DeFecT-FF: a machine learning force field framework for high throughput defect modeling in CdTe-based solar cells

著者らは、Cd/Zn-Te/Se/S太陽電池材料の欠陥形成エネルギーと基底状態配置を効率的に予測するために高スループットDFTデータと能動学習を活用し、従来のDFT計算の計算コストを回避する公開可能な機械学習力場フレームワーク「DeFecT-FF」を提示する。

要約

完璧な太陽電池、つまり太陽光を電気に変える装置を作ろうと想像してみてください。これらのセルを効率的にする秘密は、材料内部の微小で目に見えない「欠陥」として知られる、小さな「 glitches」にあります。太陽電池を巨大で完璧な結晶都市のように考えてみましょう。ほとんどの場合、原子（建物）は完璧に整列しています。しかし、時には建物が欠けている（空孔）、存在しない場所に新しい建物が押し込まれている（格子間原子）、あるいは建物が異なる種類と入れ替わっている（置換）ことがあります。

これらの glitches は、都市の穴ぼこや交通渋滞のようなものです。それらが多すぎたり、間違った場所にあったりすると、電気（電子）を閉じ込めて流れを止め、太陽電池の効率を低下させます。

何十年もの間、科学者たちはこれらの材料を修正するために、ありうるすべての穴ぼこと交通渋滞をマッピングしようと試みてきました。彼らは DFT（密度汎関数理論）と呼ばれる超強力なコンピュータシミュレーション手法を使用します。DFT を、すべての原子の動きと相互作用を正確に捉えることができる、高解像度のスローモーションカメラだと考えてください。それは驚くほど正確ですが、同時に驚くほど遅く、高価です。1 回のシミュレーションを実行することは、1 年分もの天気をたった 1 つの街区のために計算しようとするようなもので、スーパーコンピュータを数日稼働させる必要があります。

原子レベルの glitches が自分自身を配置できる可能性が数十億通りもあるため、それらすべてを DFT でチェックしようとするのは、宇宙サイズの図書館にあるすべての本を 1 冊ずつ読もうとするようなものです。それは不可能です。

解決策：DeFecT-FF（原子のための「スマート GPS」）

この論文の著者であるパデュー大学のチームは、DeFecT-FF という新しいツールを構築しました。これをこれらの原子都市のための「高速 GPS」と考えてください。

以下がその構築方法です：

1. トレーニング段階：まず、彼らは遅く高価な DFT カメラを使って、数千種類の異なる原子 glitches の写真を撮影しました。1 枚だけでなく、異なる「気分」（正や負などの異なる電気的電荷）での glitches の写真を撮影しました。
2. 機械学習：彼らはこれらのすべての写真を、賢いコンピュータプログラム（機械学習力場）に投入しました。このプログラムはパターンを学習しました。「銅原子が欠けた場所の隣にあるとき、都市はこう震える」「塩素原子が追加されると、建物はこう再配置される」といったことを学習しました。
3. 結果：現在、チームは遅い DFT カメラの代わりに、このスマート GPS を使用しています。原子がどのように配置されるかを予測するのに、数日ではなく数分で済み、ほぼ同じレベルの精度を達成できます。

太陽電池にとってこれが重要な理由

研究者たちは、太陽電池に使用される特定の材料ファミリーに焦点を当てました。カドミウムテルル化物（CdTe）と、セレン（Se）および亜鉛（Zn）が混合されたその Cousins です。これらの材料は太陽光産業の「働き者」ですが、これらの原子 glitches のせいで、電圧に問題があり、潜在能力を十分に発揮できていません。

チームは新しい GPS ツールを使用して以下を行いました：

• 領域のマッピング：単純な材料だけでなく、原子が入れ替わった複雑な混合物（合金）も見て、巨大な化学空間をスキャンしました。
• 最良の構成の発見：最も安定している（最も「滑らかな道路」である）欠陥の特定の配置と、最も問題を引き起こす配置を見つけました。
• 新たな犯人の特定：銅や塩素などの一般的な不純物が、欠陥と結合して問題を引き起こす新しい方法と、ヒ素などの他の元素がそれらを修正する方法を発見しました。

