電池や半導体に使う新素材の開発には長い年月がかかり、製品の性能向上や脱炭素の進み方を左右する課題になっています。この課題に挑むのが、米国のピリオディック・ラボ（Periodic Labs）です。AIと、自動装置が実験を進める自律実験室を組み合わせ、今より高い温度で働く超伝導材料などの新素材を探す「AI材料探索」を研究しています。2025年9月には約3億ドル（約450億円）のシード調達が報じられ、エヌビディアの投資部門なども出資に加わりました。
新しい材料を発見してから製品に使われるまでには、長い年月がかかります。米国の全米科学・工学・医学アカデミーの報告書は、従来の材料開発には発見から実用化まで10〜20年を要するとしています。このままでは、電池や半導体の性能向上に必要な新素材を、製品に取り入れる時期が遅れます。
AIが予測する材料の候補は急増していますが、実験で一つずつ確かめるには時間がかかります。Google DeepMindの材料探索AI「GNoME」は2023年、約220万種の新しい結晶構造を予測し、そのうち約38万種を安定な候補として示しました。一方、公表時点で外部の研究者が実験で合成を確かめていたのは736種で、多くの候補は実験での確認を待つ状態です。
FrontJournalの解説
Periodic Labsは、AIと自律実験室を組み合わせて新しい材料を探す「AI材料探索」を研究しています。2025年に米カリフォルニア州で活動を公表し、メンローパークに24時間稼働する実験室を設けました。創業チームには「ChatGPT」や前述の「GNoME」の開発に関わった研究者が集まり、スタンフォード大学とノースウェスタン大学の教授陣が科学諮問委員会に加わっています。
自律実験室を使うと、材料の候補を確かめる速さが上がります。従来の実験は研究者が手作業で試料を合成・測定するため、一度に試せる条件の数に限りがありました。同社の実験室では自動装置が昼夜を問わず合成と測定を繰り返し、1回の実験でギガバイト単位のデータを生み出します。論文にはほとんど載らない失敗の記録も残るため、AIは成功と失敗の両方から次の実験を選べます。
実験結果をAIが読み解くことで、次の実験までの時間が短くなります。材料の結晶構造を調べるX線回折（XRD）の解析は、これまで研究者が実験条件や過去の結果を照らし合わせ、数時間かけて判断してきました。同社は2026年9月、自社の実験データで追加学習した1兆パラメータのAIモデル「Periodic Neon」を発表し、この解析に使っています。仮説を立て、合成し、結果を確かめる一連の流れをAIが担い、材料探索の周期を縮めることを目指しています。
FrontJournalの解説
「AI材料探索」は、半導体の発熱という課題にも応用されています。高性能なチップほど発熱が大きく、熱を逃がす材料の性能がスマートフォンやデータセンターの処理能力を左右します。同社はチップの放熱に課題を抱える半導体メーカーに向けて専用のAIエージェントを開発し、技術者が実験データを速く読み解けるよう支援しています。
同社は、今より高い温度で働く超伝導材料の発見を長期の目標に掲げています。超伝導は電気抵抗がゼロになる現象で、現在の材料は極低温まで冷やす必要があり、冷却設備の負担が用途を狭める要因です。より高い温度で働く材料が見つかれば、送電ロスの少ない電力網や次世代の交通機関につながると同社は説明しています。日本では京都大学などが、既存の高温超伝導線を束ねたケーブルを試作し、核融合装置や航空機モーターへの応用をめざしています。
同社は2025年9月、約3億ドル（約450億円）のシード調達を公表しました。アンドリーセン・ホロウィッツ（a16z）やエヌビディアの投資部門NVentures、アクセルのほか、ジェフ・ベゾス氏らも出資に加わっています。Bloombergの報道によると、この調達時の企業評価額は約13億ドル（約1,950億円）でした。同社は資金を研究チームの拡大と実験室の拡張、AIによる科学研究の開発に充てるとしています。
