人工知能
AIが次世代バッテリー用の新素材を発見
Securities.io を Google の優先ソースに追加
リチウム対その他
リチウムイオン電池は、リチウム原子の独特な電気的特性により、これまで電化の分野を支配してきました。簡単に言えば、周期表で3番目に軽い元素であるリチウムは、単一電子で電荷を運ぶ能力が最も高いです。
出典: Medium
しかし、リチウムは高価であるため、代替バッテリー化学が経済的に魅力的になる可能性があります。特に、ナトリウムイオン電池はこの理由で注目を集めています。
別の設計が以前考えられていた以上の可能性を持つようです：多価イオン電池です。これらは一度に複数の電子を運ぶことができる金属イオンを使用し、リチウムイオン電池よりもコスト効果が高い可能性があります。
最近のブレークスルーは、AIを用いてバッテリー材料の組み合わせを数百万件テストしたことで達成されました。この発見は、ニュージャージー工科大学（NJIT）とレンセラー工科大学（RPI）（米国）の研究者によって行われました。彼らは結果を Cell Reports Physical Science1 に掲載し、タイトルは「次世代エネルギー貯蔵のための多孔質酸化物材料を発見する生成AI」としました。
イオン電池の多様なタイプ
リチウムイオンがエネルギー密度の高さで小型電子機器や初期の電気自動車設計を支配したように、同じ原理で他の多くの金属イオンも使用できます。
前述の通り、ナトリウムイオンは現在人気の代替であり、低価格の電気自動車モデル向けに大量生産が進んでいます。
別の選択肢として、マグネシウム、カルシウム、アルミニウム、亜鉛などの多価イオンを使用することがあります。これは、これらが二価あるいは三価の正電荷を持つことを意味します。
しかし、電荷が大きくなるとサイズも大きくなります。大きな原子サイズは多価イオンをバッテリー材料に効率的に組み込むことを困難にし、バッテリー密度が商業的に実用できるレベルを大きく下回ります。
少なくとも、これはリチウムやナトリウムイオン用に開発された従来のバッテリー材料に当てはまります。しかし、使用可能なバッテリー材料はそれだけに限られません。イオンの移動が電荷を運ぶように、他の多くの結晶構造を構築できる可能性があります。
「最大の障壁は有望なバッテリー化学が不足していたことではなく、何百万もの材料組み合わせをテストするという事実上不可能なことでした。」
教授 Dibakar Datta – New Jersey Institute of Technology (NJIT)
AIが研究を支援
強力なアシスタント
人間の頭脳は、数が数百万に達するようなデータセットを扱うのに最適ではありません。しかし、AIはそれに優れています。
特に材料科学やバイオテクノロジーの分野で、研究者がAI技術を活用して最も有望なアイデアを特定し、より厳密に分析・テストする前に支援する傾向が高まっています。
「私たちは、広大な領域を迅速かつ体系的にスクリーニングし、多価電池を実用化できる数少ない構造を見つけるために生成AIに頼りました。」
教授 Dibakar Datta – New Jersey Institute of Technology (NJIT)
以前は、物理のみを基盤とした計算モデルでは、新しい結晶構造をモデル化するために必要な極めて複雑な計算を処理できませんでした。
しかし、機械学習とニューラルネットワークに基づく新しいタイプのAIは、背後にある物理の正式な数学的計算を行わずに、材料の一般的な特性を「推測」できるようになっています。
出典: Cell
研究者は、結晶に詳しいAIと、ChatGPTの基盤となる大規模言語モデル（LLM）の2種類のAIを同時に利用するシステムを開発しました。
出典: Cell
結晶拡散変分オートエンコーダー（CDVAE）
CDVAEモデルは10,000個の構造を生成し、必要な基準を満たすことを確認するために一連の精密なスクリーニングと検証ステップを受けました。
例えば、原子対間の距離が十分に大きいか、系の電荷中性が保たれているかをチェックしました。
この手法により、バッテリー材料として利用可能な42構造が生成されました。
そのうち21構造はデータベースの既存エントリと一致しましたが、化学組成、格子定数、空間群の違いによる新しい構成を提供しました。残りの21構造は全く新規でした。
出典: Cell
このように、既存材料の新しいバージョンと、全く新しい潜在的バッテリー材料の両方が作成されました。
LLM
研究者は次に、結晶構造生成のために特別に調整されたMetaのLlama-3.1-8Bを使用しました。
出典: Cell
これにより10,000以上の結晶構造が生成され、そのうち1,087構造が構造的完全性のチェックを通過しました。CDVAEと同じフィルタを使用した結果、13の潜在的候補が得られ、その中から最も安定した5構造が選択されました。
