マテリアルズインフォマティクス・材料

AIの材料発見はどこまで使えるか：効く段階と過大評価の3例

2026/6/21 （更新: 2026/11/3）

🤖 AIを使用して執筆

3つの発表は、どの関門で問われたか

三つの発表で問われた関門は、事例ごとに違う。

GNoME（Google DeepMind、2023年）

GNoME では関門①を通った数そのものが見出しになり、実際に作れる構造か（②）、役に立つか（③）、本当に新しいか（④）が問われた。発表によれば、深層学習で220万個の構造が見つかった。これらは、それまでの基準の安定性の境界（凸包。既知の物質のエネルギーから引いた、安定かどうかの境界線）より下だと判定された候補である。基準にしたのは、Materials Project や OQMD（Open Quantum Materials Database）などの計算材料データベースと、実験の構造を集めた ICSD（Inorganic Crystal Structure Database）をまとめたデータだ。新しい発見どうしも安定を競うので凸包は引き直され、その更新後の凸包の上に残る新規材料は約38万である。論文も、この38万は将来の発見で凸包から押し出されうると書き、GNoME 自身が Materials Project と OQMD の「安定」材料を少なくとも5000件、凸包から押し出したのと同様だとしている。計算で安定とされていた材料は約4万8千から42万1千へ、ほぼ一桁拡大したという¹。

論文は新規性も数で主張している。発見した安定結晶は、既知の結晶構造の型（プロトタイプ）の置換や列挙からは出てこない4万5500超の新規プロトタイプに対応し、Materials Project の8000に対して5.6倍だという¹。

2024年、専門家（Cheetham & Seshadri）がChemistry of Materials誌でこれに反論した。彼らの結論は「新規性・確からしさ・有用性を同時に満たす化合物の証拠は乏しい」で、繰り返し挙げられるのは二点だ。ひとつは既知構造との実質的な同一性で、同じ構造型を対称性だけ下げて別のものとして登録している例がこれに当たる（一覧が既知の物質を別の形で載せると、見かけの新しさが生まれる）。

もうひとつは、実際には乱れているはずの金属イオンを整然と並べた構造がデータベース全体を通じて繰り返し現れることだ。0Kの密度汎関数計算（第一原理計算の代表的な方法）はエントロピーを数えないので、秩序のある解を選んでしまう。彼らはこの偏りの規模も、結晶の対称性の種類である空間群で示している。比べる相手は、実験で報告された無機結晶構造を集めたデータベース ICSD である。予測側では上位4つの空間群がすべて非中心対称（反転の中心を持たない）で、全体の約34%を占める。ICSD では上位24位までに非中心対称の空間群は1つしかなく、1%にとどまる。

彼らが38万4870件から無作為に抜き出した10件は、10件とも ICSD に既知の構造型として見つかった。例に挙げられた ICSD 側の化合物はいずれも組成が違い、σ 相の1件については、この構造の中で新しい組成を見つけられたこと自体は印象的だとも書いている。

そのうえで彼らは、どれにも機能が示されていない以上「材料（material）」とは呼べず、正しくは結晶性無機化合物の提案リストだ、という立場を取る。これは関門③の指摘である。実際この論考は、プロメチウム・アクチニウム・プロトアクチニウムなど放射性元素の化合物が1万8138件、テクネチウム・ネプツニウム・プルトニウムを含むものがさらに2万3529件あり、これらが材料として役立つ見込みは低いと書いている。

ただし同じ論考は、手法そのものは健全だとも書く。新しい組成の多くは既知材料をわずかに手直ししたものにすぎないが、計算手法は全体として妥当な組成を出しており、その基盤は健全だという確信を与える、と。彼らはさらに、予測を既知の文献と突き合わせて本当に新しくないものを濾す作業が要るとし、40万件近い一覧に対してそれを人手で行うのは非現実的だと書いている²。

A-Lab（バークレー、2023年）

A-Lab の争点は、合成できたものの同定（②）と新規性（④）である。AIとロボットの自律実験室が、17日で58の標的のうち41の新化合物を合成した、とNatureに発表した³。

批判は2024年3月に出た。プリンストン大学とユニバーシティ・カレッジ・ロンドン（UCL、University College London）の7人（筆頭はジョシュ・リーマン、責任著者にレスリー・ショープとロバート・パルグレイブ）が、X線データの解析が甘く、多くは既知の物質の取り違えだと指摘する。彼らの結論は「この研究で新材料はひとつも発見されていない」だった。正しく合成されたと認められるのは3件だけで、その場合の成功率は58標的中3件で、5%になる。しかもその3件も、すべて文献に既報の化合物だという。A-Lab が成功とした化合物については、約3分の2が予測された規則構造ではなく既知の乱れた相だった可能性が高い、というのが彼らの読みだ⁴。

