タグ: マテリアルズインフォマティクス
- 第一原理計算の主力DFTは密度で解く——正確だが遅い理由 2026/7/25
材料をコンピュータで予測するには、原子をつなぐ量子力学を解かねばならない。全電子の波動関数を厳密に解くのは事実上不可能——DFTは問題を「電子の密度」で解き直してこれを可能にした。だが密度で解いてもなお計算は重い。その正確さと遅さが、どこから来るのかを辿る。
- MLIP順位表は実用性を保証しない——安定性上位でも崩れうる 2026/7/21
原子の万能ポテンシャル(MLIP)のベンチマークは飽和に近づいたとの指摘がある。だが「安定材料を当てる」で首位級のモデルは、熱伝導では最下位級に沈む。別のモデルは長い分子動力学で発散する。スコアが測るのは「発見」の一面で、そのポテンシャルが実務の計算で使えるかは別の話だ。
- 能動学習——次に試す実験を最小のコストで選ぶ 2026/7/18
候補を一度で全部ふるうのが前回の話。だが本当の性質は、作って測るまで分からないことも多い。その実験は遅く、高い。ならば「次にどれを試すか」を一手ずつ賢く選ぶしかない。80万通りの合金から、36回の実験で目当てを見つけた——能動学習とベイズ最適化の話。
- 220万個の新材料——検証で736件まで縮んだ数字 2026/7/8
2023年、あるAIが「人類の知る安定材料を一桁以上増やした、220万個」と発表した。報道は沸いた。そして材料化学者たちが、中身を見にいった。予測から「本当に作れる新材料」までの落差——これがシリーズの山場。
- 原子の基盤モデル——ニューラルネットに力を覚えさせる 2026/7/8
DFT は正確だが遅い。何百万もの候補をふるうには遅すぎる。そこで結晶をグラフとして読み、エネルギーと力を予測するニューラルネット——機械学習原子間ポテンシャル——が登場する。LLMの事前学習と分布シフトが、原子の世界でそっくり再演される。シリーズ『凸包』より。
- 材料の安定性は凸包で決まる——競合配置との相対値 2026/7/8
AIが「新しい材料を発見した」と言うとき、実は何を計算しているのか。結晶の安定性は内在的な性質ではなく、競合する全配置に対する相対値——凸包だ。シリーズ『凸包』の導入。
- マテリアルインフォマティクスの難所はモデルではない 2026/7/4
matminer・CrabNet・CGCNNなどOSSスタックが実際に何をするのか、そしてMLが材料開発を本当に加速する場所と過大評価される場所を区別する。
- 組み合わせ爆発——材料の候補は天文学的で全部は試せない 2026/6/26
材料が「原子の並べ方」で決まるなら、片っぱしから試せばいい——そう思うのが自然だ。だが少し数えると、その道がなぜ閉ざされているかが分かる。組み合わせの爆発と、だからこそ「賢く探す」必要が出てくる話。
- 分子動力学——原子の運動を計算し、結晶の融解を再現する 2026/6/26
温度とは原子の動きの激しさだ。では、その動きをコンピュータの中で再現できないか。原子一つひとつにニュートンの法則を当てて、時間を進める——分子動力学。実際に走らせた、結晶の秩序が崩れていくシミュレーションを見てみよう。
- 材料が壊れる瞬間——ひびは「一番弱いキズ」から走る 2026/6/25
ものはなぜ、そこで割れるのか。引っぱった結晶を、原子の目線でシミュレーションすると、ひびが「一番弱い小さなキズ」から生まれて一気に走り抜けるのが見える。破壊の急所と、ものづくりがキズを恐れる理由。
- 拡散——原子はランダムウォークで少しずつ混ざる 2026/6/25
半導体に不純物をしみ込ませる、鉄を硬くする、セラミックを焼き固める。どれも「拡散」——原子が別の物質の中へ少しずつ移っていく現象だ。実際に走らせたシミュレーションで、その“遅さ”の正体まで見てみよう。
- 温度の正体は原子の運動——激しく揺れるほど熱い 2026/6/21
「熱い」「冷たい」は、手で触れば分かる。でも原子の目線では、温度とは何だろう。答えは拍子抜けするほど単純で、そして材料のほとんどの現象——溶ける・伸びる・混ざる——の根っこにある。
- スクリーニングの漏斗——天文学的な候補を数個まで削る 2026/6/21
ありうる材料は天文学的に多く、全部は試せない。ではどうやって「作る価値のある数個」まで絞るのか。答えは、安いふるいを先に、高いふるいを後に——コンピュータで材料を探す現場の作法。
- 金属はなぜ曲がり、ガラスはなぜ割れるのか 2026/6/21
スプーンは曲がるのに、コップは落とすと割れる。どちらも固い物質なのに、壊れ方が正反対だ。違いはやっぱり、原子の並び方と「ずれ方」にある——材料の強さと脆さの話。
- ダイヤモンドと鉛筆の芯は、同じ炭素なのになぜ正反対なのか 2026/6/21
地球上で最も硬い物質と、紙の上で崩れていく芯。実は同じ「炭素」だけでできている。違うのは中身ではなく、原子の“並べ方”だ——材料とは何か、という話のいちばん最初。
- AIによる材料発見——ふるいには効くが発見者にはまだ早い 2026/6/21
「AIが数十万の新材料を発見」「ロボットが17日で41個合成」——華々しい見出しが続いた。だが専門家が中身を見にいくと、多くは“新しくなかった”。AIが材料探しで本当に効く場所と、見出しが先走る場所を、冷静に切り分ける。
