[1G5-OS-22b] シミュレーションとAI(2/2)

[1G5-OS-22b-01] データ駆動型材料研究における統計的機械学習とシミュレーションの融合

〇吉田 亮^1,2、林 慶浩^1,2、Arifin -² (1. 統計数理研究所、2. JSR-ISMスマートケミストリーラボ（JSR株式会社）)

キーワード：マテリアルズインフォマティクス、量子化学計算、分子動力学シミュレーション、転移学習、代理モデル

材料研究の設計空間は広大である．マテリアルズインフォマティクス（MI）という学際領域に課されたミッションの一つは，このような広大な探索空間から革新的な特性を持つ新材料を発掘することである．MIの基本的なワークフローは順問題と逆問題から構成される．例えば順問題では, 材料を入力，特性を出力とする統計モデルを構築する．これに対し逆問題では，モデルの逆写像を計算して所望の特性を有する材料を予測する．本講演は，材料研究における機械学習とシミュレーションの融合に着目する．材料研究のデータ量は機械学習の他の応用分野に比べると圧倒的に少ない．また，材料研究の究極の目的は，データがない未踏領域に存在する革新的な材料の発見することである．したがって，基本的に機械学習の内挿的な予測だけでは革新的な材料に到達できない．そこで，材料研究では，機械学習とシミュレーションの融合が重要な役割を担う．本講演は，先端的な応用事例を解説しながら，データ駆動型材料研究における機械学習とシミュレーションの融合の諸問題を論じる．