ツールの「魔法」

この論文は、この新しいフレームワークのいくつかの重要な「スーパーパワー」を強調しています：

• 速度：古い方法よりも10,000 倍速いです。以前は 1 週間かかっていた計算が、今では数分で完了します。
• 精度：単に推測するのではなく、高品質のデータでトレーニングされています。これらの欠陥のエネルギーを予測する際のエラー範囲は、定規で人間の髪の毛の幅を測って、数ミリメートルしかズレないほど小さいものです。
• 公開アクセス：最も素晴らしい点は、著者がこのツールを秘密にしていなかったことです。彼らはそれを nanoHUB という公開ウェブサイトに掲載しました。これで、どの科学者でも結晶の設計図をアップロードし、「欠陥を探してください」とツールに指示すれば、自分自身のスーパーコンピュータを必要とせずに、修正方法に関するレポートを取得できます。

現実世界の比喩

巨大で複雑な都市の交通を修復しようとしている都市計画者だと想像してください。

• 旧来の方法（DFT）：エンジニアのチームを雇って、すべての街路を物理的に歩き、すべての穴ぼこを測定し、すべての車の動きをシミュレートさせます。これには数年かかり、莫大な費用がかかります。
• 新しい方法（DeFecT-FF）：エンジニアのチームを雇って、いくつかの重要な通りを歩き、写真を撮影させます。その後、その写真に基づいて超賢い AI をトレーニングします。これで、AI は都市の地図を見て、99% の精度で数秒以内に、どこで交通渋滞が発生し、それをどのように修正するかを即座に教えてくれます。

この論文は、この「AI GPS」を使用することで、科学者たちは現在、その性能を制限している原子レベルの「交通渋滞」を理解し修正することで、より良い太陽電池を迅速に設計できるようになったと結論付けています。彼らは、かつて不可能だった作業（数十億通りの可能性をチェックすること）を、日常的な仕事に変えました。

技術概要

技術的概要：CdTe ベース太陽電池における欠陥モデリングのための DeFecT-FF フレームワーク

問題提起
現在、大きな市場シェアを占めるカドミウムテルル（CdTe）太陽電池の効率は、固有の点欠陥、不純物、および欠陥複合体に起因する非放射再結合中心によって制限されている。欠陥形成エネルギーや電荷遷移レベルの計算における標準的手法である密度汎関数理論（DFT）は、深刻な計算上のボトルネックに直面している。空孔、格子間原子、反サイト、およびさまざまな電荷状態や合金組成（Cd/Zn–Te/Se/S）にわたる複合体を含む、可能な欠陥配置の組み合わせ爆発は、網羅的な DFT スクリーニングを不可能にしている。さらに、標準的な半局所汎関数（GGA-PBE）はバンドギャップや欠陥レベルを正確に予測できないことが多く、より高価なハイブリッド汎関数（HSE06）にスピン軌道結合（SOC）を併用する必要があり、これが計算コストをさらに増大させている。このプロセスを加速するための過去の機械学習（ML）の試みは、合金系における精度の限界、小さな超格子への依存、および電荷を持つ欠陥配置への汎化能力の欠如に悩まされていた。

手法
著者らは、Cd/Zn–Te/Se/S 化合物における欠陥のエネルギーと基底状態配置を、ハイブリッド汎関数に近い精度で予測するために設計された機械学習力場（MLFF）フレームワーク「DeFecT-FF」を開発した。この手法は、マルチフィデリティな能動学習パイプラインに従う。

1. データセット構築: 文献および先行研究から初期データセットを編成し、二元および三元合金におけるバルクおよび欠陥配置を網羅した。これらの構造はまず PBE 汎関数を用いて最適化された。
2. 能動学習: PBE データに基づいてグラフニューラルネットワーク（GNN）モデル（ALIGNN）のアンサンブルを訓練した。予測の不確実性が高い領域（標準偏差を指標として使用）を反復的に特定し、これらの特定の配置に対して新たな PFT 計算を実行して訓練セットを拡張する能動学習ワークフローを採用した。
3. 高忠実度微調整: 選別された PBE 緩和構造のサブセットを HSE06 ハイブリッド汎関数を用いて再最適化し、正確なバンドギャップ、電荷遷移レベル、および形成エネルギーを取得した。重要なのは、最終的な基底状態だけでなく、完全な緩和経路を捉えるために数千の中間緩和スナップショットもデータセットに含まれている点である。
4. MLFF 訓練: M3GNet ベースの MLFF モデルを、HSE06 から導出されたエネルギー、原子力、および応力を用いて、5 つの電荷状態（$q = +2$ から $-2$）ごとに個別に訓練した。これらのモデルは、原子構造からエネルギーおよび力へのマッピングを明示的に学習し、勾配に基づく幾何学最適化を可能にする。
5. ワークフロー統合: このフレームワークは、対称性を破って多様な初期欠陥幾何学を生成する ShakeNBreak と統合されている。MLFF はこれらの構造を迅速に緩和し、低エネルギー候補を特定する。最後に、MLFF で最適化された幾何学に対して単一点 HSE06+SOC 計算を実行し、最終的な欠陥形成エネルギー図を計算する。

