1. 30秒でわかるGoogle ディープマインドと、マテリアルインフォマティクスでの立ち位置

マテリアルインフォマティクス（MI）とは、材料のデータと計算・AIを使って、新しい材料を効率よく探す取り組みです。 流れは大きく「データ → 予測・設計 → 実験で確かめる」の3段階です。 Google DeepMindが担っているのは、このうち主に「予測・設計」の段階です。

2. ロゴと社名の表記について

3. マテリアルインフォマティクスの世界で、この会社はどこにいるか

図1のとおり、Google DeepMindは「基盤モデル・計算基盤」の類型です。 MIの流れ（データ → 予測・設計 → 実験）のうち、データ（既存の公開データベース）と計算の力でAIを作り、予測を出すことが中心です。 GNoMEの学習データは、Materials Projectという公開の材料データベースから取られています 事実。 実験で確かめる部分は、共同研究先のBerkeley Lab（米国ローレンス・バークレー国立研究所）のA-Labや、外部の研究グループが担ってきました。

4. 会社の規模（Alphabet全体は簡潔に）

Google DeepMindは、Alphabetの一部です。SEC（米国証券取引委員会）に提出される書類はAlphabet全体のもので、 Google DeepMind単独の売上・人員・予算は開示されていません 未確定／将来。 会社全体の規模だけを示します 事実。

5. マテリアルインフォマティクスにかけているリソース

金額や人数は非公表ですが、公式資料から確認できたこと・できなかったことを4つの観点で整理します。

主要なモデル・データ・設備の状況

6. これまでの取り組み

7. 今後の計画

これらはすべて会社の計画・目標であり、達成された事実ではありません 未確定／将来。 英国の自動実験室は、2025年12月の発表では「2026年に設立する」とされています。 本稿の確認日（2026年10月22日）に、公式資料で稼働や最初の成果を確認することはできませんでした。

8. この会社はマテリアルインフォマティクスで何を目指しているか

ここは会社が直接には述べていない部分を含みます。一次情報から読み取れる範囲の推測として、根拠とともに書きます。

9. マテリアルインフォマティクス分野の提携マッピング

10. 提供している技術・製品・サービス

Google DeepMindが材料向けに公開しているのは、モデルの設計・データ・Colabのコードです。 有料のサービスや製品は、材料向けでは確認できませんでした。ここではGNoMEの仕組み、数字の条件、批判と再評価を順に説明します。

GNoMEの流れ（図解）

論文によれば、GNoMEは候補を作る方法を2つ持っています。 (1) 構造系：既知の結晶の元素を置き換えて候補を作る（置き換え確率を調整し、「対称性を考えた部分置換」という手法を追加）。 (2) 組成系：構造を決めず、化学式の候補から始める。 どちらも、AIで絞ってからDFTで確かめ、その結果を学習に戻す「能動学習」を6回繰り返しました 事実。

数字の読み方：何を、どの条件で測った数字か

批判と再評価（中立に併記）

これらは評価の分かれる問題であり、本稿はどちらが正しいかを決めません。確認できる事実は次のとおりです。 (1) A-Lab論文は、自動合成について著者自身が数字と表現を訂正した。 (2) 公式ブログには、確認日時点で「41種の新材料」という記載が残っている。論文本体の数字（36種／57目標）と異なるため、ブログの数字は古い版のものとして読む必要がある。 (3) GNoME論文本体については、今回確認した範囲で、著者による訂正は見つからなかった。

