新技術・技術紹介– category –
-
機械学習原子間ポテンシャル（MLIPs）のためのオントロジーが研究の比較・再現性を向上、arXiv論文で提案
arXiv (プレプリント) 概要 このプレプリントは、機械学習原子間ポテンシャル（MLIPs）、そのハイパーパラメーター、訓練データセット、およびベンチマークを体系的に記述するためのOWL 2 DLオントロジー「MLIPs ontology」を紹介しています。このオントロ... -
華南理工大学・西安交通大学、新「HULU」フレームワークでクリーンエネルギー材料発見を加速
EurekAlert! (華南理工大学・西安交通大学, Nano Research) 中国 概要 華南理工大学と西安交通大学の研究者らは、先進的な機械学習ポテンシャル（MLPs）をモンテカルロ吸着シミュレーションと統合する柔軟なPythonフレームワーク「HULU」を開発しました。H... -
バッファロー大学、DOE Genesis助成金でAI・量子技術の炭素燃料触媒・量子材料研究を加速
University at Buffalo (UB) RENEW (Department of Energy Genesis Mission grants) アメリカ 概要 バッファロー大学（UB）の研究者らが、AIと量子技術に焦点を当てた3つの米国エネルギー省（DOE）Genesisミッション助成金を獲得しました。その一つ「CLEAR... -
液体電解質設計に統合モデリングフレームワークが有効、Bioengineer.orgが再利用可能性レポートを公開
Bioengineer.org 概要 Bioengineer.orgが公開した再利用可能性レポートによると、液体電解質処方設計のための統一された機械学習フレームワークが評価されました。このフレームワークは、分子構造表現と組成レベルの情報を物理学に基づいたアーキテクチャ... -
Forbesが指摘：LAM ResearchとApplied MaterialsがAI統合で半導体製造生産性を最大35倍向上、Synopsys、Siemens、NVIDIAも連携強化
Forbes アメリカ 概要 Forbesの記事は、LAM ResearchやApplied Materialsなどの主要半導体企業が、設計・製造の生産性向上にAIを統合している現状を指摘しています。LAMの「Semiverse」とApplied Materialsの「Ai^x」は、それぞれAIによるプロセス改善やデ... -
電解質/電極界面のイオン輸送メカニズム解明に機械学習原子間ポテンシャル（MLIPs）がDFTと古典MDの課題を克服
ResearchGate (学術論文/レビュー記事) 概要 このレビュー論文は、機械学習原子間ポテンシャル（MLIPs）が、密度汎関数理論（DFT）の高い計算コストと古典分子動力学（MD）の低い精度という課題を克服し、電解質/電極界面でのイオン輸送シミュレーションを... -
シンガポール国立大学、微視的データから材料の巨視的挙動を学習するAI手法で材料発見を加速
National University of Singapore (NUS) Faculty of Science シンガポール 概要 シンガポール国立大学の研究者らは、微視的なデータから複雑な材料の巨視的挙動を学習する革新的なAI手法を開発しました。この手法は、システムの集合的挙動を捉える少数の... -
東京理科大学、AI逆設計フレームワークで高速スピン波コンピューティング向けマグノン結晶構造を最適化
EurekAlert! (東京理科大学, Small Structures) 日本 概要 東京理科大学の研究者らは、AI（遺伝的アルゴリズムとマイクロマグネティックシミュレーション）を用いた逆設計フレームワークを開発し、高速スピン波コンピューティング用のマグノン結晶（MC）構... -
ノースウェスタン大学、特性予測機械学習モデル「LVGP」で電子・エネルギー材料設計を加速
Northwestern University (Paula M. Trienens Institute For Sustainability And Energy) アメリカ 概要 ノースウェスタン大学のWei Chen教授の研究グループは、カテゴリー選択（元素、結晶構造など）を数値表現に変換して材料性能を予測する機械学習モデ... -
MDPIレビュー論文、Naイオン電池の電解質・電極材料革新と界面構築に理論計算・機械学習が不可欠と強調
MDPI (学術論文) 概要 MDPIに掲載されたレビュー論文は、ナトリウムイオン電池（NIBs）における電解質および電極材料の革新と界面構築戦略について議論し、理論計算と機械学習が新材料の発見と最適化プロセスを加速する上で不可欠であることを強調していま... -
