キリン×ファンケル×慶應義塾大学がタッグを組んだ最新研究「AIと分子シミュレーションによる、クレンジング剤の洗浄率予測システム」。その成果と展望を語る

ものづくりを変革させる 「AI技術（機械学習）」と
「シミュレーション技術」の融合

──キリンは、ビールの新商品開発支援システム「醸造匠（たくみ）AI」を開発・運用するなど、AI活用に積極的です。今回の研究はクレンジング剤がテーマですが、どのような考えで、AI開発を進めているのでしょうか。

三譯

逆もありますね。こんなスペックのモノがほしい、と出力を設定するだけで、最適な条件を教えてくれるレシピ探索があったらもっとうれしい。それができれば、効率だけでなく、品質も向上できる可能性がありますし、研究者が膨大な実験から解放され、創造力を高めることに時間を充てられます。

濱口

以前キリンで開発した「醸造匠AI」は、分析値予測とレシピ探索の機能を搭載した、ビールの開発予測システムです。一方で今回は、新たにクレンジング剤をターゲットにして、「AI技術（機械学習）」に加えて「シミュレーション技術」を取り入れたシステムの開発に挑戦しています。AIを扱うのが私、化粧品成分とその組み合わせに関する実測データと界面化学的な知見をファンケルの三譯さん、分子シミュレーションを荒井先生が担当しています。キリンとしては、さまざまな分野やターゲットに対して、AIを活用して入力から出力を予測する技術を開発、蓄積し、汎用化していくことで、食からヘルスサイエンスまであらゆる領域で「ものづくり」を変革することを目指しています。

キリンのAIとファンケルのデータを活用した「レベル1」モデル

──これまでにない先進的な取り組みだとわかりました。今回の具体的な研究内容を教えてください。

濱口

その相反する特徴をあわせ持つ「洗浄力が高くて、さっぱり洗い流せる水性クレンジング剤」をAI活用によって実現しようというのが今回のチャレンジですよね。

三譯

そうです。実は、化粧品開発には膨大な時間と労力がかかります。水、オイル、洗浄成分、保湿成分など、成分の組み合わせは無限。何百回ものトライ&エラーを経て、ようやく一つの製品が完成するのです。私自身、今回の研究でも、濱口さんと出会うまでに500回以上のトライ&エラーを重ねていました。

荒井

すごい回数の実験が必要なんですよね。

三譯

そこでAIの出番です。これまで蓄積した実験データをAIに学習させ、化粧品原料の配合から洗浄率（メイクの落としやすさ）を予測するシステムを開発しました。過去の実験データに加えて、各原料成分の親水性・親油性、成分構造などの情報を与えたところ、R2＝0.77という精度で予測できるようになりました※。さらに、このシステムが予測した配合の化粧品を実際に試作してみたところ、メイクがしっかり落ちることも確認できたのです。

濱口

ところが、クレンジング剤の開発には独特の課題があるんですよね。

三譯

洗浄成分にはいろいろな形があります。それらがクレンジング剤の中で集まって、さらにいろいろな集合体を作り、刻々と変化するのです。この形が洗浄率に影響するので、予測精度をさらに上げるためには形のデータは必要不可欠なのですが、どんな形をしているのかを実測して数値化するのはとても困難で、学習させるための過去データがないのです。

• ※クロスバリデーションによる精度評価。過去の実験データを10分割し、9割のデータで学習させ、残り1割を予測させて実測値と照合することを10回繰り返して精度を算出した。

慶應義塾大学の分子シミュレーション技術が加わった「レベル2」モデル

──そこでさらなる精度向上に向けて、荒井先生との協働を開始したのですね。

濱口

AIだけでは越えられなかった壁を、分子シミュレーションで突破する。異なる分野の技術の融合で、ブレイクスルーできるのではと期待しています。

荒井

シミュレーションもなかなか一筋縄ではいきません。異なるバックグラウンドを持つ三者が集まるからこそ、新たな発見や良い結果につながることも多いです。分子をモデル化する際、理論だけではうまくいかない場合、過去の経験や化学知識が豊富な三譯さんのアドバイスで、シミュレーションの結果がよくなることもありますよ。

濱口

現在の予測精度は、まだ現場の熟練技術者には及びませんが、データを集めながら、粘り強くAIを育成していこうとみんなで挑戦しているところです。AIの開発や導入は、最初は苦労の連続ですし、従来のやり方より遠回りになることもありますが、システムが確立できれば必ず次世代が楽になる。今より良いモノができるようになる。そう信じて、研究を進めています。

