新技術・技術紹介– category –
-
UFO-MGenとは｜新規結晶設計の成功率を90%以上に高めた生成モデル
arXiv 不明 概要 arXivで発表された本研究は、Wyckoff表現のトポロジー的特徴を学習するフローベースの普遍的生成モデル「UFO-MGen」を発表しました。UFO-MGenは、従来モデルと比較して90%を超える高い結晶生成成功率を達成し、既知の構造だけでなく、未知... -
点欠陥MLIPの訓練手法｜小スーパーセルで誤差0.3eV未満を達成
arXiv (Preprint) 不明 概要 arXivで公開されたプレプリント論文にて、点欠陥シミュレーションを加速する機械学習原子間ポテンシャル（MLIP）の新しい訓練スキームが提案された。この手法は、100原子未満の小スーパーセルとわずか4つの構造緩和計算という... -
MITの3D生成AIとロボット組立｜物理的特性を考慮した生成手法
Bits to Atoms (MIT CDFAM Washington DC 2026 presentation) アメリカ 概要 MITのAlexander Htet Kyaw氏が、3D生成AI、ビジョン言語モデル、ロボットアセンブリを組み合わせた画期的な研究パイプラインを発表した。このシステムは、テキストプロンプトか... -
Truncated ASDとは｜MLIPの高次導関数計算を加速する新手法
Cool Papers (Preprint/Research Highlight) 不明 概要 機械学習原子間ポテンシャル（MLIP）におけるヘシアンなどの高次導関数計算は、大規模システムで計算負荷が高い課題がありました。本研究では、原子間相互作用が距離と共に減衰するという物理特性を... -
PHICSとは｜多機能複合材料の逆設計を実現する物理制約付き機械学習
Science China Press (Research Highlight/Press Release) 中国 概要 多機能複合材料の効率的な逆設計を実現するため、物理制約付き逆設計システム「PHICS」が開発されました。PHICSは物理因果グラフモデリング、マルチスケールメカニズム埋め込み、多目的... -
uMLIPとは｜量子コンピューティングデータを活用した原子シミュレーション
Cool Papers (Preprint/Research Highlight) 不明 概要 本研究は、量子コンピューティングベースの高精度電子構造計算から得られる少量のデータを活用し、汎用機械学習原子間ポテンシャル（uMLIP）の精度を向上させるフレームワークを提案しています。事前... -
MatlantisとNVIDIA ALCHEMI｜ENEOSのOER触媒開発期間を短縮
Markets Insider (Matlantis and ENEOS Holdings Corporation joint announcement) 日本 概要 Matlantisは、ENEOSホールディングスがNVIDIA ALCHEMIとMatlantis PFPを統合することで、酸素発生反応（OER）触媒の発見プロセスを数年から数ヶ月へと劇的に短... -
γ-Al2O3の新規構造｜天津大学がAIで発見した触媒設計への影響
EurekAlert! (Tianjin University research) 中国 概要 天津大学の研究者チームが、ニューラルネットワークガイド付きグローバル最適化戦略と高次元機械学習原子間ポテンシャルを駆使し、γ-Al₂O₃の欠陥に富む新規低エネルギー構造2種（γ-NAVとγ-AV）を特定... -
AIがリチウムイオンバッテリー性能を向上させる界面層の設計メカニズムを解明、LLNLの研究で
Mirage News アメリカ 概要 ローレンス・リバモア国立研究所(LLNL)の研究により、リチウムイオンバッテリーの性能と耐久性を左右する極薄の界面層の設計メカニズムがAIによって解明されました。機械学習モデルを量子力学データで訓練することで、研究者は... -
ノースカロライナ州立大学ら、Chemspeed自律ラボで触媒発見を自動化しプロピレンヒドロホルミル化性能を大幅向上
Chemspeed スイス 概要 ノースカロライナ州立大学、UNCチャペルヒル、Eastman Chemical Companyの研究チームが、Chemspeedの自動化システムとソフトウェアを基盤とする閉ループ自律プラットフォームを構築し、触媒発見プロセスを完全に自動化しました。こ... -
