シミュレーション– tag –
-
Ansys、逆設計技術が材料R&Dを革新、望ましい性能から設計を自動化し時間とコストを大幅削減
Ansys アメリカ 概要 Ansysは、逆設計が従来の試行錯誤型アプローチを逆転させ、望ましい仕様から材料設計を自動化する革新的な計算手法であると説明しました。機械学習と深層学習最適化に支えられたこの方法は、複雑な材料システムをより効率的に計算する... -
Energy & Environmental Science、AIがリチウムイオンバッテリー電解質をデータ駆動型で最適化、新規溶媒・添加剤・固体電解質を加速発見
Energy & Environmental Science イギリス 概要 Energy & Environmental Scienceのレビュー記事は、AIがリチウムイオンバッテリーの電解質研究をデータ駆動型予測、メカニズム分析、組成・界面化学のインテリジェント最適化により変革していると報じま... -
AIP Publishing、液体振動エントロピー指標で経験的原子間ポテンシャルの精度を80%向上、MLIPsの体系的検証に新機軸
AIP Publishing アメリカ 概要 AIP Publishingの発表によると、経験的原子間ポテンシャルの開発と検証において、従来の限界を克服する新たな手法が提案されました。本研究は、液体の振動エントロピーなどの量を新たな指標として導入することで、異なるSi原... -
アルゴンヌ国立研究所、AI活用でバッテリー材料探索を80時間で完遂、高速充電・高エネルギー密度電解質N2116合成に成功
Argonne National Laboratory アメリカ 概要 アルゴンヌ国立研究所は、AI駆動型の手法を用いることで、バッテリー開発における材料探索プロセスを劇的に加速させました。AIは50万種の安定な材料候補からわずか80時間で18種の候補を絞り込み、その後のHPC検... -
機械学習で鉛フリーCs2AgBi0.75Sb0.25Br6ペロブスカイト太陽電池の電荷輸送層と製造条件を最適化
The Royal Society of Chemistry 不明 概要 本研究は、機械学習駆動型フレームワークを用いて、環境に優しい鉛フリーのCs2AgBi0.75Sb0.25Br6ペロブスカイト太陽電池（PSC）における電荷輸送層の選択と製造パラメーターの最適化を実施しました。大規模なSCA... -
AI駆動ハイパーダイナミクス法が原子の動きを高速シミュレート、材料の損傷・老化研究を革新
Facebook (Nature Communications参照) 不明 概要 機械学習アプローチに基づく新しいハイパーダイナミクス法が開発され、材料中の原子の動きを高速かつ効率的にシミュレートできるようになり、計算材料発見を変革しています。この自動化された「原子間ポテ... -
ローレンス・バークレー国立研究所、2026年アニュアルミーティングでDFTからMLIPへの量子精度スケール移行と2つの自律型ラボ計画を発表
Lawrence Berkeley National Laboratory アメリカ 概要 ローレンス・バークレー国立研究所のMolecular Foundryは、2026年年次会議において、密度汎関数理論（DFT）から機械学習原子間ポテンシャル（MLIP）への量子精度スケール移行に関する基調講演を行い... -
第一原理計算と深層学習を融合：DeepH-packがAI駆動型電子構造計算を加速
Facebook (reposting about DeepH-pack) アメリカ 概要 DeepH-packは、第一原理計算と深層学習を組み合わせ、電子構造モデリングを高速化する汎用ニューラルネットワークパッケージとして発表されました。このツールは、大規模な材料モデリング、ハイスル... -
FSU卒業生がAI企業FindWhatMatters.aiを設立、物理学研究をAIで革新
Facebook アメリカ 概要 フロリダ州立大学（FSU）の卒業生がAI企業FindWhatMatters.aiを設立し、物理学研究にAIを導入することで科学的発見を加速することを目指しています。同社は、大量データ処理、パターン認識、シミュレーション、材料科学、量子コン... -
AIがMOFのデジタル発見を革新：計算モデリングとハイスループットスクリーニング統合で開発期間短縮
ACS Publications アメリカ 概要 人工知能（AI）と機械学習は、金属有機構造体（MOF）ベースの多機能材料の発見と最適化に革命をもたらしています。AIは、MOFの広大な化学設計空間を迅速に探索することを可能にし、従来の試行錯誤アプローチの非実用性を克... -
