マテリアルズインフォマティクスとベイズ最適化

どうもゆうかです。

近年マテリアルズインフォマティクスに注目が集まっています。注目が集まっています。（我々の研究室内で注目しているのかよくわかりませんが、、、）

実際に東工大の研究室ではベイズ最適化とロボットによって最適条件の洗い出しを自動化させています。

そこで今回はベイズ最適化について、システムの中でどう言ったことをしているのかについて解説していきます。

ベイズ最適化は確率に基づく決定法

ベイズ最適化は、確率を元にして次の実験条件を決定して行く手法になります。

最適条件の探索については経験によって決定するよりも確率に基づく探索の方が実験回数が少なくて済むことが明らかとなっています。

例えば説明変数（実験条件のパラメータ）が5個あり、それぞれ5通りあると考えます。

この時条件の組み合わせとして5^5回の組み合わせが存在します。約3000通りです。マンパワーで全ての組み合わせをするにはいくら時間があっても足りません。ベイズ最適化では説明変数＋1の実験結果から教師なしで次の最適条件を探索することができます。

説明変数を4つとして、初期条件を6個準備した状態での研究レポートからは、7回目（ベイズ最適化1回目）で最適条件を導き出しています。（※1）

このような技術が生まれ、技術の進歩速度が圧倒的に早くなっている中で人間が考えることはもう無くなると言い始める人たちも一定数います。

化学者の本質というのは条件を考えることではなく、出力された結果から”どんなことに使えるのか”、”どんな根拠からこの結果になっているのか”について考えることです。

より化学者として本質を考える事に時間を割くことができるようになります。

今回紹介したベイズ最適化やAI技術も、データからどのようなことが言えるのかについては考えてくれません。考えられたとしても過去からの引用になり新たな発見がでる事はないでしょう。

無駄なことを考えず、やるべきことだけを考える事こそがこれからの人間の役目になっていくのではないでしょうか。