機械学習と力場計算の組み合わせで9139種の新規低次元材料を発見、887種の2D材料が剥離可能と判明

Vertex AI Search (Google Cloud) 不明
概要
研究者らは、汎用機械学習分子間ポテンシャル(UMLIPs)と分子間力定数ベースの手法を組み合わせることで、9139種類もの新規低次元材料を大量に発見しました。この発見には、従来の幾何学的記述子では認識されなかったクラスター、鎖状、シート状、混合次元の材料が含まれています。さらに、この研究により、容易に剥離可能または潜在的に剥離可能な887種類の2D材料が特定され、次世代材料科学への貢献が期待されます。
詳細

主要成果

材料科学の分野において、研究者たちは画期的な計算戦略を駆使し、9139種類もの新規低次元材料の大量発見に成功しました。この成果は、汎用機械学習分子間ポテンシャル(UMLIPs)と分子間力定数ベースの手法を統合したユニバーサル計算戦略によって達成されたものです。発見された材料には、従来の幾何学的記述子では見過ごされてきた多様な構造が含まれており、特に2D材料の探索に新たな道を開きました。

技術・臨床詳細

この研究手法は、材料シミュレーションにおける精度と効率を両立させることを目指しています。UMLIPsは、多様な原子環境に対応できる柔軟な原子間ポテンシャルを提供し、これにより大規模な材料探索が可能になります。これに分子間力定数ベースの安定性評価を組み合わせることで、熱力学的・動的に安定な材料を迅速に特定できます。その結果、クラスター、鎖状、シート状、そしてこれらが混在する「混合次元」の材料など、既存の材料データベースにはなかった9139種の新規材料が同定されました。さらに特筆すべきは、これらのうち887種類の2D材料が、グラフェンのように層状構造から容易に剥離可能、またはその可能性を秘めていると評価された点です。これらの剥離可能な2D材料は、エレクトロニクス、触媒、エネルギー貯蔵といった分野で新たな機能を発揮するポテンシャルを秘めています。

背景・業界文脈

低次元材料、特に2D材料は、その特異な電子・機械・光学特性により、次世代テクノロジーの基盤として大きな注目を集めています。グラフェン以降、多くの2D材料が発見されてきましたが、その探索は依然として時間とコストのかかるプロセスでした。本研究で示された計算戦略は、既存の実験的・理論的アプローチでは困難だった領域を網羅的に探索できるため、材料探索のパラダイムを変えるものです。これにより、新機能を持つ材料開発のボトルネックが解消され、より迅速なイノベーションが期待されます。

今後の展望

今回発見された数千もの新規低次元材料は、材料科学研究に膨大な探索対象を提供します。特に、剥離可能な2D材料は、極薄デバイス、高効率触媒、次世代バッテリーなど、多岐にわたる応用分野でのブレークスルーを促進する可能性があります。このユニバーサル計算戦略は、将来的に、特定の機能要件を満たす材料をオンデマンドで設計・発見する「材料のインバースデザイン」をさらに発展させる基盤となり、材料開発プロセスの完全な自動化に向けた重要な一歩となるでしょう。

元記事: https://pubs.acs.org/doi/10.1021/acs.chemmater.5c03151?ref=PDF

毎週の技術動向レポートを無料でお届け

各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。

📢 メールマガジンに無料登録(週刊・技術動向レポート)

ご登録いただくと、Troy-Technical から週刊で技術動向レポート(メールマガジン)をお届けします。

  • 取得したメールアドレス・選択分野は配信目的にのみ使用します。
  • 第三者へ提供することはありません。
  • 配信はいつでも解除できます(各メール下部のリンクから)。

詳しくはプライバシーポリシーをご覧ください。

登録は1分・いつでも解除できます

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

コメント

コメントする

目次