材料の界面構造、計算１秒 東大、AIの「転移学習」活用

• 

  74次元空間の模式図　各界面（GB1、GB2...）は3次元の探索空間を有しているが、各3次元空間が独立しているため転移学習が使用できない。そのため、各界面が共通している74次元の探索空間を新たに作成した。その74次元空間を使うことで初めて転移学習を使用することができた（東京大学生産技術研究所提供）

• 

  研究成果の模式図　（上）過去に学習した経験（Knowledge）を次々に転移（Transfer）することで、（下）のように多くの界面構造を高速に決定することができる。（下）は本研究で実際に得られた界面の構造（東京大学生産技術研究所提供）

東京大学生産技術研究所の溝口照康准教授らは、材料の界面構造の推定に人工知能（ＡＩ）技術を活用し、計算量を３６００分の１に抑えることに成功した。ＡＩ技術の一つ「転移学習」を利用し、最も安定な界面構造を計算した。従来は１時間かかっていた計算が１秒で済む。これまでは計算できなかった規模の界面構造を求められ、材料設計に生かせるようになる。

研究グループは、鉄材内部の３３種類の界面構造を計算で求めた。原子数は１００―６００個。想定されるすべての構造を確かめるには１６５万回の計算が必要だったが、４６２回の計算で３３構造を求めることができた。

界面の三次元立体構造を７４次元に拡張して転移学習を利用した。転移学習は計算結果を別の似た問題に転用して効率的に解く手法。最安定構造にたどり着くまでに、計算結果を繰り返し利用し学習して計算数を減らすことができた。