技術要約：文献からラボへ：ドメイン知識に導かれたLLMによるペロブスカイト太陽電池のクローズドループ進化

1. 問題提起

ペロブスカイト太陽電池（PSC）は、27%を超える効率を持つ破壊的な次世代太陽光発電技術である。しかし、その進歩は、前駆体組成、溶媒エンジニアリング、およびプロセスパラメータを含む広大で高次元な設計空間によって阻害されている。従来の研究者主導の試行錯誤アプローチは労力がかかり非効率であり、この複雑な組合せ的ランドスケープ内でグローバルな最適解を特定できないことが多い。

大規模言語モデル（LLM）は、テキストベースの科学的知識を活用する可能性を秘めているが、既存のモデル（例：GPTシリーズ、ChemCrow、Coscientist）は、PSCという専門領域において決定的な限界に直面している：

1. 意味論的な不一致： 一般的な意味論的推論と、精密かつ定量的なペロブスカイトのドメイン知識を整合させることに苦慮しており、しばしば科学的に無効なレシピを生成してしまう。
2. 高次元空間における非効率性： 多パラメータ設計空間における定量的な外挿能力を欠いており、デバイスのブレイクスルーに必要なクローズドループ最適化をオーケストレートするには不十分である。

2. 手法：PVK-LLMフレームワーク

著者らは、非構造化された科学文献と精密な材料レシピの間の溝を埋めるために設計された、ドメイン知識誘導型フレームワークであるPVK-LLMを提案する。この手法は、カリキュラム学習を通じて訓練された特化型LLMと、階層的ベイズ最適化ワークフロー（PVK-BO）の2つの主要コンポーネントで構成される。

A. PVK-LLM：3段階のカリキュラム学習

Qwen2.5-32Bをバックボーンとして構築されたこのモデルは、一般的なLLMをドメインエキスパートへと変貌させるための3段階の訓練戦略を経る：

1. ステージI：知識注入（PVK-Sci）： 7つの研究テーマ（デバイス構造、界面エンジニアリング、欠陥など）をカバーする55,104組の質問回答ペアを用いてファインチューニングを行う。このステージにより、コアとなるドメイン語彙と意味パターンを内面化する。
2. ステージII：指示アライメント：
   • PVK-Cite： 特定の文献引用に基づいた応答を行うよう22,916組のQAペアでファインチューニングを行い、事実の正確性を担保する。
   • PVK-Exp： 実験テーブルから派生した10,648組のQAペアを用いてファインチューニングを行い、定量的な性能指標と効率メカニズムの解釈を可能にする。
3. ステージIII：知識検索拡張生成（RAG）： モデルは、23,789のエンティティと22,272のトリプルを含む**ペロブスカイト知識グラフ（PVK-KG）**に接続される。このグラフは自動化されたパイプラインを通じて動的に更新され、頻繁な再学習なしに最新の科学的発見へのアクセスを可能にする。

B. PVK-BO：階層的ベイズ最適化

高次元の設計空間をナビゲートするために、本フレームワークはLLMの生成能力とベイズ最適化を統合した最適化エンジンであるPVK-BOを採用している。ワークフローは以下のクローズドループで動作する：

1. ウォームスタート： PVK-LLMはドメイン知識に基づき高品質な初期候補を生成し、「コールドスタート」問題を解決する。
2. レシピ設計と候補サンプリング： LLMは生成的な提案分布として機能し、過去のフィードバックと目標性能を条件として、新しいレシピを提案する。
3. 代理モデル： LLMは、物理的な検証を行う前に候補の性能を予測する確率的な代理モデルとして機能する。
4. 獲得関数： 硬直した統計関数ではなく、PVK-LLM自体がインテリジェントな獲得関数として機能し、潜在的な性能向上と探索価値を天秤にかけて、次の最適なレシピを選択する。
5. 検証： レシピは、物理ベースのシミュレータ（SCAPS-1D）またはウェットラボ実験を通じて検証され、結果は戦略を洗練させるためにフィードバックされる。

