【材料開発者向け】 実験回数を減らすベイズ最適化テンプレート｜コピペで即実行可能なPythonコード&サンプルデータ付き

実験科学者のみなさん、こんな悩みはないでしょうか？

・日々の業務が実験の繰り返しとデータ整理で終わってしまう
・要求品質を満たすために数多くの実験をしないといけない
・あの条件もこの条件も試したい！でも実験数には制約がある…

材料開発において、実験回数の削減はコスト・時間の両面で重要な課題です。
本記事では、実験回数を効率的に減らすためのベイズ最適化を、コピペで即実行可能なPythonコード付きで解説します。
「理論だけ」で終わらない、実務で使えるテンプレートをまとめました。

この記事に関して

当時、半導体プロセスの開発をしていた私は冒頭のような悩みを日々抱えていました。ある日、たまたま行ったセミナーで「ベイズ最適化」で実験回数が減らすことができると聞いて衝撃を受けました。「これこそ私が求めていたものだ！」と機械学習を勉強するようになり、データサイエンスの世界に入るきっかけとなりました。

といった方にオススメの内容となっております。Pythonコードとサンプルデータを準備しておりますので、この記事に沿って進めればすぐにベイズ最適化が実行できる状態になります。

といった内容になっておりますので、是非最後まで読んでいただけますと幸いです。この記事で皆様の実験科学者ライフがより良くなることを願っています！

ベイズ最適化とは？

「最適解が得られる確率が高い条件のみを実験して、早く最適解にたどり着く手法」です。
通常は手持ちのデータから実験科学者が良さそうな実験条件を考えて、次の実験をして結果を取得します。その結果をエクセルなどでまとめて、また次の実験条件を考えて実験をします…の繰り返しです。
ベイズ最適化では、「実験条件を科学者が頭で考える」→「機械学習で最適条件を導出」します。実験をする部分は変わりませんが、機械学習で統計的処理をして最適解が得られる条件が高い条件を自動的に導出してくれます。
さらに詳しい解説に関しては以下にまとめております。

もっと深く理解したい方は以下の書籍がおすすめです。内容自体は少し難しいですが、私も何度も繰り返し読んでベイズ最適化への理解を深めました。

「実際の実験で使える」ベイズ最適化

ベイズ最適化を用いて、最適なパラメータを導出する方法について解説致します。具体的には「実験において、早く最適な条件に到達することを目的として、ベイズ最適化によって次の実験条件を提案」してくれるプログラムについて説明します。ベイズ最適化を用いて最適条件を探索するという内容はよく見かけるのですが、既知の関数の最適化に焦点が当てられているものがほとんどだと思います。でも、実際の実験って関数（起こっている物理現象）が分からないから、イマイチ参考にできないんだよね…と思っていました。この投稿ではそのような悩みを解消し、「実際の実験で使える」ベイズ最適化による条件探索について解説します。

実現したいこと（想定シチュエーション）

• パラメータを調整しながら、所望の特性を得る実験

• パラメータの種類や範囲は固定されている（プロセス自体は決まっている）

• 何度か実験して、いくつか実験データが得られている（説明変数xと目的変数yのペアがいくつかある）

• 既知の実験データを用いて（参考にして）、次の実験条件を決定する

• ベイズ最適化を活用し、人よりも早く（少ない実験回数で）最適条件に到達したい

ベイズ最適化を用いた最適条件の導出（Pythonコードの説明）

以下で紹介するサンプルデータを用いて、次に実験する条件を導出することを考えていきます。
私はPython環境で実行しましたが、Google Colabを利用されている方は以下を実行して環境構築されるとよいと思います。（今後はBotorchなど別パッケージでの実装も検討していきます）

!pip install numpy==1.23.5
!pip install scipy==1.10.1
!pip install GPy==1.10.0
!pip install GPyOpt==1.2.6

今回取り扱うデータ

データはこちらのGitHubに保存したzikken_data.csvのデータを使っていきます。以下にサンプルデータをアップロードしておきますので、ダウンロードしてお使いください。Pythonコードと同じディレクトリに保存いただけると、サンプルコードが実行できます。

• パラメータ（説明変数）はx0～x7の8つ

• csvの3行目に各パラメータの最小値が記載されている

• csvの4行目に各パラメータの最大値が記載されている

• csvの2行目に各パラメータの刻み幅が記載されている

• 特性（目的変数）はyの1つ

• yは望小特性で小さい方が良い（負の値で絶対値が大きい方が良い）とする

• 既知の実験データはcsvの5行目以下に計20個保存されている

※パラメータの刻み幅は装置の制約（例：整数でしかパラメータを入力できない）や条件検討の粗さ（例：定義域が0～100までなら、まずは10刻みで検討）が反映されるイメージです

環境

• Python 3.6.6

• pandas 0.23.4

• numpy 1.19.4

• scikit-learn 0.23.2

• GPy 1.9.5

• GPyOpt 1.2.5

Pythonコード（完全版）

ここからはコピペしてそのまま使えるPythonコードを解説していきます。実行している内容についてはコード中にコメントで詳しく説明していきます。

※サンプルデータでも実行可能ですが、是非自分のデータに当てはめて動かしてみてください。もしつまづいた部分があれば、コメントや DM で気軽にご相談ください。