今回の新技術ではAIを使用してこの膨大なシミュレーション結果(設計因子と特性値のデータ)を探索することで、求める性能を実現するために重要となる微細構造の設計因子とその閾値(境目となる値)を客観的かつ定量的に短時間で導き出すことを可能とした。また、実際のゴム材料の設計・加工パラメータや分析・計測で得られた結果を利用することにより、材料探索の精度を大幅に向上し、材料開発に必要な試作工数を削減できる。さらに今回、新たなシミュレーション(粗視化分子動力学シミュレーション)を導入することにより、設計因子が力学特性に影響するメカニズムも解析可能となり、今後、新たな開発アプローチの発想を得ることも期待できる。
新技術を活用して、転がり抵抗が低く、摩耗しにくいという相反するゴム性能を目標とし検証したところ、フィラーの半径はある閾値より小さく、かつその界面に形成されるバウンドラバー層はある閾値より薄い方が好ましいことがわかった。また、粗視化分子動力学シミュレーションの結果、フィラーの半径が小さいと高弾性になり、バウンドラバーが薄いとエネルギーロスが小さくなるメカニズムも見出すことができた。
マテリアルズ・インフォマティクスとはAIなどの情報科学を投入して未知の材料の機能を推定し、新材料や代替材料を効率的に探索する手法。
これまでの材料探索は研究者の経験と直感に基づいて行なわれていたが、それを遥かに凌ぐ速度で合理的に求める特性を持つ材料を発見することができる。日本でも国家プロジェクトである「超先端材料超高速開発基盤技術プロジェクト」などで研究が進められているほか、米国や欧州、中国など世界的に国を挙げてのプロジェクトが推進されている。