本文2527字，阅读约需6分钟

摘要：株式会社日立制作所（以下简称“日立”）开发了有助于加快材料开发速度的新型机器学习模型，并在与积水化学工业为普及材料信息学所开展的合作创新活动^*1中示范了该模型的有效性。该模型采用了能够模拟量子计算机的“CMOS退火”^*2技术，通过运用该技术来构建基于决策树的材料性能预测模型，从而使模型能够穷举各种条件。该模型的应用提升了传统机器学习模型的预测精度，并有望将材料开发周期缩短约20%^*3。日立将把该技术作为Lumada当中的“材料开发解决方案”^*4，并推进其实用化。日立还希望能将该模型应用于生产现场运营和物流优化等更广泛的领域，从而帮助客户创造价值。

关键字：新型机器学习模型、CMOS退火技术、材料开发解决方案、模拟量子技术、新材料开发、决策树算法

传统的材料开发依赖于研究人员的经验与直觉，要实现材料的实用化往往需要耗费大量的时间与经费。然而由于产品生命周期的缩短、资源限制等因素，市场对材料开发提出了更加多样化和高水平的要求。为满足这些要求，日立正不断推动材料信息学的发展。为打造数据管理分析的技术基础，充分利用数据提升材料开发过程的效率，日立一直致力于技术开发，同时面向材料行业等各行各业的客户，提供运用材料信息学的“材料开发解决方案”（Lumada解决方案的一部分），以满足客户各种需求。

在新材料开发领域，有关人员正在评估一种新的工作方法，即预先通过机器学习预测材料特性，缩小备选材料范围，从而缩短开发周期。具体方法如下：①通过让AI学习材料现有相关数据，构建预测模型，预测材料特性；②运用所得的预测模型，寻找实际想开发的材料的最佳制作条件。在这一过程当中所使用的机器学习，需要基于更少的实验数据发现有用的候选材料，因此需要具备高精度预测材料特性的技术。为提升预测精度，让AI在组合多个变量的复合条件下进行学习是有效的，然而有关材料制作的条件众多，如果全部考虑，其组合数量将非常庞大。传统的数据科学家基于自身经验与直觉选择组合条件并建立预测模型，但由于不能穷举所有条件进行评估，其精度的提升是有限的。

图1 本次开发的机器学习模型的概念图

本次，日立开发了一种新的方法，通过将模拟量子计算机技术“CMOS退火”引入决策树算法^*5（上文①中构建机器学习模型时，以及材料信息学当中常用的一种算法），穷举材料制作相关条件并进行评估，从而提升了预测精度。将以该方式构建的高精度预测模型应用于现有的有机材料分子构造特性预测问题（上文②），其结果如图2所示。LightGBM和XGBoost^*6这两种现有技术在运用机器学习提升预测精度方面均展示出高性能。相较以往单独依靠这两种技术进行预测，应用本技术后，二者的预测精度均得到了提升^*7。此外，与使用传统材料信息学方法进行材料开发相比，使用本技术进行材料开发所需的开发周期预计可减少约20%。

图2 将本次开发的方法适用于传统技术后，预测精度的改善结果

本技术可广泛适用于提升基于决策树算法的机器学习的预测精度。未来，日立将把本技术作为为Lumada解决方案当中的“材料开发解决方案”，继续推进其实用化。同时，除了协助半导体、电池、药物研发等领域的客户提升多样化材料开发的效率，日立还将推动本技术在物流、生产等领域的应用，助力客户加速提升自身创造的社会价值，为实现可持续发展社会做出贡献。

技术详情

1. 利用复合条件对数据进行分类的决策树算法

决策树是一种根据条件对输入数据进行连续分类的方法，其预测精度取决于分类时设定的条件，以及条件的组合。当在普通计算机上使用决策树算法时，为了避免计算次数过多，会使用单一变量作为条件对数据进行分类。然而在预测材料开发等问题时，会有诸多变量影响到材料特性，此时决策树所能处理的条件就会变得过于简单。为解决这一问题，日立开发了一项技术，用逻辑积来表达由多个变量组成的复合条件，从而通过多个变量自动直接生成复合条件（图3）。举例而言，以往在预测冰激凌的销量时，会先分类是否是晴天，然后分类是否是下午，即采用单个变量进行分类。而采用本技术后，可以先分类是否为晴天且温度25度以上且湿度40%以上，然后再分类是否为周六的下午，即采用由多个变量复合而成的条件对数据进行分类。

2. CMOS退火技术，优化决策树算法的复合条件

举例而言，在上述决策树算法中，如果从100个变量当中挑选3个进行组合并给数据分类，那么组合的总数将超过10万种。要找到预测精度最高的组合，就要对所有组合进行计算，需要大量的时间。而模拟量子计算技术“CMOS退火”就非常适于这种需要在短时间内从大量组合当中选择最优解的问题。实验结果显示，把通过决策树算法选择最佳复合条件的问题转换为CMOS退火能够处理的QUBO形式问题^*8，并进行计算后，在较为现实的时间（可以接受的时间）内，CMOS退火可以找到预测精度最高的复合条件。数据科学家根据经验和直觉来确定复合条件，而本技术能够从所有的组合中自动直接选出最佳的组合。本技术是机器学习和CMOS退火这两个不同领域的研究人员共同智慧的结晶。

图3 使用复合条件对数据进行分类的决策树算法，以及优化复合条件的CMOS退火技术

注释：

*1 《积水化学和日立展开合作创新，运用先进数字技术促进材料信息学（material informatics，简称MI）在材料开发领域的普及》，2022年9月20日消息

*2 CMOS退火：日立公司所开发的新型计算机，用于解决组合优化问题，该计算机采用了伊辛模型，伊辛模型是为描述磁性物质的特性而提出的一种模型。

*3 采用传统技术预测材料开发数据性能的验证实验次数，以及在传统技术上应用了本技术后的相应实验次数的比较。具体估算如下：基于过去的100个素材的开发数据，分别采用传统技术，以及在传统技术上应用了本技术后的新技术进行性能预测，结果显示，二者预测出实际评价较高的10个数据所需要的预测次数分别为24次和19次，因此可以估算出，与传统技术相比，采用新技术后，验证所需实验周期可以缩短20%。

*4材料开发解决方案：通过材料信息学技术协助客户开发新材料的服务。

*5 决策树算法：一种监督学习的算法，可解决分类问题和回归问题。对给定的数据逐步设定条件，并逐步对数据进行分类的一种方法。

*6 TreeBoosting-03: Why Does XGBoost Win Every Machine Learning Competition?

*7 基于随机森林（2001）的误差改进率评估。

*8 QUBO：Quadratic Unconstrained Binary Optimization，即二次无约束二元优化。在量子退火计算机等设备上解决“组合优化问题”时所需要的一种特定形式。其具体表达式如下。

征稿启事

应部分读者建议，本公众号现开放投稿，面向企业及科研机构人员征集稿件，可以分享技术信息、学术类论文、科研成果以及研究见解等。

投稿请发送至邮箱：support@aipatent.com（请注明“AIpatent公众号”来稿）

模拟量子技术运用示范：将传统材料信息学的材料开发周期进一步缩短20%！