オープンイノベーションが実現する理想的な予測システム

──普段は別々の組織で仕事をされていて、共同研究がスタートするまでは接点がなかったそうですが、3人の出会いはどのようなものだったのですか？

三譯

私自身は、それより前の2016年頃から、クレンジング剤と洗顔料を合体させた製品を作りたいと思い続けていましたが、製品化のめどが立たず、研究データだけを地道に積み重ねていました。ところが、濱口さんと出会い、2社で共同研究が始まったことで状況が大きく変化。AI活用という視点が社内で話題になり、注目度が格段に上がったので、なんとしてもやり遂げなければならなくなっています（笑）。

濱口

2人で始めた研究でしたが、進めていく中でシミュレーションの必要性を感じ、荒井先生にご相談したのが2020年の11月でしたね。ソフトマター（金属やセラミック以外の柔らかい製品）のシミュレーションが専門の先生を探す中で荒井先生の論文を拝読し、ぜひお願いしたいとメールをお送りしたのが最初でした。

荒井

ちょうど、いろいろな企業から問い合わせが寄せられ始めた時期でした。その中で、私がやりたい方向性に一番マッチしていたのが今回のお誘いです。すぐにお話を伺い、非常に価値があると感じました。シミュレーションを活用した製品開発は、これまでにも多くの研究者が提唱していました。できるはずだと。しかし、実際にできるかどうかわからないままでした。そこに挑戦しようという人が現れたのです。できるかどうかわからないけれど、一緒にやりたいと即答しました。基礎研究が専門でありながら製品開発に携われる点にも大きな魅力を感じました。

濱口

大学院生の横山貴洸さんも加わって、4人のチームが発足しましたね。現在留学中で、この座談会に参加してもらえなかったのが残念です。

荒井

実際に始めてみて、本当に素晴らしいプロジェクトだと実感しています。私の専門は、ソフトマターの分子シミュレーションですが、シミュレーションで理論的に予測できるのは、硬い、柔らかいといった「材料の性質」に限られます。泡立ちがいい、汚れが落ちやすい、肌触りがいいなどの「製品の性質」を予測するのは非常に難しく、大学では扱うことができません。ところが今回、キリンのAI技術と、ファンケルで長年、製品開発に携わってこられた三譯さんの知見を組み合わせることで、分子レベルから製品の性質まで、一気に予測できる可能性が生まれました。個々の取り組みでは予測不可能だったものが、三者が一体になることで一気につながる。素晴らしい可能性に興奮しています。

濱口

シミュレーションのデータさえあればAIの精度が上がるわけではなく、AIに読み込ませる最終段階での職人的な「つなぎの技術」が重要ですから、AI、シミュレーション、製品開発のプロフェッショナルである我々の協働は大いに意義があり、将来的な横展開の可能性も高いといえます。

──共同研究の中で、どのようにコミュニケーションをとられているのですか？

濱口

普段はオンラインで、月に1、2回ほど打ち合わせをします。

荒井

最初は1時間ほど進捗を報告し合うだけでしたが、互いの分野がわかってくるとどんどん議論に幅が出てきて。今では2時間を超えることも少なくない（笑）。いいチームワークができています。

三譯

打ち合わせだけでなく、日頃からチャットを使って気軽に連絡しあっています。社外の異分野の人とこれだけ密にコミュニケーションが取れると、学ぶことも多いですね。

濱口

幅広い領域の方と一緒に仕事ができて、自分にはない技術を使って仕事ができるのは、本当に新鮮です。入社した頃にはまさか自分が、化粧品やシミュレーションに携わることになるとは思ってもいませんでした。洗浄率は予測できても、将来は良い意味で予測不能です（笑）。

AIが研究パートナーとなる日を夢みて

──今後の成果に、ますます期待が高まります。研究開発でのAI活用が進むと、未来はどのように変わっていくでしょう？

三譯

そうですね。私自身、シミュレーションによって、自分の経験と過去のデータから「この成分がいい」と感じていたものが明確に数値化され、証明されていくのを目の当たりにしました。今後の成果が自分でも楽しみです。これまで検討してこなかった成分や、新しい成分を使ったらどんな製品ができるか、想像すると楽しいですね。AI活用によって、「つくってみなければわからない」というものづくりの現状が、「つくってみなくてもわかる」「つくったあとのバージョンアップに役立つ」という方向に向かうと、非常に大きな知見の蓄積になると思います。

荒井

繰り返しになりますが、基礎研究から製品開発まで、一貫して予測できることで画期的な未来が開けると感じます。とはいえ、正解のわからないものへの挑戦ですから、そこに至るまでの道のりは容易ではありません。やり直したり元に戻ったりの連続で、しんどいことも多いですが、なかなか見えない山頂を目指し、みんなで乗り越えていきます。

• このページの情報は研究成果の掲載であり、商品の販売促進を目的とするものではありません。
• もともと飲まない人に飲酒を勧めるものではありません。
• 飲酒にあたっては、適量飲酒を心がけてください。
• 組織名、役職等は掲載当時のものです（2022年12月）