2026-09-04 Tii研究所
はじめに
今週のTii技術情報を俯瞰すると、科学技術の進化が「個別技術の性能向上」から「研究や社会システムそのものの変革」へ移りつつあることが見えてくる。特に目を引くのは、AIが科学者の補助役から実験計画やシミュレーションを自律的に担う存在へ進み始めたことだ。
一方、量子コンピュータ、2次元半導体、超高出力レーザー、全固体電池などでは、これまで実用化を阻んできたボトルネックを突破する研究が相次いだ。さらに、PET資源循環や海水淡水化、気候変動観測など、環境・エネルギー問題を技術で解決する研究も目立つ。
今週の成果を追うと、次世代技術の競争軸が「性能」だけでなく、「自律化」「大規模化」「循環利用」「予測可能性」へ移っていることが分かる。
§1 今週の注目テーマ TOP10
1位 「疑い」を持つAIが科学的発見を最適化
LLMとガウス過程を組み合わせたGOLLuMは、AI自身が不確実性を評価しながら「次にどの実験を行うべきか」を判断する。従来のベイズ最適化に比べ、同等性能に到達するための実験数を40%以上削減できた。AIが論文を読むだけでなく、実験科学の探索戦略そのものを担う方向を示した点が大きい。
2位 プレート境界の固着状態を高解像度で可視化
地震データとGNSSによる地殻変動データを組み合わせ、プレート境界の固着状態の変化を従来より細かく捉える手法が開発された。東北沖の長期データから2011年東北地方太平洋沖地震前の固着変化も検出。将来の地震ハザード評価を高度化する可能性がある。
3位 大規模量子コンピュータ向け多重量子光インターフェース
中性原子10サイトからの光子を10チャンネルで並列に結合する量子光インターフェースを実証。量子プロセッサ間を光で接続し、ネットワーク型量子コンピュータへ発展させるための重要な要素技術だ。将来的には約100多重への拡張も期待される。
4位 AIエージェントが放射線シミュレーションを自律実行
PHITSとAIエージェントを連携し、自然言語から入力作成、計算、エラー確認、結果解析、条件変更までを実行できる環境が構築された。専門ソフトの操作知識をAIに組み込むことで、科学シミュレーションの利用者層を広げる可能性がある。
5位 動画像から学ぶフィジカルAI
人間やロボットの作業動画から、ロボットの身体構造に依存しない「行動表現」を学習する技術が開発された。人間の動画をロボット学習データとして利用できれば、ロボットごとに大量の実機データを集める負担を軽減できる。
6位 複数レーザーを結合し1.2テラワットを実現
複数のフェムト秒レーザーパルスを受動的にコヒーレント結合し、1.2テラワットのピーク出力を実現した。巨大な光学素子だけに依存せず、ビーム数を増やすことで出力を拡大する考え方は、将来のペタワット級・さらにその先の高出力レーザーにつながる可能性がある。
Tii技術情報：https://tiisys.com/blog/2026/09/02/post-202860/
7位 固体電池を「圧縮」して短絡を防ぐ
全固体リチウム金属電池で問題となるリチウムデンドライトについて、固体電解質への圧縮応力を利用して短絡を抑制できることが示された。材料そのものを変えるだけでなく、機械的条件を制御することが電池設計の重要なパラメータになることを示す成果だ。
8位 p型2次元半導体をウェハー規模で成長
単層MoSi₂N₄というp型2次元半導体の単結晶をウェハー規模で成長させることに成功。2D材料は優れた電子特性を持つ一方、量産可能な大面積・高品質結晶の製造が課題だった。次世代CMOSや電子デバイスへの応用を考えるうえで重要な前進である。
9位 PETケミカルリサイクルを量産設備で実証
日本製鋼所とキリンは、PETを短時間・低エネルギーで化学的に分解するアルカリ解重合技術を実機設備で実証した。解重合率95%以上、生産性250kg/h以上を達成し、実験室技術から量産プロセスへの移行に大きく前進した。
10位 エルニーニョが過去1000年に比べ約40％強くなった
過去約1000年間の古気候記録を利用し、近年40年間のエルニーニョが過去の大部分の期間より強くなっていることが示された。気候変動によって大気・海洋システムの背景条件が変化し、異常気象の振幅そのものが変わる可能性を示す重要な研究である。
§2 今週見えた技術トレンド
トレンド1 AIは「答えるAI」から「実験するAI」へ
今週もっとも重要な変化は、AIの役割が情報処理から科学的探索へ広がっていることだ。
