MITの研究チームが、生成型AIを用いて量子特性を持つ新素材を効率的に発見するための新技術「SCIGEN」を開発した。この技術は、AIモデルが特定の幾何学的構造を持つ材料を生成する際、設計ルールを厳密に守らせることで、従来の生成モデルが重視する「安定性」ではなく、科学的・技術的価値の高い素材の創出を可能にした。特に、量子スピン液体やトポロジカル超伝導体といった未来技術の基盤となる素材の探索を加速する狙いがある。 従来の生成AIモデルは、大量の既存データから「安定な材料」を優先して生成する傾向があり、量子特性を示す希少な構造には対応できなかった。一方、MITの研究チームは、AIモデルが生成する過程の各ステップで、ユーザーが指定した幾何学的制約（例：カゴメ格子やアーキメデス格子）を守るよう設計したコード「SCIGEN」を構築。これにより、DiffCSPなどの広く使われる拡散モデルが、特定の量子特性と関連する構造を持つ材料を意図的に生成できるようになった。 実験では、SCIGENを搭載したモデルが1000万以上のアーキメデス格子を持つ候補材料を生成。そのうち100万件を安定性で絞り込み、さらにオールドリッジ国立研究所のスーパーコンピュータでシミュレーションを実施。その結果、41％の構造に磁性が確認され、研究チームはその中から新素材TiPdBiとTiPbSbの合成に成功。実験結果はAIの予測と高い一致を示した。 研究の中心人物であるミンダ・リー教授は、「世界を変える素材は1つあれば十分。安定性よりも、量子特性を発現する可能性のある構造を重視すべき」と強調。同チームは、この技術が量子コンピュータや次世代電子デバイスの開発を飛躍的に加速する可能性を示している。専門家も、このアプローチが未知の材料探索を大幅に効率化すると評価している。今後は化学的・機能的制約の統合も視野に入れる予定で、AIと実験の連携が新たな材料科学のイノベーションを生むと期待されている。