11. この企業が抱えるリスク

12. 用語集

13. 出典

1. Alphabet Inc.　Form 10-K for the fiscal year ended December 31, 2025（米国SEC提出、2026年2月5日）。会社全体の売上・研究開発費・設備投資・従業員数、事業内容、Other Betsの記載。Google DeepMind・GNoME・材料科学の記載がないことの確認にも使用。 https://www.sec.gov/Archives/edgar/data/1652044/000165204426000018/goog-20251231.htm
2. Google DeepMind　Millions of new materials discovered with deep learning（公式ブログ、2023年11月29日）。GNoMEの概要、220万・38万の数字、736件の独立した実験的実現、A-Labの記述。 https://deepmind.google/blog/millions-of-new-materials-discovered-with-deep-learning/
3. Nature　Merchant, A. et al. “Scaling deep learning for materials discovery”, Nature 624, 80–85（2023年11月29日、DOI 10.1038/s41586-023-06735-9、CC BY 4.0）。手法・評価条件・検証の詳細。 https://www.nature.com/articles/s41586-023-06735-9
4. Google DeepMind（GitHub）　google-deepmind/materials_discovery のREADME・DATASET.md。公開物の内容、ライセンス（コードApache-2.0、データCC BY-NC 4.0）、2024年8月のデータ拡張。 https://github.com/google-deepmind/materials_discovery
5. Nature　Szymanski, N. J. et al. “An autonomous laboratory for the accelerated synthesis of inorganic materials”, Nature 624, 86–91（2023年11月29日、DOI 10.1038/s41586-023-06734-w。2026年1月19日の訂正反映版を確認）。 https://www.nature.com/articles/s41586-023-06734-w
6. Nature　Author Correction: An autonomous laboratory for the accelerated synthesis of inorganic materials, Nature 650, E1（2026年1月19日）。新規性の表現の訂正、結果の再解析、成功数の更新。 https://www.nature.com/articles/s41586-025-09992-y
7. Chemistry of Materials（ACS）　Cheetham, A. K.; Seshadri, R. “Artificial Intelligence Driving Materials Discovery? Perspective on the Article: Scaling Deep Learning for Materials Discovery”（2024年4月8日、DOI 10.1021/acs.chemmater.4c00643）。書誌情報はCrossref APIで確認。 https://doi.org/10.1021/acs.chemmater.4c00643
8. PRX Energy（APS）　Leeman, J. et al. “Challenges in High-Throughput Inorganic Materials Prediction and Autonomous Synthesis”, PRX Energy 3, 011002（2024年3月7日、DOI 10.1103/PRXEnergy.3.011002）。 https://doi.org/10.1103/PRXEnergy.3.011002
9. Google DeepMind　Our partnership with the UK government（公式ブログ、2025年12月10日）。英国での自動材料実験室の計画。 https://deepmind.google/blog/strengthening-our-partnership-with-the-uk-government-to-support-prosperity-and-security-in-the-ai-era/
10. GOV.UK　Memorandum of Understanding between the UK and Google DeepMind on AI opportunities and security（2025年12月11日公表）。自動研究開発・実験施設の立ち上げ支援、有効期間36か月。 https://www.gov.uk/government/publications/memorandum-of-understanding-between-the-uk-and-google-deepmind-on-ai-opportunities-and-security/memorandum-of-understanding-between-the-uk-and-google-deepmind-on-ai-opportunities-and-security
11. Google DeepMind　Google DeepMind supports the U.S. Department of Energy on Genesis（公式ブログ、2025年12月18日）。全米17の国立研究所への提供プログラムと、新材料探索を含む共同研究の検討。 https://deepmind.google/blog/google-deepmind-supports-us-department-of-energy-on-genesis/
12. Materials Project　Database Versions（変更履歴）。GNoME由来の材料の追加状況（2024年12月〜2026年6月）とBY-NCライセンスの注記。 https://docs.materialsproject.org/changes/database-versions
13. Google DeepMind　Simulating matter on the quantum scale with AI（公式ブログ、2021年12月）。密度汎関数DM21（Science誌、DOI 10.1126/science.abj6511）の概要。 https://deepmind.google/blog/simulating-matter-on-the-quantum-scale-with-ai/
14. Google DeepMind　公式サイト（ロゴの取得元：サイトのナビゲーション用ロゴ画像）。 https://deepmind.google/

14. 主張と出典の対応表

最終更新：2026年10月22日／Troy Technical
本稿の数値は、Alphabetが米国証券取引委員会（SEC）に提出した10-K、Google DeepMindの公式資料、Nature等の査読論文、公的機関の公表資料に基づきます。調査会社の推計値・報道ベースの数値は使用していません。「推測」と記した箇所は、一次情報から本稿が読み取った解釈であり、会社の公表内容ではありません。「新材料○万種」などの数字は会社・研究グループの主張として書いており、計算上の予測と実験での確認を区別しています。株価・評価額・投資判断には触れていません。