AIを使って見つけた材料が、実際の試作電池に使われた研究はあります。ただし、その成果だけで「スマホの電池が長持ちする」とは言えません。2024年にMicrosoftと米国の研究所PNNLが紹介したのは、電池の一部を担う新しい材料を探し、作り、確かめる研究です。1

それでも、身近な電池の未来を考えるには面白い一歩です。新しい材料は、どう探すのでしょう。実物ができた後には、何が残るのでしょうか。

見つかったのは、電池の中の「通り道」になる材料

電池の中では、イオンという電気を帯びた粒子が移動します。その通り道を担うのが、電解質と呼ばれる材料です。今回の研究で選ばれたのは、固体の電解質の候補でした。1

たとえるなら、電池全体は一つの街、電解質は街の中で人が行き来する道です。道はとても大事ですが、道だけを変えれば街のすべてが良くなるわけではありません。今回も、新しい電池のすべてをAIが完成させた話とは分けて読みます。

この例えの「人」に当たるのが、材料の中を動くイオンです。スマホを動かす外側の回路での電子の流れと、材料の中のイオンの移動は同じものではありません。

3,200万を超える候補から、どう選んだの?

研究では、考えられる材料を大量に用意し、まずAIで有望な候補を絞りました。その後、より詳しい物理の計算や研究者の評価を重ね、実験する候補を選んでいます。Microsoftの説明では、出発点は約3,260万の候補でした。1

「3,260万回、実験した」という意味ではありません。計算で調べる段階と、研究所で実物を作る段階が分かれています。

速く選ぶ計算と、詳しく確かめる計算を使い分ける

まず広く候補を調べ、その後で残ったものを詳しく確かめる。最初からすべての候補へ同じ計算時間をかけず、段階ごとに方法を変えます。

この研究でも、AIによる絞り込みの後に、HPCと呼ばれる大規模な計算を使っています。Microsoftの別の解説では、候補を絞る計算に約80時間とされています。これは電池の開発全体が80時間で終わったという数字ではありません。2

なお、紹介サービスの名前にQuantumが入っていても、この成果を「量子コンピューターが作った電池」と説明するのは不正確です。紹介されているのは、AIと従来型の高性能計算を組み合わせた方法です。2

いま、どこまで進んだ?

Microsoftの2024年1月9日の説明で確認できるのは、候補の絞り込み、材料の合成、試作電池での検証です。スマートフォンへの搭載や、電池全体の持続時間・量産価格の改善を報告したものではありません。1

試作品が動いたら、次は何を確かめる?

ここからは、この研究だけの成績ではなく、暮らしに届く電池を考えるための見方です。材料が一度働くことと、毎日安心して使えることの間に、どんな問いがあるかを整理します。

使い続けても、同じように働くか

スマホは、一度だけ充電して終わる道具ではありません。購入した日だけでなく、使い続けた後も役立ってほしいものです。「最初にどのくらい働くか」と「繰り返した後にどうなるか」は、分けて確かめたい項目です。

このため、新材料の発表を読むときも、最初の性能だけでなく、繰り返し試した条件と結果に注目します。回数だけで比較せず、温度や使い方がそろっているかも見ます。

他の材料と組み合わせても働くか

電池は一種類の材料だけではできません。通り道が良くても、その入口や出口とのつながり方が合わなければ、電池全体としては期待どおりにならないかもしれません。

先ほどの通り道の例なら、道だけでなく入口や出口との接続も大切です。材料単体の性質と、組み合わせた電池全体の働きを分ける理由がここにあります。

たくさん作っても、同じ品質になるか

小さな試作品が一つできた後には、同じ品質を繰り返せるかという問題があります。工場で作ることを考えれば、必要な原料、加工のしやすさ、価格も外せません。

「安い材料を使った」だけでは、完成した電池が安くなるとは決まりません。仮に材料費が下がっても、製造の手間が増えるなら、全体をもう一度比べる必要があります。これは特定の試作品の費用結果ではなく、製品化を見るための考え方です。

では、この研究のどこが未来につながるの?

今回注目したいのは、「スマホが何時間長持ちしたか」ではなく、これまで試していなかった材料にたどり着く方法です。候補を選んだ後、研究者が実物を作って確かめるところまでつないだことに意味があります。1

もしこうした探索が使いやすくなれば、研究者は一つの性能だけではなく、使える原料や設計条件の違いも含めて検討しやすくなるかもしれません。これは今後の可能性であり、今回の試作品で費用や寿命の改善が証明されたという意味ではありません。

未来の電池を読むときは、「発見した」という見出しの後に、三つの質問を足してみてください。

どの部分が変わったのか。実物で何を確かめたのか。次に何を調べるのか。

それが分かると、期待してよいところと、これから楽しみに待つところが見えてきます。

次は、欲しい性質から材料を考えられる?

この研究は、たくさんの候補から選び込む方法でした。では逆に、「こんな性質がほしい」から、新しい材料を提案してもらうことはできるのでしょうか。

その方向に進むのが、MatterGenによる材料設計です。材料の一覧から探す方法と、条件から新しく考える方法。その違いを読むと、AIが変えようとしているものがもっと見えてきます。

暮らしで使う電源の話は、エネルギー・気候の解説へ。材料の研究と、日々の暮らしで電気をどう使うかは、つながりながらも別の問いです。

出典

Footnotes

  1. Microsoft・PNNL 電池材料の探索と試作(2024-01-09、公開本文)。資料を読む ↩ ↩2 ↩3 ↩4 ↩5

  2. Microsoft Source:AIとHPCで科学研究を進める(2024-01-09、公開本文)。資料を読む ↩ ↩2