シミュレーション– tag –
-
LLMとMLIPが固体電解質探索のボトルネックを打破、AI閉ループアーキテクチャが開発を加速
arXiv 不明 概要 固体電解質の発見における長年の課題に対し、大規模言語モデル（LLM）と機械学習ポテンシャル（MLIP）を統合的に活用する革新的なアプローチが提案されました。AI駆動型の候補設計、多尺度シミュレーション、不確実性を考慮した選択、実験... -
汎用機械学習ポテンシャルにおけるバイアスを特定、反復微調整で精度向上へ
Journal of Chemical Theory and Computation (ACS Publications) アメリカ 概要 本研究は、MACEなどの汎用機械学習ポテンシャル（uMLIP）における内在的なバイアスと、それがモデルの微調整（ファインチューニング）の質に与える影響を詳細に調査しました... -
Meta FAIRの汎用MLIP「UMA」が2D材料の酸素プラズマ相互作用を高精度で予測、半導体製造に貢献
arXiv 不明 概要 Meta FAIRが開発した汎用機械学習ポテンシャル（MLIP）モデル「UMA」が、二次元材料である二硫化タングステン（WS2）と酸素プラズマの相互作用を高精度でモデリングし、さらに微調整によって予測性能を向上させることが示されました。この... -
機械学習ポテンシャルが量子化学計算を最大100万倍高速化、材料科学に革命
ACS Central Science アメリカ 概要 機械学習ポテンシャル（MLIPs）の急速な進歩が、量子化学計算の速度を最大100万倍に加速する可能性を秘めており、化学および材料科学分野に革命をもたらすと指摘されています。この記事では、MLIPsの多様な応用範囲と現... -
DeepMind GNoMEとMicrosoft MatterGenがAI駆動型材料探索を劇的に加速、数百万の無機結晶を高速スクリーニング
AI CERTs News アメリカ 概要 DeepMindのGNoMEやMicrosoftのMatterGenといったAIパイプラインが、グラフェンニューラルネットワークと機械学習ポテンシャルを駆使し、数百万の無機結晶を前例のない速度でスクリーニングすることに成功しました。これらのハ... -
arXivにMLモデル発表、元素特性と分子シミュレーションに基づく特徴量で金属ガラスの臨界冷却速度を高精度予測
arXiv アメリカ 概要 この研究は、元素特性と分子動力学シミュレーションから導出した特徴量を活用し、金属ガラスの臨界冷却速度を予測する高精度な機械学習モデルを提示しました。クロスバリデーションで高い精度を示したこのモデルは、多様な組成を持つ... -
D-Waveがゲートモデル量子コンピューティングプラットフォームを開発、量子化学・材料科学R&Dを拡大
D-Wave カナダ 概要 D-Waveは、ゲートモデル量子コンピューティングプラットフォームの開発を進めており、量子化学、分子R&D、材料科学、触媒、エネルギーシステムなど、組織が探求できる問題の範囲を拡大することを目指しています。このプラットフォ... -
ForbesがAI、量子、生物、化学の融合で科学的発見を加速する新たなコンピューティングエコシステムを提唱
Forbes アメリカ 概要 Forbesは、AI、量子コンピューティング、生物学的コンピューティング、化学的コンピューティングが融合し、新たなコンピューティングエコシステムを形成していると報じました。AIは、アルゴリズムの最適化、シミュレーションのスケー... -
MITが情報理論に基づくMLPを開発、金属合金の挙動モデリング精度を大幅向上
MIT News アメリカ 概要 MITの研究者らが、情報理論に基づいて化学的パターンを効率的にサンプリングする機械学習ポテンシャル（MLP）の新しい金属挙動モデリングフレームワークを開発しました。このアプローチは、化学的に無秩序な材料における広範囲の原... -
MLIP強化サンプリングシミュレーションがAu9ナノクラスターの動的構造と触媒的意義を解明、UiO-66-NH2 MOF内挙動を詳細に分析
ChemRxiv アメリカ 概要 この研究は、機械学習原子間ポテンシャル（MLIP）駆動型強化サンプリングシミュレーションを用いて、UiO-66-NH2 MOFに閉じ込められたAu9ナノクラスターの構造的および動的挙動を詳細に調査しました。ab initio分子動力学とwell-tem... -
