人工知能で実験計画を高効率化―X線スペクトル測定時間5分の1に：高エネルギー加速器研究機構ほか
(2018年1月25日発表)
高エネルギー加速器研究機構（KEK）と（国）量子科学技術研究開発機構は1月25日、人工知能を活用して物質・材料研究に不可欠なX線スペクトル測定の高効率化に成功したと発表した。測定時間を従来の5分の1程度に短縮できることを確認、実験コストの削減や研究の加速化に役立つと期待している。
X線スペクトル測定は、物質にX線を照射したときに反射したり透過したりして出てきたX線の波長別強度「X線スペクトル」を調べる分析技術。物質の機能や性質を支配する内部の電子状態を知ることができるため、物質・材料研究には欠かせない重要な測定手法になっている。
X線スペクトルには物質によって特徴的なピーク（特定波長のX線強度が特に強い部分）があり、きめ細かくデータを採る必要がある。どの波長領域できめ細かく調べるかは従来、実験者が経験と勘をもとに実験計画を立てていたが、それでも波長を変えながら数百回測定を繰り返す必要があった。
研究チームは今回、機械学習の一種「ガウス過程回帰」と呼ばれる手法を利用してこれまでの観測データを人工知能に学習させ、どの波長領域をきめ細かく計測すべきかを予測させた。さらに、その結果をもとに最も効率的な実験計画を立てられるようにした。
実験では、物質の磁石としての性質を調べるために使われるX線スペクトル測定の一種「X線磁気円二色性スペクトル測定」への応用を試みた。その結果、従来と同程度の精度で測定するのに、新手法ではデータ点数を5分の1程度にまで減らしても従来と同程度の精度で測定できることがわかった。
研究チームは、今回の手法について「X線スペクトル以外の様々なスペクトル測定に応用でき、実験時間の短縮と実験コストの削減ができる」と話している。