3. 主な結果

A. ベンチマーク性能

• ドメイン知識： PVK-MCQベンチマーク（1,103問の多肢選択式問題）において、PVK-LLMは**87.25%**という最先端の精度を達成し、Qwen2.5-72BやGPT-4oなどの一般的なLLMを上回った。
• 定性的評価： オープンエンドの生成タスク（PVK-QA）において、PVK-LLMは正確性、完全性、関連性、および明快さのすべてにおいて最高スコアを獲得した。
• 人間による評価： 5人のドメインエキスパートによるペア比較において、PVK-LLMは圧倒的な勝率を記録した（Qwen2.5-32Bに対して69.5%、GPT-4に対して65.5%、Deepseek-R1に対して68.0%）。
• 意味構造： t-SNE可視化により、PVK-LLMの埋め込み空間が、ベースモデルのランダムな分布とは異なり、ペロブスカイト材料に関する明確で意味のあるクラスターを形成していることが確認された。

B. シミュレータ実験

SCAPS-1Dを用い、バンドアライメントおよびドーピング最適化タスクでフレームワークをテストした：

• 初期化効率： PVK-BOは、ランダムサーチ、Sobolシーケンス、およびLatin Hypercubeサンプリングよりも高い初期平均エネルギー変換効率（PCE）を達成し、初期探索フェーズを効果的に回避した。
• 収束性： バンドアライメントにおいて、PVK-BOは最大PCE **26.52%に到達した。ドーピング最適化においては、標準的なベイズ最適化（BO）、HEBO、およびTuRBOのベースラインを上回る、より低い分散と高速な収束で25.44%**に到達した。

C. ウェットラボ実験

p-i-n型PSCを対象とした自律的なクローズドループ・ウェットラボ実験において：

• 発見： PVK-LLMは界面パッシベーションがボトルネックであることを特定し、未報告の新規な4成分シナジー・パッシベーションシステム（3MTPAI, PDAI2, EDAI2, および PipDI）を自律的に設計した。
• 最適化： 3回の反復エポックを通じて、モデルは混合比を精緻化した。
  • エポック 0 (ベースライン): 23.68% PCE
  • エポック 1: 25.07% PCE
  • エポック 2: 25.23% PCE
  • エポック 3 (チャンピオン): 26.00% PCE ($V_{OC}=1.155$ V, $J_{SC}=26.35$ mA/cm², $FF=85.44\%$)
• この結果は、広範な専門家の試行錯誤によって達成される世界記録に匹敵するものである。

4. 意義と主張

本論文は、PVK-LLMが以下のことを実証したと主張している：

1. 科学的専門知識の内面化： 自然言語と定量的な材料科学の間の意味論的なギャップを埋めることで、モデルは複雑な製造パラメータや実験記録を理解できる。
2. 材料発見の加速： 本フレームワークは高次元の設計空間を効果的にナビゲートし、コールドスタート問題を克服し、理論的設計からラボでの検証までのイテレーションサイクルを短縮する。
3. 自律的な最適化の実現： LLMとベイズ最適化の統合により、意思決定ループにおいて人間の指導を受けることなく、新規で高性能なレシピ（26.0% PCEのデバイスなど）を自律的に提案することが可能になる。

著者らは、現在の物理的実行はウェットラボの実行において「ヒューマン・イン・ザ・ループ（人間が介在する形式）」に依存しているものの、本フレームワークは拡張性を備えた設計であることを述べている。ラボの自動化のための標準的なAPIインターフェースを統合することで、本システムは、電池電解質の最適化や有機太陽電池のスクリーニングといった他の材料科学の課題にも適用可能な、自律走行型研究所（Self-driving Laboratories）の基礎となるエージェントへと進化することを目指している。

認められた限界事項：

• モデルの予測精度は、既存のオープンソースの学術文献の質、ノイズ、および報告の不一致に制約される。
• 現在のウェットラボのスループットは、手動介入によって制限されているが、意思決定のループ自体は完全に閉じられている。