本レポートのダウンロードはこちら（無料）
著者：アスタミューゼ株式会社 神田 知樹 修士（工学）
自律実験とは？
自律実験（自律型実験/自動実験/自動化実験）とは、実験の計画と実行、結果分析までふくめた研究開発の過程を、AIやロボット技術を活用し、人間の介入をおさえて実施する研究手法のことです。
自律実験の起源は、2009年、イギリスのアベリストウィス大学（当時）のロス・キング教授らが開発したシステム「Adam」です（注1）。
注1：R. D. King et al., “The Automation of Science”, Science 324, 85(2009).
https://www.science.org/doi/10.1126/science.1165620
「Adam」は、酵母の遺伝子と酵素の関係について、みずから20の仮説を立て、数千回の実験を自律的に実行してその仮説を検証しました。この検証において、人間は材料の補給と廃棄物処理、清掃のみを実施しました。「Adam」による検証結果に対し、ロス・キング教授らは追試をおこない、結論と一致することが確かめられました。
科学の研究開発は、研究者の暗黙知や経験にもとづく仮説立案と、手作業による地道な試行錯誤（パラメーターの微調整、合成、評価の反復）に依存していました。「Adam」は仮説の立案から実験の実行、結果の分析、仮説の修正までの一連を、世界で初めて人間の介入をおさえて完結させました。「Adam」はAIとハードウェアを統合し、自律的な発見をおこなわせる、「自律実験」という概念の原点となりました。
2019年には、機械学習アルゴリズムの高度化にともない、トロント大学のアラン・アスプル・グージック教授らが「Self-driving Labs（SDL：自律実験室）」という概念を提唱しました（注2）。
注2：Alán Aspuru-Guzik et al.,” Next-Generation Experimentation with Self-Driving Laboratories”, Trends in Chemistry 1, 282(2019).
https://doi.org/10.1016/j.trechm.2019.02.007
教授らは、自律実験の重要な要素として、単にあらかじめインプットされた実験動作を人手なしで実施すること（自動化）だけではなく、実験結果を評価して次に試すべき最適な条件を予測し、人間が介入せずとも計画を修正すること（自律化）もあげています。
AIの急速な発達にともない、情報科学を活用して材料の探索や試作、評価をおこなう、新しい材料開発である「データ駆動型材料開発」の一分野としても、自律実験に注目が集まっています。
自律実験は研究開発の自動化・自律化により、
- 実験操作の機械への代替による、研究者の肉体的負担の軽減と研究開発人材の不足解消
- 無用な実験の回避による、研究開発期間の短縮と廃棄物削減
- 実験操作のデータ化による、研究ノウハウの継承
といった価値をもたらすことが期待されています。本レポートでは、科学の研究開発における、AIやロボットを活用した、仮説構築や実験操作、考察の自動化・自律化に焦点をあて、アスタミューゼ独自のデータベースを活用し、自律実験の開発動向を分析します。
自律実験関連技術の研究予算動向
グラント（科研費などの競争的研究資金）には、まだ論文発表にいたっていない、新たなアプローチや研究に対する投資といえます。グラントの傾向は、社会実装までに比較的長い時間を要する技術の研究開発動向と考えられます。
アスタミューゼの保有するグラントデータベースから、研究概要文に「autonomous lab」、「laboratory automation」、「self-driving lab」などのキーワードをふくむ、2015年以降に開始したグラント約500件を抽出しました。
図1は、2015～2024年の期間における、自律実験に関連するグラント配賦額上位5か国のプロジェクト件数動向です。ただし、中国はグラントデータを非公開としており、実態を反映していない可能性が高いため除外しました。また、公開直後のグラント情報にはデータベースに格納されていないものもあり、直近の集計値については過小評価されている可能性があります。
図2は、研究プロジェクト配賦額の国別推移です。配賦金額はプロジェクト期間で均等割りし、各年度に配分して値を集計しています。たとえば3年計画で3万米ドルのプロジェクトは、各年に1万米ドルを計上しています。
2024年までの10年間で、自律実験に関する研究開発への資金配賦額は増加傾向にあり、直近5年間でのAIと情報通信技術の急伸により、その傾向は強まっています。
国別にみると、件数・研究配賦額ともに米国がトップです。とくに2020年以降、配賦額で他国と大差をつけています。米国では自律実験の概念がいちはやく政府に認識されたことが背景にあります。
米国では、自律実験の概念が提唱された2019年の7～10月にかけて、米国の科学者と技術者をあつめ、AIの科学研究への活用機会について検討する会議が実施されました。2020年にその結果を2020年にDOE（米国エネルギー省）が政府向けに「AI for Science」レポート（注3）としてまとめました。
