NTT、「AI駆動型ラボ」で次世代パワー半導体素材の自律成膜に成功

　NTTは8月25日、AIとロボット技術を連携させた「解釈可能な自律成膜」技術を実証し、次世代パワー半導体材料とされるβ型酸化ガリウムの高品質な単結晶薄膜をスパッタ法で世界で初めて作製することに成功したと発表した。

　この技術は、AIを活用して科学研究を加速させる「AI for Science」の領域において、単なる条件探索のブラックボックス最適化にとどまらず、人間が理解し転用できる科学知識を抽出する次世代のAI駆動型ラボを実現するもの。研究成果は8月13日に科学誌「Nature Communications」に掲載された。

　近年、機械学習やロボティクスを活用した自律実験によって、人間が関与しない超高効率な材料開発や物性研究が急速に進展している。しかし、NTT物性科学基礎研究所 多元マテリアル創造科学研究部 特別研究員の若林勇希氏によれば、従来の自律実験には大きく2つの課題が残されていた。

　第1に、AIが最適条件を見つけ出しても、なぜその条件が良いのかを説明できないブラックボックス化が生じており、得られた最適化結果を別の材料や装置へ転用することが困難だった。第2に、自律実験は常温・常圧など制御が容易な環境での合成で先行発展しており、半導体開発において不可欠な真空や高温といった極限環境下での薄膜成長技術においては未成熟だった。

　これらの課題を解決するため、NTTではスパッタ装置による成膜、ロボットアームを用いた基板搬送、自動光学測定、自動解析、そしてベイズ最適化による次の実験条件決定を連携させた自律成膜システムを構築。このシステムは人間の判断を介さずに成膜から評価までのサイクルを自動で繰り返し、従来の人間主体の実験と比べて約3倍に開発スピードを高速化できたという。

　実証実験の対象には、次世代パワー半導体として世界的に研究開発が進むウルトラワイドギャップ半導体のβ型酸化ガリウムが選ばれた。大面積化や低コスト化に有利なスパッタ法での高品質エピタキシャル成膜は技術的に難しい課題だったが、自律探索によって56回の成膜で高品質な条件に到達し、スパッタ法としては世界初となる単結晶薄膜を実現した。

　さらに今回の最大の特徴は、最適化過程で得られたデータをアンサンブル機械学習手法であるランダムフォレストを用いて解析し、人間が理解できる成膜ルールへと変換した点にある。

　温度、スパッタ電力、アルゴン流量、酸素流量という多次元の成膜パラメータを解析することで、各パラメータの寄与度や、温度と酸素流量の間の相互作用を明らかにした。これにより抽出された簡潔な成膜ルールに基づき、人間が実際に再最適化を行なった結果、AIとロボット単独での最適化結果よりもさらに高品質な成膜条件に到達することに成功した。これはAIが得たブラックボックスの最適化結果を科学的な知識へと昇華させ、それが次の実験で実際に役立つことを実証したことを意味している。

　今後の展望として、NTTはキャリアを導入した薄膜の作製などを含め、β型酸化ガリウムのパワーエレクトロニクス材料としての応用可能性を検証していく方針。さらに、将来的にはAI自身が問うべき問いを見つけ出し、自律的に仮説生成から実験による検証までを行なう「自律科学ラボ」へと発展させる構想を描いている。

　若林氏によると、今回の取り組みは自律実験による知識獲得を行なうレベル3（L3）に到達したことを意味するが、AIによる仮説生成や仮設更新を行なうレベル4（L4）も今後2～3年で到達できる見通しとのこと。

　こうしたAI駆動型ラボの進化によって新材料や半導体の研究開発を大幅に効率化し、省エネ社会や次世代電子機器の実現への貢献が期待される。