SynCoTrain: A Dual Classifier PU-learning Framework for Synthesizability Prediction
SynCoTrainは、データの不足を克服し、酸化物結晶の合成可能性を正確に予測することでハイスループットな材料探索を促進するために、2つのグラフニューラルネットワーク（SchNetおよびALIGNN）を用いた共学習戦略と正ラベル・未ラベル学習（Positive-Unlabeled learning）を活用する半教師あり機械学習フレームワークである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
科学者が、夕食を作る代わりに、未来のための全く新しい「材料」を発明しようとしているマスターシェフのような世界を想像してみてください。彼らは、病気を治したり、太陽エネルギーを蓄えたり、あるいは空気を浄化したりできるような材料を生み出そうとしています。問題は、宇宙にはありとあらゆる「材料」が詰まった、ほぼ無限のパントリー（食料貯蔵庫）が存在しますが、そのほとんどは単なる「理論上のレシピ」であるということです。つまり、紙の上では素晴らしく見えるものの、実際のキッチンで実際に調理することは不可能なアイデアです。何十年もの間、科学者たちは単純な経験則を用いたり、成分がエネルギー的に安定しているかどうかを確認したりすることで、どのレシピが機能するかを推測しようとしてきました。しかし、レシピが完璧に安定していたとしても、その「調理プロセス」が難しすぎたり、あるいはそれを作るための道具がまだ発明されていなかったりするために、実際には作ることができないということが判明しています。これが、「合成可能性（synthesizability）」というトリッキーなパズルです。つまり、新しい材料が実際にラボで構築可能なのか、それともコンピュータ上の幽霊に過ぎないのかを見極めるという問題です。
ここに、この謎を解くために設計された新しいデジタル探偵、SynCoTrainが登場します。これは、二人の非常に異なる専門家——「化学者」と「物理学者」——のチームだと考えてください。彼らは、百万個あるミステリーボックスのうち、どれが実際に構築可能な材料であるかを推測しようとしています。厄介なことに、彼らが持っているのは、構築可能であることが「分かっている」材料のリスト（ポジティブ・リスト）と、ラベルのない膨大な数のミステリーボックスだけです。科学の世界では、失敗した実験は誰も発表しないため、彼らには「失敗した」材料のリストはありません。これを解決するために、SynCoTrainは「共学習（co-training）」と呼ばれる巧妙なトリックを使用します。二人の専門家は、異なる角度からミステリーボックスを観察します。化学者（ALIGNNと呼ばれるモデルを使用）は、原子がどのように結合し、その間の角度がどうなっているかに注目します。一方、物理学者（SchNetと呼ばれるモデルを使用）は、エネルギーと構造の連続的な流れに注目します。彼らは交互に教え合います。「ねえ、この箱は当たりだよ！」と言えば、もう一方が「同意するよ、これを既知の当たりリストに加えよう」と確認するのです。数ラウンドにわたってメモを交換し、推測を洗練させることで、彼らは単独で取り組むよりもはるかに高い精度で本物の材料を見つけ出すことができます。
この論文は、このチームアップ・アプローチが驚くほどうまく機能することを示しています。彼らが酸化物（錆からセラミックスまで、いたるところに存在する材料のファミリー）という特定の材料群に対してこのシステムをテストしたところ、モデルは、すでに構築可能であることが知られている材料のほとんどを正しく特定できました。実際、モデルは95%から97%の「再現率（recall）」を達成しており、これは本物の成功例をほとんど見逃さなかったことを意味します。しかし、モデルは同時に「選別」することも学びました。調査したミステリーボックス全体の中で、モデルが合成可能である可能性が高いとフラグを立てたのは、わずか21%でした。これは良い兆候です。モデルがすべてに対して「イエス」と答えているわけではないことを意味するからです。また、モデルは、エネルギーが高い（「コンベックスハル」と呼ばれる、非常に不安定であることを示す指標よりも1 eV以上高い）材料は、合成可能と判定される確率が2.5倍低いことにも気づきました。これは、モデルが明示的にそのルールを教えられていなくても、安定性が重要であることを理解していることを証明しています。
研究者たちはそこで止まりませんでした。彼らはこの新しい「エキスパート・チーム」を使用して、膨大な理論データのラベル付けを行い、新しい高品質なトレーニングセットを作成しました。そして、この新しいデータを用いて、最終的な超スマートな予測器（SchNetモデルを使用）を訓練しました。この最終的なツールは、一度も見聞きしたことのない3つの異なる材料データベースに対してテストされました。その結果、あるデータベース（Open Quantum Materials Databaseなど）には予想よりも約2倍多くの「合成可能と思われる」結晶が含まれていましたが、他のデータベース（iMatGenと呼ばれるAIによって生成されたものなど）は、スコアがゼロ付近に集中しており、ほとんどが「構築不可能」でした。この論文は、このツールが完璧ではなく、100%の確実さで未来を予測できるわけではないものの、強力なフィルターになり得ることを示唆しています。それは、科学者が数百万もの「幽凍レシピ（ghost recipes）」をスキップし、実際に機能する可能性のある数百の材料に時間と資金を集中させるのを助け、明日の材料を発見するための競争において、膨大なリソースを節約することができるのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。