失敗データを機械学習に取り入れる
Incorporation of Failure Data into Machine Learning
機能材料や化学反応を効率的に探索するマテリアルズ・インフォマティクスが注目されている。多量の学習データには材料・論文データベース，量子化学計算値あるいはハイスループット実験の結果が用いられる。しかし，論文は多くの場合，目的とする特性が高い系や条件に偏っている。一方で，多くの実験化学者は（筆者も含め）日々失敗に直面しているが，これらは実験ノートや記憶に刻まれるだけで日の目を見ることは通常はない。したがって，上記のデータベースは成功データに偏っているという問題を本質的に有する1, 2）。
Strieth-KalthoffらはBuchwald-Hartwig反応とSuzukiカップリングに注目し，実験ノイズ，選択バイアス，報告バイアスの検討を行った3）。反応収率を予測する機械学習モデルを検討したところ，学習データに失敗データ（negative data）を加えることで予測精度が向上することを示した。
筆者らは有機薄膜太陽電池ポリマーを仮想合成し，機械学習によるハイスループットスクリーニングを報告している。この中で，通常は論文には報告されない失敗データ（低溶解度や低分子量により薄膜化が不可能と考えらえるポリマー）を人工的に生成して学習データの一部として取りいれたところ，実験の変換効率（PCE）の予測精度を向上させることに成功した4）。仮想合成ポリマー（20万種類）に対しても，失敗データを加えることで予測PCEの分布は広くなり，よりもっともらしい（一般に実験上よく経験するような）予測結果が得られている（図）。ほかの機能材料においても，失敗データの活用が期待される（しかし，失敗を望んでいるわけではない）。
1） P. Raccuglia et al., Nature 2016, 533, 73.
2） W. Berker et al., J. Am. Chem. Soc. 2022, 144, 4819.
3） F. Strieth-Kalthoff et al., Angew. Chem., Int. Ed. 2022, 61, e202204647.
4） Y. Miyake et al., Chem. Mater. 2022, 34, 6912.
佐伯昭紀 大阪大学大学院工学研究科