注3：DOE “AI for Science: Report on the Department of Energy (DOE) Town Halls on Artificial Intelligence (AI) for Science”
https://www.osti.gov/biblio/1604756
この報告書には「self-driving lab」の概念についても言及があり、米国政権が自律実験の分野を知り、研究と実験へのAI活用の重要性を認識するきっかけとなったと考えられます。
2025年に米国は、AIを活用して科学研究における発見を加速させるためのとりくみである「Genesis Mission」を公表しました。10年以内に研究開発の生産性とインパクトを拡大することを目標としたもので、この中でDOEは、実験室の自動化や大規模実験の自律制御など、実験室の物理環境とAI・ロボティクスを連携させるプロジェクトに3億2,000万米ドル規模の投資を実施する、と発表しました（注4）。
注4：DOE “Energy Department Advances Investments in AI for Science”
https://www.energy.gov/articles/energy-department-advances-investments-ai-science
米国は、自律実験の分野を牽引するため、今後さらに研究プロジェクトへの投資を拡大すると考えられます。
米国のとりくみが諸外国への刺激となり、他国においても、巨額の資金が配賦されたプロジェクトが立ち上がっています。以下に自律実験に関連する、各国の配賦額の高いグラントの事例を紹介します。
- MIP: BioPolymers, Automated Cellular Infrastructure, Flow, and Integrated Chemistry: Materials Innovation Platform (BioPACIFIC MIP)
- 機関/企業：University of California-Santa Barbara
- グラント名/国：NSF/米国
- 研究期間：2020～2026年
- 配賦額：約2,400万米ドル
- 概要：酵母・菌類・細菌などの微生物を「生物工場」として活用し、石油由来の素材をこえる高性能な生体由来プラスチックの開発をおこなう。ロボットによる自動化合成と高スループット実験を活用することで、材料の探索・製造・評価を大幅に加速する。
- Autonomous Discovery of Advanced Materials
- 研究機関/企業：UNIVERSITY OF SOUTHAMPTON他
- グラント名/国：CORDIS/EU
- 研究期間：2020～2027年
- 配賦額：約1,100万米ドル
- 概要：機能性材料探索の計算および実験でAI活用するためのプラットフォーム構築をめざす。計算過程では、AIと機械学習を使用し膨大な化学空間の中から有望な候補材料を自動的に絞りこむ。実験過程では、AIを搭載したモバイル型の「ロボット化学者」が自律的に合成と評価実験をおこなう。
- AI for Chemistry: AIchemy
- 機関/企業：University of Liverpool 他
- グラント名/国：UKRI /英国
- 研究期間：2024～2029年
- 配賦額：約700万米ドル
- 概要：AIを活用した自律的な化学実験と反応最適化の推進が目標。ロボット工学と自然言語処理の専門家を結集する。データ共有基盤の整備や人材育成により、英国の化学研究をAI駆動型へと変革することをめざす。
- 非平衡合成による多元素ナノ合金の創製
- 機関/企業：京都大学 他
- グラント名/国：KAKEN/日本
- 研究期間：2020～2025年
- 配賦額：約6億3,000万円
- 概要：通常はまざりあわない金属元素同士を、高温・高圧下で瞬間的に非平衡状態にし、常温・常圧へすばやくもどすことで、原子レベルで均一に混合したナノ合金をつくる研究。材料のスクリーニングには機械学習を、材料合成にはロボットアームを利用して自動化した合成装置を活用する。
自律実験関連技術の論文分析
論文は大学や学術機関による研究成果をしめすものであり、社会実装までの期間は、グラントよりみじかく、特許よりはながい技術の動向を反映します。
グラントと同様のキーワードをタイトルまたは要約にふくむ、2015年以降に出版された論文約2,900件を抽出しました。図3は、2015年以降に出版された、自律実験に関する論文数上位5か国に日本を加えた計6国の、筆頭著者の所属国別の年次推移です。
米国が他国の倍以上の件数でトップです。グラントの分析でみられた、研究開発への巨額投資を着実に成果にしてきていることがうかがえます。
2022年以降は中国が二番手につけ、日本・英国・ドイツ・カナダに対し、一歩抜きんでている状況です。
論文母集団に「未来推定」分析を行いました。アスタミューゼではキーワード出現数の年次推移を算出することで、近年伸びている技術要素を特定する「未来推定」という分析により萌芽的な分野の予測をしています。キーワードの変遷をたどることで、すでにブームがさっている技術やこれから脚光をあびると推測される要素技術を可視化することができます。これから発展する技術内容や黎明・萌芽・成長・実装といった技術ステータスの予測が可能となります。