Natureは最終的に、撤回ではなく訂正（Author Correction）を出した（2026年1月オンライン）。論文タイトルから「新規（novel）」の語を削り、訓練データに紛れていた1化合物（Zn₂Cr₃FeO₈）を除外した。これで標的は58→57、報告された成功も41→40件になる。そのうえで訂正後の記載は「57標的のうち36化合物」である。

36という数は、著者らの手作業による再解析から出ている。40件のうち36件は判定が正しく、残る4件はX線回折だけでは判定不能だという。この再解析そのものが公開後にあらためて査読を受けている（Nature は訂正の謝辞で、再解析後の回折データを評価した査読者に触れている）。

「新規」の意味についても、著者自身が「科学的に新しい」ではなく「予測プラットフォームにとって新しい」の意味だったと認めている。同じ弁明は2024年の批判論文が著者らの応答としてすでに記録しており、批判側は、それでも「新規材料」を掲げる題名と要旨は大いに誤解を招くと応じていた⁴。

ただし批判側の数え方（58標的中3件）と訂正後の数え方（57標的中36件）は、今も揃っていない。揃わないのは、成功の定義が違うからだ。A-Lab 論文は、目標と同じ結晶構造と組成を保つなら部分的に乱れた版ができても成功と数えると Methods に書いており、訂正後の版ではこの定義を本文の冒頭にも置いた³。批判側は、既知の乱れた相ができたなら予測した規則構造は作れていないと数える。同じ回折データが、片方では成功に、片方では失敗に読まれている。

新規性の基準も同じ形で割れる。批判側は、A-Lab が新規性の基準を明示していたことを記録している。標的を Materials Project で「理論上のみ」（ICSD に無い）と印の付いた化合物から選ぶ、という基準だ。そのうえで批判側は、この基準には異論がありうると断る。Materials Project には組成の乱れた化合物が無く、既知でも ICSD に無い化合物、とくに乱れたものは多いからだ。それでも自分たちの評価にはおおむねこの基準を使う、と彼らは書いている⁴。リーマンらが訂正後に応答した記録は、ここで引いた2出典には無い⁴。

MatterGen（Microsoft、2025年）

MatterGen については、合成された相の組成（②）、狙った性質で既知の化合物を上回ったか（③）、新規性（④）の三つが問われた。MatterGen は、既存の候補から選ぶのではなく、新しい結晶を生成する拡散モデルである。実証として設計・合成された化合物 TaCr₂O₆ が話題になった。ただしMatterGen論文自身が、実際に作れたのは4候補のうち1つで、しかも出てきたのは予測した規則構造そのものではなくその組成が乱れた版だと書いている⁵。

2026年、Mikkel Juelsholt がMaterials Horizons誌（査読付き）で、この乱れた相は既知の物質だと指摘した。MatterGen 論文が合成したとする乱れた相 Ta₁/₃Cr₂/₃O₂ は、c軸まわりに90°回せば、1971年に報告済みの Ta₁/₂Cr₁/₂O₂ と同一構造である。Juelsholt 自身、Ta₁/₃Cr₂/₃O₂ という組成そのものは報告例が無いと認めている。固溶体系列の新しい一点を新しい材料と呼ぶかは今も議論があると断ったうえで、彼はこれを、Ta の含量が0.65以下ならルチル構造が CrO₂ まで続く既知の系列の一点にすぎず、真の新化合物とは言えないと退けている。

Juelsholt は、その既知の物質が MatterGen の手元のデータに入っていたことも指摘した。新しさを判定する一覧の側に、既知の物質がすでに入っていたことになる。1971年の化合物の ICSD 登録は、MatterGen が新規性を判定するのに使う参照データセットに入っていた。訓練データの側にも、同じ Ta–Cr 酸化物のルチル構造を、対称性から生成される原子位置をすべて書き出した形（空間群 P1）にしたものが複数入っている（例は Materials Project の2件と、計算材料データベース Alexandria の1件。訓練データ上の表記は TaCrO4）。つまり「新発見」ではなく、手元のデータの言い換えだ、というのだ。