CuspAI、NEAとKleiner Perkins主導でシリーズB資金調達4億5000万ドル完了、材料発見向け生成AIプラットフォーム「MIRA」を推進
New Enterprise Associates (NEA) アメリカ 概要 材料発見のための生成AIプラットフォームを手掛けるCuspAIは、New Enterprise Associates (NEA) とKleiner Perkinsが共同主導し、Bezos Expeditionsも参加するシリーズB資金調達ラウンドで4億5000万ドルを... -
オープンソース「atomicrex」ツール、数千原子規模の原子間相互作用モデル構築を可能にし材料シミュレーションを加速
(学術論文) atomicrex 概要 本記事は、原子間ポテンシャルおよびより一般的な原子スケールモデルを構築するためのオープンソースコード「atomicrex」を紹介しています。このツールは、数千原子以上を含む拡張材料構造のシミュレーション用に設計されており... -
機械学習原子間ポテンシャル（MLIPs）の総合レビュー、基盤モデルと事前学習済みフレームワークの進展を解説
(査読論文のレビュー記事) 概要 本レビュー記事は、分子および材料シミュレーションにおける機械学習原子間ポテンシャル（MLIPs）の包括的な概要を提供し、その理論的基礎、方法論的進歩、および応用を議論しています。特に、ニューラルネットワークポテン... -
NSFが自己駆動型研究所ネットワークに3億8000万ドル投資、NC州立大学「SPEED Lab」に2000万ドル割り当て
UNC-Chapel Hill (NC State University, MITとの連携) アメリカ 概要 国立科学財団（NSF）は、「プログラマブルクラウド研究所」の全国ネットワーク構築に3億8000万ドルの大型投資を発表し、その一環としてNC州立大学が「SPEED Lab」に2000万ドルを受け取... -
特性を狙った3D多孔質媒体設計に物理学に基づく生成AIフレームワークが大幅な効率化をもたらす
arXiv (プレプリント) 概要 このプレプリントは、特定の物理的特性（例：多孔度、透過率）を狙って3D多孔質媒体を設計するための、物理学に基づく生成AIフレームワークを提案しています。このフレームワークは、特性認識型変分オートエンコーダ、条件付き... -
NVIDIAとApplied Materials、GPU加速シミュレーションで半導体材料工学と製造を最大55倍高速化
NVIDIA Technical Blog (Applied Materialsとの協業) アメリカ 概要 NVIDIAとApplied Materialsは、AIとGPU加速シミュレーションを活用して半導体イノベーションを加速するための戦略的協業を発表しました。この協業は、原子スケールの材料工学、プロセス... -
CUNYとCCNY、NSFから1810万ドル助成金獲得しAI駆動型バイオインスパイアード材料研究所「AI-BIOME」設立
The City College of New York (National Science Foundation) アメリカ 概要 CUNYとCCNYは、高度なバイオインスパイアード材料の発見、設計、製造を加速するためのAI対応クラウドプログラマブル国立研究所「AI-BIOME」を設立するため、国立科学財団（NSF... -
OMol25学習MLIPsがNaイオン電池電解液の溶媒和構造をDFT精度で予測、無機MLIPsを凌駕
ACS Publications (Journal of Physical Chemistry Letters) 概要 本研究は、Open Molecules 2025 (OMol25) データセットで学習した機械学習原子間ポテンシャル（MLIPs）が、次世代Naイオン電池用電解液の溶媒和構造を高いDFT（密度汎関数理論）に近い精度... -
生成AIが3D高エネルギー材料のカスタム燃焼プロファイル設計を最大95%高速化
AZoM (Communications Engineering) 概要 研究者らは、ユーザー定義の圧力-時間燃焼プロファイルに合致する3D高エネルギー材料粒状構造を逆設計するためのハイブリッド生成AIフレームワークを開発しました。このフレームワークは、物理学に基づいたジオメ... -
普遍的機械学習原子間ポテンシャル（uMLIPs）のファインチューニング戦略、「反復ファインチューニング」が安定・高精度モデルを生成
PubMed 概要 普遍的機械学習原子間ポテンシャル（uMLIPs）のファインチューニング戦略に関する研究で、「反復ファインチューニング」がドメイン外タスクにおいて安定した分子動力学シミュレーションと高精度なモデルを生成することが示されました。uMLIPs...