LLMがCo-Cr-Ni中エントロピー合金の熱輸送特性スクリーニングを自動化、自律型材料発見ワークフローを概念実証
ChemRxiv アメリカ 概要 この研究は、大規模言語モデル（LLM）の意思決定モジュールを分子動力学シミュレーションと統合した、再現可能なクローズドループワークフローを提示しました。これにより、Co-Cr-Ni中エントロピー合金の熱輸送特性スクリーニング... -
SpinQ、量子シミュレーションを強化するゲートモデル量子コンピューティングプラットフォームを発表、材料科学・創薬を加速
SpinQ 中国 概要 SpinQは、化学および材料科学における量子シミュレーションを強化するためのゲートモデル量子コンピューティングプラットフォームを発表しました。このプラットフォームは、分子や凝縮系をより正確にモデル化する能力を強調し、創薬や材料... -
ACS PublicationsがMACE-QEqポテンシャルを発表、MLIPの長距離静電相互作用と電荷移動の課題を解決し、ZnO・水系の精度を向上
Journal of Chemical Theory and Computation (ACS Publications) アメリカ 概要 この研究は、機械学習原子間ポテンシャル（MLIP）の課題である長距離静電相互作用と電荷移動に対処するため、等変多原子クラスター展開（MACE）ポテンシャルを電荷平衡化（Q... -
主要メーカーが量子コンピューティングに数十億ドルを投じ、原子レベルの材料R&Dを加速
Forbes アメリカ 概要 主要メーカーが、量子コンピューティングを材料R&Dに積極的に導入し、原子レベルでの材料シミュレーションに数十億ドルを投資しています。量子コンピューターは、従来のスーパーコンピューターでは困難な複雑な原子相互作用をモ... -
情報理論と機械学習の融合により、合金のMLPモデルが積層欠陥エネルギー・相図予測で高精度を達成
Science Advances (PubMed) アメリカ 概要 この研究は、情報理論と機械学習を組み合わせることで、金属合金の機械学習ポテンシャル（MLP）の設計を最適化する新しいアプローチを提案しました。この手法は、合金の組成および構造全体の挙動を効果的に捉え、... -
NVIDIA、新AIソフトウェア「ALCHEMI NIMマイクロサービス」で化学・材料科学の発見を大幅加速
NVIDIA News アメリカ 概要 NVIDIAは、ALCHEMI NIMマイクロサービスを含む新AIソフトウェアを発表し、化学および材料科学における発見プロセスを大幅に加速します。ALCHEMIは、バッチ幾何学的緩和と分子動力学に特化しており、研究者が数百万の分子や材料... -
Hugging FaceがCrystalCLRとCHGNetを発表、機械学習で材料特性予測を改善
Hugging Face アメリカ 概要 Hugging Faceは、CrystalCLRフレームワークとCHGNet機械学習原子間ポテンシャルの発表を通じて、材料特性予測の新たな進歩を強調しました。CrystalCLRは結晶グラフニューラルネットワークを用いたコントラスティブ学習により材... -
AIモデルがX線回折で検出困難な結晶構造の水素原子を正確に特定し、材料シミュレーション精度を大幅向上
Chemistry World (Royal Society of Chemistry) イギリス 概要 研究者たちは、従来のX線回折では検出が困難な無機結晶構造内の欠落した水素原子を正確に配置するAIモデルを開発しました。この生成AIモデルは、既知の構造を維持しつつ水素原子を挿入するよ... -
パデュー大学、計算材料設計およびマテリアルズインフォマティクス分野でポスドク研究員を募集、DFT・MLIPs研究を強化
ApplyKite アメリカ 概要 パデュー大学は、計算材料設計とマテリアルズインフォマティクス分野でポスドク研究員の募集を開始しました。このポジションは、密度汎関数理論（DFT）、欠陥シミュレーション、機械学習分子間ポテンシャル（MLIPs）といった原子... -
MDPI論文が機械学習MTPsを開発、AlGaNおよび関連材料の熱輸送特性を低コストで高精度予測
MDPI スイス 概要 MDPI誌に掲載された研究は、AlGaNおよび関連材料の静的・動的構造特性と熱輸送をシミュレーションするための機械学習モーメントテンソルポテンシャル（MTPs）を開発しました。DFT計算データで訓練されたMTPsは、格子定数、弾性定数、熱膨...