FrontJournalの解説「AI材料探索」は、材料開発に長い年月がかかる課題に、AIと自律実験室の組み合わせで取り組む研究です。Periodic Labsは24時間稼働する実験室で成功と失敗の両方のデータを集め、そのデータでAIを学習させる仕組みを築いてきました。国内でも、機械学習で約2万分子から青色有機ELの発光材料を絞り込んだ研究や、触媒と反応条件を同時に探索する実験が報告されています。2026年12月には、新素材の研究成果と事業化をつなぐ展示会「nano tech 第26回」も東京ビッグサイトで開かれます。FrontJournal編集部は、実験データで学ぶAIが新素材の開発期間を縮め、電池や半導体の進歩を後押しすることに期待しています。
※ 本記事は各社の公式発表・主要報道をもとに、FrontJournal編集部が再構成したものです。数値は各社・各媒体の公表値です。ドルの円換算は1ドル=約150円で概算しています。
主な出典：Periodic Labs 公式（トップページ／「Building Labs that Learn」2026年9月15日）、TechCrunch（2025年9月30日）、Google DeepMind（GNoME・2023年11月29日）、Bloomberg（2026年3月25日）、全米科学・工学・医学アカデミー（材料開発の研究支援に関する報告書）。
ディープテックを、ビジネスパーソンの視点でわかりやすく紹介するメディアです。
X Cube Solutionsは、ポリエステルとコットンの混紡繊維を分子レベルで分離する技術と衣類の記録基盤を開発する、金沢大学発の企業。2025年設立。
カクサスバイオは、iPS細胞から角膜内皮代替細胞を製造する再生医療企業です。2025年の設立後、慶應義塾大学で始まった研究を承継し、水疱性角膜症に対する治療の実用化を進めています。
千葉エコ・エネルギーは、農地の上で発電と農業を両立するソーラーシェアリングを研究する千葉大学発の企業。2012年設立、全国で累計500件以上の事業化を支援。
プロメシアンは、金属のワイヤーを溶かして積層するDED方式の3Dプリントで、廃番部品や損傷部品を補修・再生する東京科学大学発の企業。2025年設立で、AM品質保証まで手がけます。
カメラやレーダーの情報から運転操作までを1つのAIが学ぶ「自動運転AI」を研究する英国のWayve。高精度地図に頼らない仕組み、日産の次世代ProPILOTへの採用、Uberとのロンドンでの提供、約1,800億円の資金調達を解説します。
ロボティクス企業への転職を考える方向けに、産業・物流型／サービス型／建設インフラ型／医療型の違い、採用事情・年収・入社前の確認点・転職ルートを解説します。
PM・プロダクトマネージャーの職務経歴書の書き方を解説。スタートアップで評価される3つの力、書類が通りにくいパターン、経験を「プロダクトを前に進めた経験」に変換する方法、経験別ポイント、例文3本と添削例を紹介。
DeepTech企業に転職したい方向けに、採用事情・年収・転職ルート・求められるスキルを出典付きで解説。バイオ・ロボティクス・素材・宇宙など独自技術を核とする企業群で、ビジネス職も含めた「自分に合うか」の判断材料を整理します。
東北大学金属材料研究所とNIMSらの研究チームは、熱処理炉・X線回折装置・微小衝撃試験機をロボットアームでつなぎ、バルク金属の熱処理から評価までを自動で行うシステムを開発したと発表しました。人による実験より10倍以上速いとしています。
横河電機は、川崎重工業が建造する4万立方メートル型の液化水素運搬船と、2隻の水素燃料船に向けた制御システムを受注したと発表しました。NEDOのグリーンイノベーション基金事業に関わる船です。
ベンチャーキャピタルのグローバル・ブレインが、OLEDやペロブスカイト太陽電池向けのインクジェット製造装置を手がける韓国のGosan Techへ、運用ファンドEP-GBを通じてリードインベスターとして追加出資した。
シャープが、国産のマルチモーダルAI基盤モデルを開発するNoetraに出資。Noetraは産業技術総合研究所と共同でNEDO事業に採択され、44社が出資する。フィジカルAIと国産基盤モデルの動向を編集部が解説。
本記事は、FrontJournalが公開情報をもとに独自に分析した第三者コンテンツであり、対象企業・研究機関の公式見解ではありません。
この企業の方へ
内容に誤り・更新が必要な点があれば、可能な限り速やかに修正します。お気づきの点はお問い合わせまでご連絡ください。