名古屋大学は，次世代半導体として注目されている新素材SiC開発期間を圧倒的に短縮するため，材料を合成する装置内部の現象を瞬時に予測し，可視化するシステムを開発した（ニュースリリース）。

研究グループでは，SiCの高品質化技術を確立したが，さらなる大型結晶を実現するプロセス開発を行なう必要がある。しかし，多数のパラメータの組み合わせが無数にあるため，最適条件を見出すことが難しいことと，合成装置の内部を直接観察したり，直接制御したりすることの難しいという問題がある。実際に，SiCの高品質結晶成長技術では，完全に閉鎖された装置内で，高温液体の温度や流れを制御する必要がある。

高品質SiC結晶溶液成長法は，るつぼにSiCの原料となる高温金属液体を入れ，そこに専用のスティックを浸漬させ，その先端に高温液体中から結晶を成長させる。このとき，成長温度は約1800°Cに達する。この方法で高品質結晶を作製するためには，高温液体中の温度分布，元素組成分布，液体の流れ分布を綿密に制御する必要がある。

これらの分布を制御するためには，るつぼやスティックの位置や回転，るつぼの温度や形状など，さまざまなパラメータを考慮して，最適な条件を見出す必要があるが，装置の内部を見ることはできない。

研究では，人工知能技術である機械学習を用いて，装置内部の状態を瞬時に予測するシステムを開発した。このシステムは非常に正確に予測でき，予測には0.1秒程度しか必要としない。この予測システムを用いると，装置内部の様子を短時間で予測することができ，そこから最適条件を効率よく見出すことができる。

実際に，研究グループはこのシステムを用いて，高品質SiC結晶成長条件の探索に応用し，高品質結晶を従来の10分の1以上の短期間で実現することに成功している。これにより，プロセス開発のスピードは格段に高速になるという。

このシステムを用いると，装置の内部や高温液体の状態をリアルタイムに知ることができる。さらに，プロジェクションマッピング技術により，この内部映像を装置そのものに投影できる。これにより，臨場感のある映像を通じて，オペレータは内部状態を即座に知りながら，様々なパラメータを制御することができる。

この研究により，高品質SiCの開発が飛躍的にスピードアップする。また，この手法は，SiCだけではなく，現在，名古屋大学を中心に研究開発が進んでいるGaNに関するプロジェクトにおいても応用ができる。さらに，液体に限らずガスなどの流体を扱う結晶成長プロセスや，熱拡散を扱う熱処理プロセス，そのほかにも鋳造や金属加工などにも応用が可能だとしている。