アメリカのマサチューセッツ工科大学（MIT）の研究チームが、半導体材料の光電導特性を自動で測定する自律ロボットシステムを開発しました。毎日3,000件以上の精密な測定を人間の介入なしに行うことができるレベルです。
このシステムはMIT機械工学科のトニオ・ブオナシシ教授の研究チームによって構築されました。24時間連続稼働し、1時間に125回以上光電導特性を測定します。従来の手作業方式やAIベースの既存装置よりも精度と処理速度が高いです。
光電導は半導体が光に反応してどの程度電気を生成または伝達するかを表します。この数値は太陽光パネルを含む様々なクリーンエネルギー技術の核心的な性能指標として使用されます。特に最近注目されているペロブスカイトのような次世代太陽電池素材の効率を評価する際には重要です。
ロボットシステムはサンプルイメージを撮影した後、映像処理技術を用いて材料表面を複数の区画に分けます。その後、AIニューラルネットワークモデルがプローブが触れるべき最適な地点を計算します。ニューラルネットワークには材料科学者のドメイン知識が反映されています。ラベル付けされた大規模データを使わずに自己学習して判断する方式です。
測定地点間の移動経路は最短距離で自動計算されます。移動効率を高めるために少量のランダム性もアルゴリズムに適用されています。このプロセスを通じてロボットは迅速かつ安定的に複数の地点を順次測定します。
研究チームは既存の7つのAIベースのシステムと比較実験を行いました。MITシステムは測定位置選定と経路計画の両方でより高い効率性を示しました。実際に一日で3,000件以上の測定を行い、高光電導領域と材料劣化部位を精密に識別しました。
また、プローブは点やしずく形、非定型構造など多様な形態のサンプルにも適用できるため、自動化実験の汎用性を高めました。
研究はファーストソーラー、エニ、マスワークス、トロント大学のアクセラレーションコンソーシアム、アメリカエネルギー省、アメリカ国家科学財団（NSF）などの支援を受けました。論文は国際学術誌「サイエンスアドバンシス」に掲載されました。
MITの研究チームは今後、自律測定システムを高度化し、半導体新素材の開発全過程を自動化する実験室を構築することを推進しています。