GOLLuMでは、AIが過去の実験データをもとに不確実性を評価し、次に試す条件を選択する。一方、PHITSではAIエージェントが専門シミュレーションを実行し、物理AIでは人間の動画からロボットの行動を学習する。
つまり、AIは「研究者に答えを提示するツール」から、
観察 → 仮説 → 実験 → 評価 → 次の実験
という研究サイクルそのものに入り始めている。
今後の課題は、AIの能力よりも「信頼性」になる。特に科学では、もっともらしい間違いが重大な結果につながる。AIが自分の不確実性を示し、人間が検証できる仕組みを組み込むことが不可欠だ。
トレンド2 量子技術は「単体性能」から「接続性」へ
量子コンピュータでは、量子ビット数を増やすだけではなく、複数の量子プロセッサをどう接続するかが重要になっている。
今回の多重量子光インターフェースは、その問題に対する一つの答えだ。量子情報を光子に載せ、多数のチャンネルで並列伝送できれば、巨大な量子コンピュータを一つの装置として作るのではなく、複数の量子プロセッサをネットワーク化する設計が可能になる。
これは古典コンピュータが大型計算機からネットワーク、クラウドへ進化した歴史にも似ている。
トレンド3 材料開発は「発見」から「製造可能性」へ
MoSi₂N₄のウェハー規模成長、AIによる圧電セラミックス探索、光触媒のボトルネック診断、結晶形成理論の改訂など、材料研究も大きく変化している。
重要なのは、「新しい材料を見つけた」だけでは終わらなくなっている点だ。
これからは、
発見 → 構造理解 → 性能予測 → 大面積製造 → デバイス化
という一連の流れを短縮することが競争力になる。
AIによる探索と高速実験、さらに製造技術を組み合わせることで、材料開発の時間スケールそのものが変わる可能性がある。
トレンド4 エネルギー技術では「材料」だけでなく「構造・条件」が鍵に
全固体電池の圧縮制御、超高出力レーザーの多ビーム結合、核融合施設用の柔軟遮蔽材料などを見ると、性能向上の方法が「新材料を作る」だけではなくなっている。
材料、構造、応力、光、熱、電磁場などを複合的に制御することで、従来の限界を突破する方向が強まっている。
これは今後、エネルギー・半導体・量子技術の共通トレンドになるだろう。
トレンド5 環境技術が「廃棄物を資源に変える」段階へ
PETのケミカルリサイクルや海水淡水化排水からのマグネシウム回収は、環境技術の方向性を象徴している。
従来は廃棄物を「処理する」ことが中心だった。しかし今後は、廃棄物や副産物を新たな資源として回収し、別の産業プロセスへ戻す循環型システムが重要になる。
特に海水淡水化のブラインから淡水とマグネシウムを同時に回収する発想は、「環境負荷を減らす」だけでなく「資源を生み出す」技術への転換を示している。
トレンド6 気候変動研究は「変化の観測」から「将来リスクの予測」へ
北極の融解期延長、北米森林の害虫リスク、グリーンランド氷河、エルニーニョの強化など、今週は気候関連研究も非常に多かった。
特に重要なのは、単に「温暖化している」と示すだけでなく、森林害虫、氷河、ENSOなど個別のシステムがどのように変化するかを定量化し始めている点だ。
今後は観測データ、衛星データ、AI、気候モデルを統合し、地域ごとのリスクを予測して、森林管理、防災、農業、インフラ投資につなげることが重要になる。
§3 まとめ
今週の94件から浮かび上がる最大のメッセージは、科学技術が「個々の性能を高める競争」から「複数の技術を組み合わせて研究・産業の仕組みを変える競争」へ移っていることだ。
その中心にあるのがAIである。ただし、今週注目すべきAIは、文章を生成するだけのAIではない。科学実験の次の条件を決め、放射線シミュレーションを実行し、人間の動きをロボットへ移植し、材料探索を高速化するAIである。これはAIが「知識の検索装置」から「科学的発見の実行主体」へ近づいていることを意味する。
同時に、量子コンピュータでは接続性、2次元半導体ではウェハー規模製造、レーザーでは多ビーム化、全固体電池では機械的制御というように、これまで技術を阻んできたボトルネックを別の角度から突破する研究が増えている。
さらに、PETや海水淡水化排水を資源として再利用する技術、森林や気候システムの変化を予測する技術も重要だ。これは「新しいものを作る科学」だけでなく、「限られた資源を循環させ、変化する地球環境に適応する科学」が次の主戦場になることを示している。
今週の研究を一言で表すなら、「AIによる科学の自律化」「基盤技術の大規模化」「資源循環」「予測・制御」である。この4つが交差するところに、今後10年の技術革新を牽引するテーマが生まれる可能性が高い。