物理情報付きグラフニューラルネットワークが不均一固体力学を解明：大規模データ不要で変形・亀裂伝播をモデリング
arXiv 不明 概要 新しい物理情報付きグラフニューラルネットワーク（PI-GNN）が開発され、不均一な固体力学における変形や亀裂伝播を高精度でモデリングすることに成功しました。このPI-GNNは、適合するメッシュグラフ上で動作し、離散全ポテンシャルエネ... -
マルチモーダルLLMエージェント「SynAgent」、LiCoO2高結晶薄膜の自律合成と基板温度の結晶化支配をわずか18回の実験で解明
arXiv アメリカ 概要 マルチモーダルLLMエージェント「SynAgent」が、X線回折や電子顕微鏡写真などの実験データから推論し、材料合成プロセスを自律的に理解・進化させることに成功しました。本フレームワークは、GPT-5.5を基盤とし、LiCoO2 (001)薄膜堆積... -
IBM Research、AI・量子コンピューティングでバッテリー材料発見を加速し、より強力で持続可能な電池を実現
IBM Research アメリカ 概要 IBM Researchは、AI、量子コンピューティング、ハイブリッドクラウド技術を統合することで、バッテリー材料を含む科学的発見の速度を劇的に向上させている。この「Accelerated Discovery」アプローチは、材料科学、AI、量子、... -
MatlantisとNVIDIA ALCHEMIがENEOSの触媒探索を数年から数ヶ月に短縮、約1億構造スクリーニング達成
AiThority 不明 概要 Matlantis社は、NVIDIA ALCHEMIとMatlantis PFP（汎用機械学習原子間ポテンシャル）の組み合わせがENEOSホールディングスの触媒材料発見を大幅に加速したと発表した。このAIを活用した原子シミュレーションにより、ENEOSは約1億の触媒... -
World Economic Forumが「物理AI」を予言：Atinary自律ラボが5年分の実験データを5日で生成し、科学的発見を加速
The Innovator アメリカ 概要 World Economic Forumは、物理AIの一部であるワールドモデルが工学、ロボット工学、科学的発見に大きな影響を与えると予測しています。このビジョンを裏付けるように、Atinary社の自己駆動型ラボは、閉ループで化学および材料... -
コロンビア・ケンブリッジ大学、量子AIを用いた材料モデル評価の新ベンチマーク確立
Quantum Zeitgeist アメリカ 概要 コロンビア大学とケンブリッジ大学の研究者が、材料特性を予測する機械学習モデルを評価するための新しいベンチマークを確立しました。このベンチマークは、モデルが「間違った理由」で正しい答えに到達する「ハルシネー... -
AIと3Dプリントがバッテリー電極設計を革新、効率と安全性向上を加速
出典不明 不明 概要 AIと3Dプリント技術がバッテリー電極の設計に革命をもたらし、効率と安全性を著しく向上させています。AIは数千もの化合物をデジタルスクリーニングすることで、新しい電解質や正極材料の発見を加速させ、次世代バッテリーの性能向上に... -
生成AIがエンジニアリング設計を革新：最適化された新規ソリューションを自律生成し開発サイクルを短縮
Not explicitly stated (appears to be a guide/blog) 概要 生成AIは、エンジニアリング設計プロセスを根本的に変革し、高レベルの仕様に基づいて最適化されたデザインを自律的に生成しています。従来のCADツールとは異なり、生成モデルは深層学習アーキテ... -
建築分野でAIが材料選定を革新、外観・性能・予算を統合し最適化を実現
Amogh N P (Architect, designer, and creative polymath) 概要 建築分野において、AIは材料選定プロセスを革新し、外観、性能、予算の複雑なバランスを最適化しています。生成システムは、ファサードに様々な材料を迅速にレンダリングし、ライフサイクル... -
arXivで原子スケール機械学習向け高情報量データセット「MAD-1.6」が公開、予測精度向上へ
arXiv アメリカ 概要 普遍的な原子スケール機械学習のための高品質で高情報量のデータセット「MAD-1.6」がarXivで公開されました。このデータセットは、102の化学元素を網羅する362,646の原子構造を含み、分子、クラスター、バルク結晶、表面など幅広い構...
