材料探索は「どれだけ速く計算できるか」という話にされがちだ。候補を十分に広げ、モデルを十分に速く回せば、良いものが自然に浮かび上がるという筋書きである。しかしペロブスカイトの界面分子を止めてきたのは、候補の少なさではなく、条件同士の矛盾だった。
自己組織化単分子膜は透明電極とペロブスカイトの間に挟まり、正孔をすんなり取り出す役割を負う。エネルギー準位が合い、基板への固定が強く、分子同士が乱れず積み上がらず、合成の道筋が通り、その後の溶液処理にも耐えねばならない。一つだけ優れても何の証明にもならないのに、従来の試行錯誤では一度に一つか二つしか見られない。
より厄介だったのは評価の側である。計算による選別は、準位や正孔の再構成エネルギーといった算出しやすい量を上位に置き、合成の難しさは実験台に立つ化学者が偶然ぶつかるままにしてきた。結果として上位に並ぶのは、作れない分子、あるいは純度が出ない分子になりやすい。正しく計算することと、実際に作れることの間には、誰も責任を持たない区間があった。
今回の枠組みは、その区間を初回に引き込んだ。研究チームは公開化合物ライブラリのカルバゾール誘導体から 308 個の機能断片を取り出し、九万通りを超える組み合わせを想定した。まず 24 個の断片を選んでモジュール式に組み、三百個の候補分子を構成し、準位による一次選別で 124 個に絞っている。
決め手はその先だ。合成の実現可能性、分子の準位、正孔再構成エネルギー、芳香性、ヘテロ原子の含有量など八つの指標を、まとめて一つの順位に載せた。つまり分子の良し悪しは、理想化したモデルの中の振る舞いだけでなく、きちんと作れるかどうかでも決まる。選別が物理の問題から工学の問題に移った瞬間である。
八指標というと数を積んだだけに聞こえるが、実際の仕事は衝突する目標に重みを与えることだ。準位を合わせようとすれば合成は難しくなり、芳香骨格を硬くすれば溶けにくくなる。単一の最適値を探すやり方では最初から答えが出ない。順位が返しているのは妥協の許容範囲であり、しかも実験で照合できる範囲だという点が肝心だ。
検証はすっきりしている。上位の分子を三つ実際に合成したところ、素子の実測性能の並びが、八指標の評点の並びと一致した。選別の枠組みにとって、これは一つの記録更新より重い。偶然ひとつを当てたのではなく、採点そのものに移せる予測力があることを示しているからだ。
性能の数字もある。最高位の分子は 27.2% の光電変換効率に達した。さらに見るべきは持続性で、摂氏 65 度、連続照射、最大電力点追従という条件下で二千時間動かしても、初期効率の約 95% を保ったという。効率と寿命が同時に立って、初めて論文から製造線への最初の関門を越えられる。
ただ二千時間は、正しい位置で読む必要がある。屋外で二十五年使えることの等価証明ではないし、加速劣化と実環境の換算には不確かさが残る。とはいえ、界面分子が先に壊れるのではないかという長年の懸念を、推測から曲線のある観測に格上げした価値は大きい。
私にとって方法上の意味は、素子の数字より大きい。ここで AI は化学者に取って代わっていない。専門家の知見、大量計算、実験側の制約を、一つの採点規則に押し込めただけだ。賢い選別の賢さとは、最適化を始める前に、どの代償を先に見積もるかを知っていることにある。
枠組みはモジュール式なので、断片ライブラリと指標の組を差し替えれば、別の界面材料にも原理的に移せる。これは特定の分子を一つ届けるより価値がある。太陽電池に限らず、性能と作りやすさを同時に相手にする界面の問題は、同じ多目的の引っ張り合いに行き着く。
限界もはっきりしている。公開ライブラリが探索空間の天井を決め、重みにはなお経験的な判断が残り、検証された三分子は大きな標本とは言えない。枠組みは試す範囲を狭められるが、最適解がその残った範囲の中にいるところまでは保証しない。
採点表に「合成できるか」を一列足すことは、一見ささやかな追加に見える。実際には、計算材料学がモデルの中の最適解を追う姿勢から、実験台の制約を認める姿勢へ傾いたということだ。九万通りという仰々しい数の部分がいちばん重要なのではない。最後に三本の試験管が本当に灯りの下に運ばれた、そこがすべてだ。
コメント