出典: Cell
スワイプしてスクロール →
| モデル | 初期構造 | フィルタ後候補 | 最終安定材料 |
|---|---|---|---|
| CDVAE | 10,000 | 42 | 21 バリアント + 21 新規 |
| LLM (Llama-3.1-8B) | 10,000+ | 13 | 5つの最も安定したものが選択 |
AIの発見に挑戦
研究者は「DFTリラクゼーション」と呼ばれる数学的テスト手法を用いて、材料の自由エネルギー（安定性に関連）を計算し、見つかった材料の品質を確認しました。
すぐに、LLMが生成した結晶材料は、CDVAEが生成したものよりも全般的にはるかに優れ、安定していることが分かりました。
出典: Cell
「我々のAIツールは発見プロセスを劇的に加速させ、驚くべき可能性を示す全く新しい多孔質遷移金属酸化物構造を5つ発見しました。」
教授 Dibakar Datta – New Jersey Institute of Technology (NJIT)
実際に作れるか？
チームは量子力学シミュレーションと安定性テストを用いてAI生成構造を検証し、これらの材料が実験的に合成可能であり、実用化に大きな可能性があることを確認しました。
「これらの材料は、大きく開いたチャネルを持ち、かさばる多価イオンを迅速かつ安全に移動させるのに理想的であり、次世代バッテリーにとって重要なブレークスルーです。」
教授 Dibakar Datta – New Jersey Institute of Technology (NJIT)
次のステップは、実験ラボと協力して新たに概念化されたAI設計材料を合成・テストすることです。
これにより、多価バッテリーがバッテリー技術の次のステップになる可能性があります。これまで、大きな原子を受け入れる適切な材料が不足していたため、この選択肢の開発は阻まれてきました。マグネシウム、アルミニウム、その他の大型イオンを貯蔵するためにより優れた材料を使用すれば、これらの原子の多電子輸送能力は、将来的にリチウムの強力だが単一電子の輸送能力を上回るかもしれません。
材料科学とAIイノベーションへの投資
Meta：AI主導の材料科学
現在、Metaは主にFacebookやInstagramのソーシャルメディアプラットフォーム、そしてWhatsAppチャットで知られています。また、VRヘッドセットやあまり成功していない「Metaverse」でもバーチャルリアリティ（VR）領域に存在しています。
重要なのは、MetaがAI企業であり、実現のために大規模なインフラ投資を行っていることです。
「最初のマルチギガワットデータセンターであるPrometheusは2026年に稼働開始する予定で、もう一つのHyperionは今後数年で5ギガワットにスケールアップできる見込みです。」
「我々はさらに多数のタイタンクラスタを構築しています。そのうちの1つだけでも、マンハッタンの敷地面積のかなりの部分をカバーしています。」
LLM技術は一見すると、チャットボットや高度なオンライン検索、教育、その他の人間中心の活動といった「会話」タスクに主に有用に見えます。
META 価格チャート
しかし、この研究は、LLMが言語を学習する能力が、結晶構造を「話す」方法を学ぶようなデータ集約型タスクにも応用できることを示しています。同様に、遺伝コードにも当てはまります。
これは、LLMアルゴリズムの進歩が、バッテリー用新素材、先進材料、エネルギー生成などの全く新しい発見の黄金時代をもたらすとともに、医薬品やバイオ製造ツールに転用できる新種のタンパク質やDNA/RNA材料の創出にもつながることを意味します。
この文脈では、MetaやそのLama LLMモデルのような企業は、既存ツールの潜在的に収益性の高い技術代替を構築するだけでなく、物理的世界でも知的財産の強力な拠点になる可能性があることを示唆しています。
この文脈で、MetaやGoogle、Microsoft (MSFT ) といった企業の元々のテクノロジービジネスは、再生可能エネルギーや材料科学を含む多数の新技術で世界を変えるAI・知財主導の巨人へと成長するための踏み台に過ぎなかったことを思い出すべきでしょう。
最新のMeta（META）株式ニュースと動向
参照研究
1. Joy Datta, Amruth Nadimpally, Nikhil Koratkar, Dibakar Datta. 次世代エネルギー貯蔵のための多孔質酸化物材料を発見する生成AI。Cell Reports Physical Science, Volume 6, Issue 7, 102665. 2025年7月16日. https://www.cell.com/cell-reports-physical-science/fulltext/S2666-3864(25)00264-4