Accelerated Understanding、物理学ベースAIモデルでチップ設計、ロボット、エネルギー分野に革新
Facebook アメリカ 概要 Accelerated Understandingという新しいスタートアップが、物理学に基づいたAIモデルの開発を発表しました。このモデルは、時間と空間を超えた膨大なデータセットを処理する能力を持ち、チップ設計、ロボティクス、エネルギー分野... -
GitHubがAI4Scienceリポジトリで材料科学含む科学的発見加速AIツール、ライブラリ、データセットを厳選公開
GitHub - ai4s-research/awesome-ai-for-science アメリカ 概要 GitHub上の「ai4s-research/awesome-ai-for-science」リポジトリが、物理学、化学、生物学、材料科学といった科学分野における発見を加速するAIツール、ライブラリ、論文、データセット、フ... -
ユニバーサルMLIPsの汎用性に課題、ACS論文が材料固有モデルの反復微調整の必要性を指摘
ACS Publications アメリカ 概要 ACS Publicationsの論文が、ユニバーサル機械学習原子間ポテンシャル（MLIPs）が原子シミュレーションの汎用ツールとして急速に普及しているものの、反応性事象を含む定量的な材料モデリングにおける役割はまだ確立されて... -
能動学習と知識蒸留を統合したMLMDが、MACEモデルでデータ効率を3分の1に向上、DeePMD比で高速化
ACS Publications アメリカ 概要 本研究では、DeePMDとMACEモデルを能動学習および知識蒸留フレームワーク内で組み合わせることで、データ効率と推論速度を両立させた機械学習分子動力学（MLMD）原子間ポテンシャル（MLIPs）を開発しました。液体水をケー... -
機械学習原子間ポテンシャル（MLIPs）が触媒発見を加速、DFTレベルの精度を低コストで実現
nano-matter.com 国際 概要 2026年8月現在、機械学習原子間ポテンシャル（MLIPs）が計算触媒研究の主流技術となり、触媒候補の高速スクリーニング、反応経路の効率的マッピング、触媒性能の正確な予測を可能にしています。MLIPsは密度汎関数理論（DFT）計... -
三菱ケミカル、生成AI・量子コンピューティング・GPU加速計算をEUVフォトレジスト設計に適用
SEMICON Taiwan / Mitsubishi Chemical 日本 概要 三菱ケミカルは、次世代材料設計において生成AI、量子コンピューティング、GPU加速コンピューティングを戦略的に統合する取り組みを進めています。特にEUVフォトレジスト材料への応用が注目されており、電... -
シカゴ大学、ML主導ワークフローで気候変動対策材料を発見：メタン分離用MOF「UCHI-1/2」を創出
UChicago Pritzker School of Molecular Engineering (PME) アメリカ 概要 シカゴ大学の研究室が、学術的なアイデアから製造可能な現実へと材料発見の道をスムーズにする、機械学習主導のエンドツーエンドのワークフローを開発しました。このプロセスを用... -
チタンカーバイドMXeneのMLIPを開発：イオン照射シミュレーションに応用し欠陥工学に新たな指針
The Royal Society of Chemistry イギリス 概要 チタンカーバイドMXeneの機械学習原子間ポテンシャル（MLIP）が開発され、イオン照射シミュレーションへの応用が実証されました。このMLIPは密度汎関数理論（DFT）データで訓練され、MXeneの分子動力学シミ... -
MiraがAI駆動型材料科学の「第5のパラダイム」を提唱：MatterGen、A-Lab、GNoMEを統合し自律的発見を加速
Mira アメリカ 概要 Miraは、材料科学におけるAIの「第5のパラダイム」を提唱し、生成設計（MatterGen）、量子化学シミュレーション、閉ループ実験室（A-Lab）の統合が、自律的な材料発見を加速すると指摘しました。MatterGenのような拡散モデルは無機材料... -
MACEとSevenNet、材料特化型MLIP構築におけるデータ効率を評価：2,000AIMD構成データでab initio精度を達成
arXiv 国際 概要 材料特化型機械学習原子間ポテンシャル（MLIP）をユニバーサルMLIPからファインチューニングする際、第一原理計算（AIMD）データの必要量が定量化されました。研究結果では、2,000のAIMD構成データがあればab initio精度を達成できる堅牢...
