【トップ記事のサマリ】
AI技術が半導体製造に革新をもたらし、米国商務省はAIを活用して持続可能な半導体材料を開発するための競争プログラムを発表しました。このプログラムは、大学と産業界の連携を通じてAI/AE(AIによる自律実験)を推進し、5年以内に商業化可能な材料プロセスの発見を目指します。AI/AEは、機械学習と自動化実験を組み合わせ、材料科学の新しい地平を切り開いています。 AI/AEにより、従来の試行錯誤による開発に比べて、10倍から1000倍の速さで新素材の発見が可能となり、半導体だけでなく、エレクトロニクスやエネルギー、バイオ医薬品においても応用が期待されています。各国でも同様の取り組みが進行中で、AI駆動の自律実験室(SDL)は、材料開発におけるパラダイムシフトを引き起こしています。
【記事全訳(※本記事の作成には一部AIを使用しています)】
AIは、半導体製造で使用される新素材の発見を加速させており、米国商務省は「産業のニーズを満たし、5年以内に設計・採用可能な持続可能な半導体材料とプロセスの開発をAIで支援する方法」を示すための公開競争を発表しました。
商務省標準技術局の長官であり、国家標準技術研究所(NIST)の所長でもあるロリー・ロカシオ氏は、この競争を「米国を効率的で安全、かつ高ボリュームで競争力のある半導体製造の世界的リーダーにするためのユニークな機会」と述べています。最大1億ドルが、AI/AE(AIによる自律実験)を活用した持続可能な半導体製造に関連するプロジェクトに対して、CHIPS研究開発事務所(CHIPS R&D)から授与される予定です。
CHIPS R&Dは、2022年8月に米国のジョー・バイデン大統領が署名したCHIPS法により設立されました。この法律は、米国の半導体製造と研究開発を強化し、再活性化することを目的としており、商務省には500億ドルが提供されました。そのうち390億ドルが米国内の施設や設備への投資に充てられ、台湾のTSMCや米国のIntelなどのハイプロファイルな工場が建設されています。CHIPS R&Dには110億ドルが割り当てられ、今回のようなプロジェクトに使用されます。
「米国の半導体産業が長期的に繁栄するためには、革新的で商業的に競争力のある技術を開発し、環境や地域社会を守る方法で持続可能に材料やチップを製造できるようにする必要があります」と商務省は述べています。
確かに、これは明らかです。米国の主要な半導体製造装置メーカーは自社を「Applied Materials(アプライド・マテリアルズ)」と名付けており、半導体メーカーは毎年数十億ドルを投じて、より高度な集積回路を設計し、製造プロセスでの電力と水の使用効率を向上させ、産業廃棄物や温室効果ガスの排出を削減しています。
しかし、商務長官のジーナ・ライモンド氏は新たな緊急性を感じています。「現在、新しい半導体材料は生産可能になるまでに何年もかかり、非常に資源集約的です。気候危機が迫る中、アメリカの半導体製造基盤を迅速に構築し、長期的に持続可能な形にするためには、AIを活用して持続可能な材料プロセスを迅速に開発する必要があります」と述べています。
ライモンド氏はまた、「この新しいプログラムにより、バイデン・ハリス政権はAIの広範な能力を活用し、労働者やイノベーターの潜在力を最大限に引き出し、より安全で持続可能な国内半導体産業を構築する」と使命感を持って語っています。
毎年数十億ドルをR&Dに費やしている半導体業界と比較すると、この金額は「大海の一滴」に過ぎないように見えますが、これらの発表は一体何を意味しているのでしょうか?(今年第2四半期だけでも、IntelのR&D予算は42億ドルに達しました。)
その答えは、AI/AE(AIによる自律実験)が「材料科学におけるパラダイムシフトをもたらしている」という点です。東京工業大学の樋継 太郎、清水 亮太、石月 直也は、「コンピュータアルゴリズムとロボットを使用して実験のすべてのステップを決定・実行するこれらのシステムは、人間の介入を必要としない」と述べています。
彼らはさらに、「元素の組み合わせの可能性を考えると、新しい材料の数はほぼ無限です。したがって、広大な探索空間で高次元の合成パラメーターを最適化することが、材料合成に必要です。材料の世界は、宇宙や深海のように、探査のためのフロンティアです」と続けています。
AI/AEは、材料発見と合成のプロセスを大幅に加速し、半導体業界だけでなく、エレクトロニクス、エネルギー、航空宇宙、防衛、生物学、化学、製薬など、幅広い応用分野においても恩恵をもたらします。
『Nature Synthesis』に掲載されたノースカロライナ州立大学のMilad Abolhasaniとトロント大学のEugenia Kumachevaは、「データサイエンスと自動化実験技術の成長により、機械学習、ラボの自動化、ロボティクスの統合によって自己駆動ラボ(SDL)が登場しました」と述べています。
自己駆動ラボ(SDL)は、機械学習が支援するモジュール式実験プラットフォームであり、機械学習アルゴリズムによって選択された一連の実験を反復的に実行し、ユーザーが定義した目標を達成します。これらの知的ロボットアシスタントは、化学空間を迅速に探索することで、基礎研究および応用研究のペースを加速します。
SDLの主な影響は、「研究の加速」による新しい知識の生成であり、それが新しい化合物の発見や、最も高性能な材料の製造ルートの発見に繋がります。SDLは、従来の一変数探索や組み合わせ実験に比べて、10倍から1000倍速く材料を探索できます。
つまり、AIとロボットは、科学的な試行錯誤に比べてはるかに効率的に作業を行うことができるのです。トロント大学の化学科教授であるAlán Aspuru-Guzikが率いる研究者たちは次のように述べています。
「私たちの研究グループは、新しい機能性材料を発見するか、既知のものを最適化するためにかかる時間と費用を10分の1に減らすことを目指しています。つまり、推定1,000万ドルと10年の開発期間を1,000,000ドルと1年に短縮するという挑戦です。その解決策は、自己駆動ラボの開発にあります……Aspuru-Guzikグループは、これらのラボが実験と科学的発見のペースを加速し、最
終的には科学の進め方を変える可能性があると考えています」。
Aspuru-Guzik氏は、トロント大学を拠点とする「Acceleration Consortium」のディレクターも務めており、この戦略的イニシアチブは、持続可能な未来に必要な材料や分子の発見を加速させることを目指し、産業界、政府、学界の研究者を結集しています。
これは、米国商務省の半導体材料イニシアチブのモデルになるかもしれません。さらに、商務省のAI/AE競争は、ワシントンに拠点を置く戦略国際問題研究所(CSIS)が2024年1月に発表した報告書「自己駆動ラボ:AIとロボティクスによる材料イノベーションの加速」で提案されたSDLグランドチャレンジに類似しています。
CSISの報告書は、「代替材料や新材料の開発と採用は、新興技術における米国のリーダーシップの中核である」と宣言し、「米国はSDLの優位性を確保するために十分な政策的関心と資源を投入しているのか」と疑問を投げかけています。
CSISによれば、2024年当時、米国のSDLに対する支出は5,000万ドル未満であり、「プログラム的に行われているわけではなかった」としていますが、カナダはトロント大学のAcceleration Consortiumに2億ドルを授与していました。
この文脈で見ると、米国商務省が提供する1億ドルの賞金は遅れながらも意味のある前進となります。その5年間の期間は、半導体業界の1nmプロセステクノロジーロードマップと一致しています。
CSISはまた、リバプール大学、ローレンス・バークレー国立研究所、アルゴンヌ国立研究所、カーネギーメロン大学がSDLを構築していると報告しています。
コメントする