Bond, orbital and spin order in d4/d6/d7 perovskite oxides: successes and limitations of foundation interatomic potentials

あなたは、Foundationという名の超スマートなロボットシェフを想像してみてください。このシェフは、何百万冊もの料理本（密度汎関数理論のデータ）を読み込み、キッチン（結晶構造）が熱を加えたときにどのように見え、どのように動くかを、実際に味見することなく正確に予測することができます。科学者たちが期待しているのは、このシェフが1秒間（原子の世界では永遠とも言える長さである1ナノ秒）の調理をシミュレートできることです。

しかし、ここには落とし穴があります。シェフは材料の形と、それらがどのようにぶつかり合うかしか見ていません。原子の内部で起きている目に見えない「電子のマジック」を、実際には「見て」いないのです。この論文では、このシェフを、ペロブスカイト酸化物という3つの非常に特殊でトリッキーなレシピでテストしています：LaCoO₃、NdNiO₃、そしてLaMnO₃です。

研究者たちは、シェフが温度が下がったときに、これらの原子が繰り出す秘密の「ダンスのステップ」（秩序）を解明できるかどうかを知りたいと考えました。彼らは、50 Kから300 K（極寒から暖かい夏の日まで）の範囲で、80個の原子を持つ巨大なキッチンでシミュレーションを実行しました（さらに、結果が偶然ではないことを確認するために、160個の原子を持つキッチンでも再チェックを行いました）。

以下は、シェフが正解したこと、間違えたこと、そしてその理由です。

1. 簡単な方：呼吸するロックソルト (NdNiO₃)

レシピ： この材料は、ダンサーたちがチェッカーボード柄のパターンで手をつないでいるようなものです。彼らが冷えてくると、「呼吸」するダンスを始めます。いくつかのペアは引き寄せ合い、他のペアは遠ざかるという、完璧なパターンで交互に動きます。
シェフのパフォーマンス： シェフはかなり上手でした！結合が長くなったり短くなったりするパターンを捉えることができました。

• 結果： シェフは結合が交互になっていることに気づき、「ロックソルト秩序パラメータ」（どれくらい交互になっているかのスコア）は**-0.20から-0.27の間になりました。あるバージョンのシェフ（omolと呼ばれます）は、このパターンを完璧に捉え、スコア-1.000**で固定しました。
• 落とし穴： 完璧なスコアは少ししたトリックでした。シェフはある特定の「ダンスのグルーヴ」に陥ってしまい、現実の世界ではこのダンスが温度によって変化するということに気づきませんでした。シェフはダンスの「形」は見ましたが、その「熱力学」（なぜそのダンスが起きるのかという理由）を見落としていたのです。

2. トリッキーな方：回転する独楽 (LaMnO₃)

レシピ： この材料は、部屋中に回転する独楽（ヤーン・テラー歪み）があるようなものです。各独楽には長い軸があります。現実の世界では、これらの独楽はすべて同じ方向を向いているわけではなく、特定の「C型」のパターン（方向がチェッカーボード状に交互に入れ替わるパターン）を描いています。
シェフのパフォーマンス： シェフは苦戦しました。シェフは独楽が揺れていること（結合が伸び縮みしていること）は見抜けましたが、それらがどの「方向」を向いているのかを理解できませんでした。

• 結果： シェフは独楽が揺れていることは見つけましたが、それらはすべて同じ方向（「強磁性軌道」パターン）を向いていました。あるバージョン（CHGNet）は、揺れの「大きさ」については正しく捉えましたが（50 Kで0.42 Å、実際の0.39 Åに近い）、向きはすべて間違っていました。もう一つのバージョンは、揺れをほとんど捉えられませんでした（|Qstatic₂| ≤ 0.025 Å）。
• 判定： シェフは独楽が動いていることは分かっていますが、複雑な「交互の」振り付けを理解できていません。それは、群衆が旗を振っているのを見ているのに、全員が同じ方向に振っていると思い込んでいるようなものです。

3. 不可能な方：目に見えない気分屋 (LaCoO₃)

レシピ： この材料は最も困難です。原子の内部では、電子たちが「気分屋」であり、温度が上がるにつれて、穏やかな状態（低スピン）と興奮した状態（高スピン）の間を行き来しています。
シェフのパフォーマンス： シェフは完全に失敗しました。

• 結果： シェフは何一つとして見つけられませんでした。結合の長さは変化せず、原子も再配置されませんでした。結合の長さは**±0.003 Å**のまま平坦でした。
• 判定： これは、「気分屋」の現象が原子の内部で起きているためです。それはキッチンの「形」を変えることはありません。シェフは部屋の形しか見ていないため、この気分屋の現象を全く見ることができないのです。論文では、これは幾何学的な形状のみを見るシェフにとって根本的にアクセス不可能な領域であると述べています。

大きな教訓：難易度の階層

著者たちは、AIシェフにおける明確な「難易度の階段」を発見しました：

1. スカラー（簡単なステップ）： 電子的な問題が単純な「長い vs 短い」パターン（呼吸するロックソルトのようなもの）を生み出す場合、シェフは見ることができます。
2. ベクトル（中間のステップ）： 問題が「どの方向が長いか」を知る必要がある場合（回転する独楽のようなもの）、シェフは大きさは正しく捉えますが、方向を間違えます。振り付けを正しく行うには、特定のパターンに関するさらなる訓練が必要です。
3. オンサイト（最上級のステップ）： 問題が純粋に原子の内部状態に関するもので、形状の変化を伴わない場合（気分屋のようなもの）、シェフは盲目になります。いくら部屋を見渡しても解決にはなりません。シェフに電子を直接「感じる」方法を教えなければならないのです。

この論文が否定していること

この論文は、これらの基盤モデルが、すべての相関物質に対する「魔法の解決策」であるという考えに対して、明確に反対しています。

• LaCoO₃の「気分屋」の研究において、仕組みを変えずにこれらのモデルを使うことはできない、という考えを否定しています。
• これらのモデルがLaMnO₃の交互パターンに関する正しい物理を「学習した」のではなく、単に揺れの大きさを捉えることに「運良く成功した」だけである、という点を指摘しています。

信頼性はどの程度か？

著者たちは、自分たちがシミュレートした内容については非常に自信を持っています。彼らは各材料について、6つの異なる温度（50, 100, 150, 200, 250, 300 K）で1ナノ秒の分子動力学を実行しました。また、結果が小さなキッチンによる偶然の産物ではないことを確認するために、160個の原子を用いたキッチンで検証を行いました。

彼らは、将来のモデルには、特定のデータ（スピン状態や正確な交互パターンなど）を用いて「微調整（ファインチューニング）」が必要であることを示唆しています。彼らは、これらのモデルが永遠に壊れていると言っているのではなく、「もしこれらの特定のパズルを解きたいのであれば、汎用的なレシピを使うだけでは不十分であり、トレーニングデータにこれらの具体的な材料を加える必要がある」と言っているのです。

要約すると、ロボットシェフは家具が動くのを見るのは得意ですが、家具が揺れるのを見るのはそこそこであり、家具の内部にある目に見えない感情については完全に盲目です。これを修正するには、シェフに全く新しい「見方」を教えなければなりません。