※1)人工知能(AI)などを用いることで、従来手法に比べ、新規材料や代替材料の探索などを効率よく行なうことが可能となる技術。
近年、材料開発のプロセスにおいてもAIや機械学習などが用いられ始め、MI技術によって、その領域の潮流は変わりつつある。これまでは技術者の経験値と繰り返し実施する実験による試行錯誤のなかで新素材へのアプローチを行なってきたことから、開発には相当量の時間を要していた。
TOYO TIREでは、資産としてストックした既存データをベースに、2018年よりMI技術を用いた配合と物性の予測技術の検証を本格的に行なってきた。技術の精度を向上し、2019年には外部情報との紐づけといった対象データの拡大適用も検証できた。今後、保有データをフルに有効活用できる環境を整備するとともに、従来にない視点での解析方法や予測データを用い、開発を高度に最適化するMI技術を駆使した新素材の実現を進め、「高性能な製品開発」と「開発時間短縮・コスト低減」の両立を図っていく。
■ データ資源を活用した配合開発
ゴム材料は主要原料であるポリマーに補強剤や各種薬剤が添加された複合材料であり、いずれの薬剤も製品特性に直接作用することから、その種類や量、また、加工方法の調整による複雑な制御が必要とされる。今回、MI技術を導入して特性や配合の推測値を高精度に出力するシステムを構築したことにより、最小限のテストで効率的な材料開発が可能となる。システムには非線形推定モデル※2を実装しており、データベースに外部情報を取り込むことでこれまでの知見を超えた拡張予測を行ない、高性能材料の開発にも活用していく。
※2)予測に使用する変数間の非線形な関係を関数としてモデル化したもの。
■ 新材料開発に向けたデジタル技術の利用
TOYO TIREでは、Nano Balance Technologyの「分析」の領域において、多様なツールを活用しながら、材料特性の要素を階層別に構造分析、あるいは評価し、開発上の課題を抽出している。
取得した材料構造や化学構造はデータの次元が異なるため、これまでは主に間接的に特性を推測するための情報として活用してきたが、今回、開発したMI技術を採用したことで、これら構造情報から材料特性の推測値を算出することができるようになった。さらに、「目標とする特性値から構造を最適化する」という逆問題にも応用できることから、新材料の開発領域にも適用・拡大を進めていく。
なお、これらの技術は、SAS Institute Japanとの協業で実現した。