オマール・ヤギは、勤勉な子ども時代を経て、科学の道を選び、革新的な研究を行っています。特に、金属有機構造体（MOF）の研究が注目されており、これが新たな水の供給方法を生み出す可能性を秘めています。ヤギのチームは、MOFを利用して、空気から水を抽出する技術を開発しました。この方法では、湿度が低い環境でも機能するため、水不足が懸念される地域にとって非常に有益です。

具体的には、ヤギのMOFは細かい孔を持っており、スポンジのように水分子を吸収し、熱を加えることで水を放出します。この技術により、エネルギー供給源なしで、どこでも清潔で新鮮な飲用水を生成できる可能性があります。ヤギは、自身の会社アトコを通じて、この技術の実証を進めており、将来的には人類の水問題解決に貢献することを目指しています。

さらに、この技術は従来の海水淡水化プラントと比べてコスト効率良く、エネルギー消費も少なくて済みます。海水淡水化は高コストで生態系に悪影響を与えることがありますが、ヤギの方法は環境への負荷を軽減できる可能性があります。科学技術の進展が、私たちの生活にどのように役立つかを示す好例です。

再エネ発電量と入札量を予測、電力取引の収益最大化とAI活用

　第12回では、デンマークのOrsted（オーステッド）が2024年に企画した電力市場取引コンペ（HEFTcom：Hybrid Energy Forecasting and Trading Competition）に注目する。このコンペは、参加者が実際の電力市場データを基に再エネ発電量を予測し、最適な入札戦略を構築することを求めている。AI技術の進化により、参加者は気象データや過去の発電データを組み合わせ、リアルタイムでの高精度な予測を実現している。

　AIを活用した予測モデルは、情報解析のスピードと精度を大幅に向上させている。ビッグデータと機械学習を利用し、複雑なパターンを解析することで、未来の発電量を的確に捉える。この進展により、再生可能エネルギーの普及に貢献する可能性が広がっている。

　再エネ発電の取引は、単なる売買を超えており、予測精度が収益に直結するため、各チームは独自のアプローチを展開している。例えば、観測データを用いた時系列モデルや、異なるアルゴリズムを組み合わせたアンサンブル学習などが用いられている。これにより、参加者は各自のモデルの強みを生かし、競争において優位性を確保しようとする。

　今後も再エネ発電量と入札量の予測は電力取引において重要であり、さらなる技術革新とデータ活用が期待される。こうしたコンペティションは、業界全体の底上げにも寄与するだろう。

万能AIによるサステナブル材料設計

理化学研究所の研究チームは、マルチモーダル・マルチタスクの機械学習モデルを用いて、生分解性プラスチックの特性を解析し、分解性とタフさのトレードオフを解決するための新しいアプローチを開発しました。この技術により、重要な生分解性プラスチックの構造と物性の関係性を高精度に捉え、材料性能のバランスを保つための実践的な指針を提供できると期待されています。

生分解性プラスチックは、使用時に必要なタフさを維持しながら、海洋流出時に微生物によって分解される必要があります。本研究では、化学構造と分解速度、力学特性の関係を明らかにすることで、分子鋳型の柔軟性と運動性が材料の性能に与える影響を評価しました。多様なNMR技術を組み合わせることで、材料の特性を数値化し、そのデータを元に機械学習モデルを構築しました。

具体的には、このモデルは分解速度や靭性など複数の力学特性を同時に予測可能です。これにより、材料の設計時における開発スピードが大幅に向上し、環境負荷を抑えた高性能な生分解性ポリマーの提案が可能になります。材料情報学や高度な分析技術が融合することで、環境モニタリングや生態系制御においても重要な役割を果たすことが期待されています。

この研究は、食品包装や排水処理などの分野にも応用可能であり、環境保全に寄与する新たな手法を提供します。

京都大学と京セラは、排熱をAIの計算資源に変換して活用する「リザバーコンピューティング」技術の実証に成功した。この技術は、排熱の無駄を解消し、AI計算のエネルギーロスを削減する可能性を持っている。

「サーマルリザバーコンピューティング（TRC）」と名付けられたこの技術は、拡散する熱を時系列データとして利用し、無駄になっていた排熱をAIの計算資源に変換する。これにより、製造現場などでさまざまな物の状態判定を迅速化できるだけでなく、エッジAI処理にTRC技術を組み込むことで、データ量を10分の1から100分の1に削減できる。この結果、通信に必要な電力やデータ伝送の遅延を軽減することが可能となる。

今回の研究では、京都大学が熱伝導シミュレーションとリザバーコンピューティングの性能予測を担当し、京セラが試作したセラミックデバイスを用いて実験を行った。その結果、リザバーコンピューティングとしての機能が確認された。

今後、京都大学と京セラは、この技術を基にした実証実験（PoC）やニーズ探索を進め、早期の商業化を目指していく。これにより、エネルギー効率の向上やコスト削減が期待される。