MITの研究チームが、材料の品質検査を高速・低コストで行う新しいAIツール「SpectroGen」を開発した。従来、材料の品質を確認するには、赤外線、X線回折、ラマン分光など、複数の専用機器でそれぞれ異なる波長の光を照射し、得られたスペクトルを分析する必要があり、時間と費用がかかるのが課題だった。SpectroGenは、AIが「仮想分光計」として機能し、一つの測定モダリティ（例：赤外線）のデータから、別のモダリティ（例：X線）のスペクトルを生成する。実験では、AIが生成したスペクトルと物理測定による実際のデータが99％の精度で一致した。 このAIは、スペクトルを「数学的な波形パターン」として捉えることで、分子構造や化学結合の詳細を直接学習するのではなく、統計的分布（ガウス型やローレンツ型）の特徴を解析。この数学的アプローチにより、複雑な分子構造の理解を避けつつ、高精度なスペクトル予測が可能になった。実際のデータセット（6,000種類以上の鉱物）を用いたテストで、AIは1分未満で新しい材料のX線スペクトルを再現。従来の測定に数時間から数日かかるのに対し、1,000倍以上の高速化が実現した。 研究チームは、工場で赤外線カメラで材料をスキャンした後、そのデータをSpectroGenに投入し、X線スペクトルを仮想的に得ることで、高価なX線装置を設置しなくても品質評価が可能になると説明。これにより、半導体や電池材料の製造プロセスの効率化が期待される。研究の共同筆頭著者であるローザ・タデセ教授は、「一つの安価な装置で測定し、AIが他のモダリティのデータを生成すれば、製造ラインの生産性と品質管理が飛躍的に向上する」と述べる。 今後は、医療分野での疾患診断や農業のモニタリング、防衛分野への応用も視野に入れ、Googleの支援を得て新プロジェクトを立ち上げる。また、タデセ教授はこの技術を基にスタートアップを設立し、幅広い産業分野での実用化を目指している。SpectroGenは、AIが研究者や技術者の「コ・パイロット」として、データ解析の負担を軽減し、科学技術の進展を加速する新たな基盤となる可能性を秘めている。