技術要約：自律型材料研究室のためのベイズ最適化

1. 問題提起

材料研究は、本質的に、高コストでノイズが多く、かつ部分的にしか観測できない目的関数を伴う最適化問題である。従来の最適化はドメインの直感や経験的経験に大きく依存しているが、組成、レシピ、プロセス履歴といった膨大な組合せ空間に対しては、それだけでは不十分である。さらに、現実世界の材料実験は、理想化された「ブラックボックス」的な最適化設定からは大きく逸脱している。実用上の課題には以下が含まれる：

• 実験の失敗： 目標とする相を生成できない合成、膜の剥離、デバイスのショートなど。
• データの不規則性： 測定値の欠落や遅延、および「Not-a-Number (NaN)」出力。
• 複雑な制約： ハード制約（装置の限界）および不確実な制約（相の安定性、実現可能性）。
• 可変的な入力： 混合された連続変数とカテゴリ変数（例：溶媒の種類、基板）。
• マルチフィデリティとコスト： 安価で低忠実度なプロキシ（代理指標）と、高価で高忠実度な測定値の存在。
• 物理知識： 存在するはずの物理学的知見（熱力学、速度論）が、標準的なブラックボックス的手法ではしばしば無視されること。

本論文は、ベイズ最適化（BO）が自律型実験室（SDL）における強力な意思決定エンジンである一方で、その標準的な教科書的定式化（ガウス過程 + Expected Improvement）は、これらの実用的な現実に対処するには不十分であることを論じている。核心となる問題は、いかにしてBOを拡張してこれらの逸脱を処理し、発見を加速させ、再利用可能な科学的知識を生成するためにドメイン固有の物理学を統合するかにある。

## 2. 手法とフレームワーク

本論文は、SDL内における**物理情報に基づくベイズ最適化（Physics-Informed Bayesian Optimization: PIBO）**のための包括的なフレームワークを提案している。これは、BOのワークフローを固定されたアルゴリズムとしてではなく、サロゲートモデリング、獲得関数、および制約処理における特定の設計選択を通じて、実験の現実に適応する「意思決定レイヤー」として構造化している。

2.1 BOループの基礎

レビューでは、標準的なBOループを再確認している：

1. サロゲートモデリング： 観測データ $\mathcal{D}$ に基づいて、目的関数 $f(x)$ とその不確実性 $\sigma(x)$ を予測するために確率モデル（通常はガウス過程、GP）を使用する。
2. 獲得（Acquisition）： 獲得関数（例：Expected Improvement, EI）を用いて、有望な領域への「活用（Exploitation）」と、不確実な領域への「探索（Exploration）」のバランスを取り、次の実験を選択する。
3. 更新： 新しいデータを組み込んでサロゲートを洗練させる。

2.2 サロゲートモデルの拡張

論文では、材料科学特有の課題に対処するためにサロゲートモデルをどのように修正すべきかを詳述している：

• 事前平均（Prior Means）： ローカルオプティマ（局所最適解）から脱出するために、定数事前分布を超えた適応的またはランダム化された事前分布を用いる。あるいは、物理モデルを事前平均 $m(x)$ として用い、GPには残差 $g(x)$ をモデル化させる。
• カーネル： 変数の感度が異なる場合に対処するために異方性カーネル（ARD）を活用する。また、生のユークリッド距離ではなく、物理的な類似性をエンコードした物理情報に基づくカーネル（例：拡散制御プロセスにおける時間を $\sqrt{t}$ に変換するなど）を導入する。
• 構造化されたサロゲート：
  • マルチアウトプット： 独立したGP、または相関を持つマルチアウトプットGP（例：Intrinsic Coregionalization Model）を介して、複数の目的（例：活性 vs 安定性）をモデル化する。
  • マルチフィデリティ： 安価な低忠実度データと高価な高忠実度データを組み合わせるために、Co-krigingや自己回帰モデルを使用する。
  • マルチステージ： 中間的なプロキシが、より高価な後続テストの決定を導くワークフローをモデル化する。
• 代替モデル： 混合変数や非平滑な空間に対しては、標準的なGPよりも決定木ベースのモデル（ランダムフォレスト）やディープカーネル学習（DKL）が適切である可能性があることを認めている。

2.3 獲得関数戦略

論文は、特定の実験的制約に合わせた獲得戦略を概説している：

• 制約のハンドリング： 確率的分類器または連続的な制約サロゲートを使用して実現可能性の確率（$p_{feas}$）を推定し、それを目的関数の獲得関数に乗算するか、あるいは探索空間のフィルタリングに使用する。
• マルチオブジェクティブ（多目的）： 目的を早期にスカラー化するのではなく、パレートフロントを発見するためにハイパーボリュームベースの獲得関数（例：EHVI）を採用する。
• コストとフィデリティ： 予算配分を最適化するために、コストを考慮した獲得（単位コストあたりの改善）およびマルチフィデリティ選択を実装する。
• バッチおよび非同期処理： 並列合成や完了時間の異なる実験を扱うために、q点獲得関数（例：qEI, qEHVI）や保留中のポイントの取り扱いを使用する。