図4は、2015～2024年の10年間における、自律実験に関する論文の概要にふくまれている特徴的なキーワードの年次推移です。成長率（growth）は全期間の文献内における出現回数に対する後半5年間の出現回数の割合です。1に近いほど直近の出現頻度が高い判断できます。
「synthesis-characterization」や「design-build-test-learn」など、実験操作だけでなく、実験結果の評価と分析までをセットで実行するシステムが想定されるキーワードが成長率上位に見られます。実験できまっておこなう操作をくりかえす段階から、考察と今後の展開構築も自動で実施するシステムの開発がはじまっているようです。
領域名では「materials-science」がおおくなっています。無数の材料候補から目的の物質を探索するうえで、実験を自動化して開発を高速化しようという狙いと考えられます。一方、出現数はおとりますが「biochemical」や「biofoundry」など、バイオテクノロジーに関するキーワードもあり、生物実験での自律実験活用がはじまってきていることが見えてきます。また「chemputer」や「openflexture」など実験操作の自動化ソリューションを共有するプラットフォームに関するキーワードも見られます。自律実験技術の研究開発だけではなく、実装と普及がすすめられていることがうかがえます。
以下は、これらのキーワードをふくむ、注目の論文事例です。
- An all-round AI-Chemist with a scientific mind.
- 雑誌名：National science review
- DOI：10.1093/nsr/nwac190
- 出版年：2022年
- 機関名：University of Science and Technology of China（中国）
- 概要：論文を自動で読んで仮説を立てる「機械読解モジュール」、合成と試験を自動でおこなうモバイルロボットと14の専用ワークステーション、機械学習と量子化学計算により実験条件の最適化をになう「計算脳モジュール」、以上の3つを統合した、自律実験システム「AI-Chemist」を発表。触媒や発光材料の探索実験をつうじて、人間の介入なしに材料探索を加速できることを実証した。
- Reaction blueprints and logical control flow for parallelized chiral synthesis in the Chemputer
- 雑誌名：Nature communications
- DOI：10.1038/s41467-024-54238-6
- 出版年：2024年
- 機関名：University of Glasgow（英国）
- 概要：ロボット自動合成プラットフォーム「Chemputer」向けの化学プログラミング言語に「関数・ループ・変数」を導入。くりかえし処理と並列実行の機能の活用で、有機触媒の多段階自動合成と使用、回収を、人間の介入なしに最大54時間にわたって連続実行することに成功した。
- AlphaFlow: autonomous discovery and optimization of multi-step chemistry using a self-driven fluidic lab guided by reinforcement learning
- 雑誌名：Nature communications
- DOI：10.1038/s41467-023-37139-y
- 出版年：2023年
- 機関名：North Carolina State University （米国）
- 概要：実験条件の変更、混合と洗浄を人手の介入なくおこなえるようにした、微細な流路の中で反応をおこなうマイクロ流体反応器「AlphaFlow」を発表。半導体ナノ粒子の合成において、従来の合成法に関する事前知識をインプットすることなく、よりすぐれた多段階合成ルートを発見した。試薬の種類や反応時間、容量に対する探索を完全自動化。
自律実験関連技術の特許出願動向
特許は、企業や大学が開発した技術を独占的に使用するための手段として利用されます。そのため製品化・社会実装に近い技術の動向を知る情報源となります。本レポートでは、グラントや論文と同様のキーワードにより抽出された特許データを利用し、自律実験に関する国別の特許出願数の解析と未来推定分析を実施しました。
図5は、特許出願件数上位5か国の帰属国別出願動向です。2023年以降、特許出願数が減少しているように見えますが、特許は一般的には出願から公開までに時間を要する（18か月以上）ため、直近の特許出願は反映されないことに留意が必要です。
国別では、中国の出願件数がもっとも多く、長期的な増加傾向がみられます。米国、韓国、日本、ドイツが続きます。
