ゴリラガラスはすでにスマートフォンに採用され、ケブラーは人命を救い、消費者向け製品に採用され、リチウムイオンバッテリー技術はエネルギー消費量の多い施設に電力を供給しています。しかし、新素材の開発には膨大な時間と労力がかかります。
画期的な新素材を開発するのは、非常に時間のかかるプロセスです。ボーイング787ドリームライナーはコンセプトから商業飛行まで9年足らず、アップルは2005年にiPhoneの設計を開始し、2007年に市場に投入しました。対照的に、新素材の開発には研究と実験に20年かかることもあります。
年前、この技術的ボトルネックを打破する目的で、米国政府はマテリアル・ゲノム・イニシアティブ（MGI）を設立しました。ヒトゲノム・プロジェクトが遺伝子のマッピングを行うのと同様に、科学者たちはMGIを利用して、元素間の相互作用が材料の種類や特性にどのような幅広い影響を及ぼすかを解明したいと考えています。この知識を基礎として、科学者やエンジニアは、より短いリードタイムでさまざまな用途に材料を「カスタマイズ」できるようになることが期待されます。
元素間の順列の数は膨大で、そのほとんどは無意味です。研究室でこれらの順列を網羅しようとするのは、まったく非現実的です。そこでMGIのプロジェクト・チームの中には、ビッグデータの力を使ってあらゆる可能性をモデル化し、有望な方向性を掘り下げるためにデータを分析し始めたものもあります。
MGIは長年にわたり、マサチューセッツ工科大学（MIT）の材料プロジェクトやハーバード大学のクリーンエネルギー・プロジェクトなど、第三者プロジェクトとのコラボレーションを推進してきました。その中でも、MITの材料プロジェクトとハーバードのクリーンエネルギー・プロジェクトは、同じような理論的基礎の上に、異なる答えを求めています。前者は無機固体、特に電池材料に重点を置き、後者のクリーン・エネルギー・プロジェクトは太陽電池に使用できる分子材料が中心。どちらも、密度汎関数理論によって収集された膨大なデータベースを使用して、シミュレートされた材料モデルの実際の特性を予測します。
マサチューセッツ工科大学のマテリアル・プロジェクトは、ゲルブランド・シーダー教授の協力を得て約8年前に設立されました。いくつかの企業のコンサルタントとして、セダーは大量の成果を蓄積してきました。しかし、ほんの一握りの企業との共同作業によって、この貴重なデータは秘匿されてきました。「もしこのデータが誰にでも利用できるようになれば、人々は多くの素晴らしい成果を生み出すでしょう。現在、MITのデータベースには、既知または理論上の材料に関する情報が約10万件登録されています。新素材の開発にこのデータを最大限に活用するため、MITの研究者たちは手作業によるスクリーニングと機械学習を併用して、さまざまな化学法則を探求しています。
同様に、ハーバード・クリーン・エネルギー・イニシアチブは、人間＋機械の組み合わせでデータベースを探索しました。このプログラムは、有機太陽電池材料に関する概念実証実験から始まりました。学者たちは、約15種類の新しい混合物が現実世界でどのように振る舞うかを、完全にバーチャルな状況で計算しました。シミュレーションの最終結果は、優れた電気特性を持つ新しい物質でした。これは一人の大学院生が数回の実験から得た結果に過ぎません。もし彼らがボランティアの軍隊から計算能力を借りたら、結果はどれほど大きくなるでしょうか？
クリーンパワープランが今日採用しているのは、まさにこの戦略です。コンピュータで学位をダウンロードすれば、誰でも計算をして結果を返すことができます。この膨大なリソースを駆使して、学者たちはすでに何百万もの潜在的な組み合わせを計算しました。「プロジェクトは非常に興味深い段階に入っています。現在、ハーバード大学には230万の混合物の組み合わせがあり、オンラインで公開されています。このデータはもともと太陽電池の開発に役立てるためのものですが、科学者は貴重な情報を他の研究に役立てることもできます。
セダーは、この偉大なMGIプログラムがその使命を果たすことを期待しています。実際、セダーはすでに新しい電池材料に関する特許を申請中であり、いくつかの成果を目の当たりにしています。インターネットとビッグデータが加わることで、プログラムに予測できない進歩や発見がもたらされると考えています。