2.4 物理情報に基づくベイズ最適化（PIBO）

中心的な貢献は、BOループの4つの異なる箇所において、物理知識を体系的に統合することである：

1. 表現（Representations）： 生の入力（例：ガス流量）を、物理的に意味のある座標（例：ベガード則による組成）に変換し、応答曲面を滑らかにする。
2. 事前分布（Priors）： 物理モデル（例：Flory-Huggins、線形関係）を事前平均関数として使用し、GPが不一致のみを学習できるようにする。
3. カーネル（Kernels）： 物理的なスケーリング則（例：アレニウス型の温度依存性）をカーネルの距離メトリックに直接エンコードする。
4. 獲得/制約（Acquisition/Constraints）： 獲得スコアに物理ベースの重み付け関数を適用するか、熱力学的安定性や安全限界に基づくハード/ソフト制約を定義する。

3. 主な貢献と結果

この論文は単一の新アルゴリズムを提示するのではなく、材料科学のSDLにBOを実装するための統一的なレビューおよび実践的ガイドを提供している。その貢献は以下のように分類される：

• 課題のタクソノミー（分類学）： 特定の実験的困難（失敗、混合変数、ドリフト）を、対応するBOの設計選択（表1）へとマッピングし、研究者にロードマップを提供している。
• PIBOフレームワーク： ドメイン知識の組み込みを定式化し、例（例：NiTi形状記憶合金、InGaAsP成長）を通じて、物理情報に基づくカーネルと事前分布が、ブラックボックスBOと比較して最適条件に到達するために必要な実験数を大幅に削減できることを示している。
• 実証的証拠： BOと能動学習によって可能となった多様な分野における代表的な成果を調査している：
  • 半導体： 初のスパッタ成長による単結晶 $\beta$-Ga$_2$O$_3$ 薄膜、およびInGaAsPの成長最適化。
  • 触媒： 高性能なペロブスカイト触媒の発見、および光触媒によるクロスカップリング反応の最適化。
  • 電池： 耐久性の高いリチウム金属電池電解質の特定、および高容量保持組成の特定。
  • 合金： 低熱膨張ハイエントロピーInvar合金の発見、およびNiTi変態温度の最適化。
  • 量子材料： Weylフェルミオン輸送特性の観測を可能にする高品質なSrRuO$_3$ 薄膜の合成。
• 実践的ガイドライン： 以下に関する詳細な推奨事項を提供している：
  • 問題の定式化： 目的、探索空間、および制約の定義。
  • 実装： クローズドループのオーケストレーション、失敗の処理（例：フロアパディング）、および混合変数の管理のためのアーキテクチャ。
  • 報告： 反復回数（iteration count）と実時間（wall-clock time）の区別を強調した、BOキャンペーンの再現可能な報告のためのチェックリスト（表5）。

4. 重要性と展望

本論文は、材料科学におけるBOの重要性は、単に最適なパラメータを見つける効率性にとどまらないと主張している。その真の価値は以下の点にある：

1. 新材料の実現： 以前は到達不可能であった窓（例：スパッタリングによる単結晶薄膜）における材料合成を可能にすること。
2. 知識生成： 「ブラックボックス」的な最適化から「知識生成型」の実験へと移行すること。物理情報に基づくモデルを使用し、サロゲート構造を分析することで、研究者は材料挙動に関する解釈可能なルールや仮説を抽出できる。
3. 現実世界の複雑さへの対処： 理想的な条件を想定するのではなく、実際のラボの煩雑さ（失敗、ドリフト、混合変数）に対処するための原理的なフレームワークを提供すること。

今後の展望：
著者らは、次世代のSDLを形作るいくつかの未解決問題（オープンプロブレム）を特定している：

• 非定常性（Nonstationarity）： 長期的なキャンペーンにおける実験のドリフト（例：ソースの枯渇、チャンバーの経年変化）を考慮したモデルの開発。
• マルチモーダル学習： 異なるサンプルが異なるサブセットの特性データを持つような、不均質なデータセットから学習できるモデルの作成。
• 適応的な問題定式化： 新しい科学的証拠が得られるにつれて、目的や制約を修正できる人間介在型（human-in-the-loop）の推論を可能にすること。
• 科学的推論： 大規模言語モデル（LLM）やリサーチエージェントを統合し、仮説の策定や結果の解釈を支援することで、自律的な科学的発見へと移行すること。

結論として、本論文はBOを単独のアルゴリズムとしてではなく、物理知識と堅牢なエンジニアリングと組み合わせることで、材料研究を直感駆動の試行錯誤から、効率的で解釈可能、かつ知識生成的な科学へと変革させるための柔軟な意思決定フレームワークとして位置づけている。