中国では、2016～2020年の第13次五か年計画において、ソフトウェアやAIを重点分野として位置づけました。2021～2025年の第14次五か年計画においてはロボット産業発展計画をかかげ、産業ロボットの導入が推進されました。さらに2025年8月には、AIとの融合を実現すべき重点分野に科学技術をあげた『「『AIプラス』行動の実施徹底に関する意見」を発表しました。この一連の政策は、自律実験の基盤構築から実装へつながっていくものです。自律実験に関する特許出願数増大に寄与し、今後も企業による研究の活発化へつながると考えられます。
図6は2015～2024年の10年間における自律実験に関わる特許の概要にふくまれる特徴的なキーワードの年次推移です。
マイクロ流体や放射性合成装置など特殊用途に関する語も一部みられますが、特許で目立つのは、ピペットや試薬といった実験の基本操作に関するキーワードです。自律実験の産業界への普及は、どの分野でも共通して実施される要素にかぎった、初期的・基礎的な段階であると考えられます。
これらのキーワードをふくむ、特許出願事例を紹介します。
- High throughput radiochemistry system
- 公報番号：US20220401960A1
- 出願年：2020年
- 出願人：University of California San Diego（米国）
- 概要: 病気における、細胞の分子レベルの動きを可視化するPETイメージング用の放射性薬剤を並列かつ自動で合成するシステムに関する特許。ロボットによる試薬の自動分注・回収と独立温度制御が可能なヒーターをくみあわせることで、最大64反応を同時並列実行できる。
- High-throughput design system, device and method for collaborative absorption materials of pollutants and CO2
- 公報番号：CN117761332A
- 出願年：2023年
- 出願人：浙江白馬湖実験室、浙江大学（中国）
- 概要：CO₂および大気汚染物質（SO₂等）を同時に吸収する複合吸収剤を、ロボットとAI駆動で効率的に開発するためのシステムに関する特許。高精度6軸ロボットアームによる全自動調製・実験・分析を一体化した多モジュール構成により、1時間あたり80種以上の吸収剤の性能評価を自動で実行できる。
- Dynamic scheduling method and device for laboratory automation
- 公報番号：CN119376250A
- 出願年： 2024年
- 出願人：Shanghai Benyao Technology Co ltd（中国）
- 概要：複数の実験を並列実行するさいのロボットや装置の衝突を回避するためのスケジューリング技術に関する特許。線形計画法をもちいてロボットによるプレート搬送と実験装置の起動・停止を最適な順序で自動制御する。さらに実験の中間結果にもとづいて後続の実験ステップを動的に追加・更新する機能も搭載。
自律実験技術に関する研究開発動向のまとめ
自律実験に関するグラントの資金配賦額は、継続的な増加傾向がみられました。近年のAI技術の発展にともない、増加傾向はさらに強まっています。実験操作を進める新規ロボットおよびそれを制御するAIを開発するだけでなく、材料探索・物質生産をおこなう総合的なシステム構築にむけて、数百～数千万米ドル規模の金額を投じたプロジェクトもみられます。自律実験の研究は、単なるソフトとハードの開発から、徐々に研究開発の現場への応用が進んでおり、基礎研究から実証段階に移行しているとみられます。
論文の出版数も堅調な増加傾向がみられます。未来推定分析から、各実験操作の自動化だけでなく実験結果の評価と方針修正もあわせた実施、および新システムのオープンプラットフォームでの共有に関する研究が増加していることが確認されました。論文の動向からも、自律実験は基礎研究の段階から社会実装へむけて一歩ふみだした段階にあることが読みとれます。
各国において研究開発の進展がみられるものの、研究配賦額も論文出版数も米国が他国におおきく差をつけて1位となっており、自律実験のアカデミアにおける開発をリードしています。その優位性は、政策による本分野の確立直後からの大規模な支援と、情報通信における高い技術力によるものです。
一方で、特許の出願動向からは、中国のリードが確認されました。5か年計画にもとづく、AIやロボット技術の強化推進が背景にあると考えられます。特許出願の内容は、どの科学研究の分野でもおこなわれる基本的操作をより効率よく実施するシステムが主体で、各現場への応用は開始されたばかりであり、自律実験の産業への実装は初期段階にあります。
自律実験の領域は現在、基礎研究段階から、社会実装段階へ移ろうとする段階にあります。アカデミアにおいて、実験を自動で実施できるだけでなく、状況に応じた実験操作の変更や実験結果を受けての計画修正すらも、人手の介入なくおこなえるシステムの実現自体は達成されています。
しかし、自律実験のシステム構築には、多数の機械やデータインフラ導入が必要なため、初期投資が高額となる傾向にあります。今後の産業化にむけては、実験制御システムの共有を進めてシステムの柔軟性をあげる、実験操作に関わる複数の機器を連携させて1つのシステムで制御できるようにする、といった、導入コストの引き下げも重要なポイントになるでしょう。
著者：アスタミューゼ株式会社 神田 知樹 修士（工学）