主要な貢献

• 統合 HSE06 データセット: 固有欠陥、外因性ドープ（例：As、Cl、Cu）、および欠陥複合体を含み、5 つの電荷状態でシミュレーションされた Cd/Zn–Te/Se/S 組成における欠陥構造およびエネルギーの、これまでにない最大の統合データセットの構築。
• 電荷状態分解 MLFF: 電荷を持つ欠陥配置に特化して訓練された M3GNet モデルの開発。これにより、半導体欠陥に対する事前訓練済み汎用モデル（MACE や CHGNet など）の汎化能力の低さという課題に対処した。
• 加速されたワークフロー: 完全な DFT と比較して、欠陥最適化の計算コストを 4 桁以上削減しつつ、高い忠実度を維持する完全なパイプライン。
• 公開ツール: nanoHUB プラットフォーム上でインタラクティブなオンラインツールとして DeFecT-FF を公開。ユーザーは高価な DFT 計算を実行することなく、結晶構造ファイルをアップロードし、欠陥を生成して形成エネルギーを計算できる。

結果

• 精度: MLFF モデルは、HSE06 ベンチマークと比較して、結晶形成エネルギー（CFE）に対して 4.8–7.8 meV/atom、欠陥形成エネルギーに対して 0.20 eV 未満の二乗平均平方根誤差（RMSE）を達成した。SOAP 記述子分析および PCA 投影により、モデルが DFT の緩和挙動を成功裡に再現することが確認された。
• 高速化: 216 原子超格子における電荷を持つ欠陥の単一 HSE06 幾何学最適化には約 4,096 コア時間を要する。これに対し、DeFecT-FF 緩和（MLFF 最適化＋単一点 HSE06）は約 0.5 コア時間で済み、10,000 倍以上の高速化を実現している。
• ケーススタディ:
  • As-Cl 複合体: このフレームワークは CdSeTe 合金中の As-Cl 欠陥複合体の低エネルギー配置を特定することに成功し、形成エネルギーの予測値は DFT と 0.1–0.2 eV の範囲で一致した。
  • ZnTe 中の窒素: ZnTe 中の N 関連欠陥の系統的調査により、$N_i+N_i$ 複合体が最もエネルギー的に有利な配置であることが特定された。
  • 有限温度: このフレームワークにより 300 K での分子動力学（MD）シミュレーションが可能となり、数値的安定性を示すとともに、静的な 0 K DFT ではアクセスできない振動状態密度（VDOS）および振動エントロピー寄与へのアクセスを提供した。
• 汎化: 訓練セットに明示的に含まれていなかった分布外組成（例：CdSe$_{0.12}$Te$_{0.88}$）に対しても、モデルは妥当な汎化能力を示し、RMSE 値は中程度（12–13 meV/atom）に留まった。

重要性
本論文は、DeFecT-FF が包括的な欠陥調査を不可能な任務から日常的なスクリーニングへと変容させると主張している。ハイブリッド DFT の反復的で高価な幾何学最適化ステップを回避することで、このフレームワークは、複雑な合金組成および電荷状態にわたる欠陥ランドスケープの迅速なマッピングを可能にする。この能力は、CdTe ベース太陽電池における電圧不足の理解と軽減に向けた重要な一歩として提示されており、ドープおよび加工条件の最適化を促進する。著者らは、MLFF が構造的基盤を提供する一方で、最終的な高忠実度のエネルギーは単一点 HSE06+SOC ステップに依存しており、電子構造特性（バンド端、遷移レベル）の正確性が保たれていることを強調している。ツールの公開は、広範な研究コミュニティに対するハイスループット欠陥モデリングへのアクセスを民主化することを目的としている。