」を選ぶ道具であって、選ばれた候補が現実に合成できるかは別問題だ。この谷は、このシリーズが繰り返し戻る所——凸包の上に予測できることと、ビーカーの中で作れることは違う。

これらはどれも、モデルの精度指標には現れない。能動学習の成否は、モデルの賢さより、ループの外側の設計（何を測り、何を目的に据えるか）で決まることが多い¹。

二つの道具が、そろった

これで、「賢く探す」の二本立てがそろう。

• ふるい：安く採点できる空間を、一括で絞り込む。何百万を、数個へ。
• 能動学習（本稿）：安く採点できないとき、一手ずつ測りながら、次を賢く選ぶ。何十万を、数十回の実験へ。

前者は「まとめて落とす」、後者は「逐次で寄せる」。多くの現場は両方を組み合わせる——計算で大きく絞ってから、残った有望域を実験の閉ループで詰める。全部は試せない。だからこそ、一括の目と、逐次の一手、その両方が要るのだ。

能動学習・ベイズ最適化（サロゲートモデル＋不確かさ＋獲得関数で次の測定点を選ぶ逐次最適化）は、材料探索・実験計画で広く使われる標準的な枠組みである。個別の数値は各脚注の原著に基づき、いずれも著者らの報告として記載した。姉妹記事もどうぞ。一括で絞る話は「ふるい」の漏斗。そもそも「全部試せない」理由は材料の数を数える。実データ側の難所はマテリアルインフォマティクスの本当の難所で扱う。

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。