彼は、合成されたという組成にも異を唱えている。MatterGen 論文の著者ら（Zeni ら）が公開した粉末X線回折データを精密化し直すと組成は Ta₀.₄₃Cr₀.₅₇O₂ になり、Ta₁/₃Cr₂/₃O₂ という値は、原子の熱振動の大きさを表す原子変位パラメータを 0 Ų という物理的にありえない値にしていたことから生じた、と彼は見る。測定装置の詳細が書かれていないので自分の値も誤りうると断りつつ、彼は Ta₁/₃Cr₂/₃O₂ は合成できていないと結論している。

Juelsholt は、狙った性質（関門③）でも既知の化合物を上回っていないと指摘する。この実証はもともと体積弾性率200 GPa を狙って生成したものだが、Zeni らの値は、ナノインデンテーションで測った Young 率から推定した体積弾性率で、4回の測定の最大値が169 GPa である（平均は158 ± 11 GPa。粉末試料が緻密でない可能性から、最大値を最良の推定としている）⁵。既知の Ta₁/₂Cr₁/₂O₂ は焼結体で181 GPa と報告されており、Juelsholt はそちらのほうが硬いと指摘する。

「では二番目に硬い未知の組成を当てたのでは」という擁護も、彼は二点で否定する。Ta₁/₂Cr₁/₂O₂ に近い組成なら硬さもほぼ同じはずでそちらを予測すべきだったこと、そして訓練データに入っていたのは化合物そのものだけで硬さの値ではないことだ。なお、この指摘は公表前に Zeni らへ連絡しないまま出されたと、著者自身が断っている⁶。

機械学習が実際に速くしたのは、関門①の判定である

AI（Artificial Intelligence）が役に立たないわけではない。機械学習は、既知の化学の範囲で性質を高速に見積もって候補を絞ること、つまりスクリーニングで最初に置く安い判定の段には、実際に強い。計算だけで判定できるので、数を大きく増やせる段である。GNoME 論文はこの段の性能を的中率で書いている。予測した候補が第一原理計算で安定と確かめられた割合は、構造を与えた場合で80%超、組成だけの場合は1組成あたり100通りの構造を試して33%で、先行研究の1%から上がった¹。ただしこれは計算上の安定（①）に対する的中率であって、作れるか（②）の的中率ではない。

ICSD との一致の数は、発見の数としては読めない。GNoME 論文によれば、予測のうち736件が ICSD の登録構造と一致した。そのうちプロジェクト開始後に新たに報告された物質に対応するのは184件だと、論文自身が Methods に書いている。残りは以前から知られていた物質との一致だ¹。スクリーニングの加速そのものは本物だが、この736という数字を「発見」の証拠として読むことはできない。

GNoME・A-Lab の結果が既知の構造型や既知物質だと判定された主因として批判側が挙げるのは、内挿か外挿かではない。性質の似た元素が同じ結晶サイトを共有する「乱れ」を予測が扱えず、既知の乱れた相を新しい規則構造と取り違えたこと、そしてX線回折の自動解析が同定に耐えなかったことだ。乱れの取り違えは GNoME 批判の側も名指ししていて、彼らは同じ問題が A-Lab を論じた別の論考でも指摘されていると書き添えている²。

批判側の診断とは別に、本稿の整理として、学習の仕方にも新しい化学ほど当たり外れが大きくなりうる理由がある。機械学習の強みは内挿（interpolation）、つまり学んだデータの周辺を埋めることに偏っている。見出しが期待させるのは外挿（extrapolation）、つまり誰も見たことのない化学への予測だ。GNoME 論文自身も、新しい構造やプロトタイプはモデルにとって本質的に分布の外にあると書き、そこでも妥当な予測が出ることを「望む」と述べて、試験時の補正を加えている¹。新しい発見ほど当たり外れが大きくなりうるのは、このためだ。ただし同じ論文は、規模を上げると訓練で見ていない元素数の領域へ一般化する能力が現れる（emergent out-of-distribution generalization）と主張しており、ここは決着していない¹。

批判の側は、新しさを確かめる手間にも触れている。Juelsholt は、MatterGen が自分の訓練データと自分の予測を区別できない以上、新規性を担保するには予測1件ごとに人が確かめるしかなく、それが売りだったはずの高速な予測を妨げる、と述べる。そのうえで彼は、これを1つのモデル固有の欠陥ではなく、結晶学と原子の乱れという概念に生成AIツールが総じてつまずいている例として位置づけた⁶。

この記事はAIを使用して執筆されました。内容には誤りが含まれる可能性があります。事実や数字の出典は脚注から確かめられます。