Vibrational, structural, and chemical fingerprints of ion diffusion in crystalline solids

より優れた電池の構築という探求において、科学者たちはイオン（リチウムのような電荷を持つ原子）を迅速かつ効率的に移動させることができる材料を探しています。イオンが液体の中のように軽快に通り抜けられる固体ブロックの材料を想像してみてください。これは、今日のスマートフォンや自動車に使用されているリチウムイオン電池よりも安全で強力な可能性を秘めた、全固体電池の「聖杯」です。これらの材料を見つける鍵は、イオンがどれくらいの速さで移動するかという性質、すなわち「自己拡散係数」を理解することにあります。伝統的に、結晶内部でイオンがどれほど速く動くかを算出するには、すべての原子の動きを時間の経過とともに追跡する膨大なコンピュータ・シミュレーションを実行する必要がありました。イオンはゆっくりと不規則に動くため、正確な答えを得るには非常に長いシミュレーションを実行しなければならず、単一の材料に対して数日、あるいは数週間のコンピュータ・時間を要することも珍しくありませんでした。この遅さが、完璧なものを見つけ出すために必要な何千もの潜在的な材料をスクリーニングすることを、ほぼ不可能にしていました。

マサチューセッツ工科大学の研究チームは、このボトルネックを回避する方法を見出しました。イオンの移動に関する低速なフル・シミュレーションが終わるのを待つ代わりに、彼らは非常に短いシミュレーションから得られる材料の「指紋」を見ることで、イオンがどれほどの速さで移動するかを予測する手法を開発しました。彼らは、イオンの実際の動きが予測可能なパターンに落ち着くまでには長い時間がかかる一方で、他の特性はほぼ瞬時に落ち着くことに気づきました。これらの特性には、原子の振動、空間における原子の配置、そして原子自体の化学的性質などが含まれます。これらの素早く測定可能な「指紋」と、最終的なイオンの速度との間の関連性を認識するようにコンピュータ・モデルを訓練することで、研究者たちは以前必要だった計算能力のほんの一部のみを使用して、高い精度でイオンの移動を予測できるようになりました。

研究者たちは、特定の課題に焦向しました。それは、イオンがその場に留まっている材料と、自由に流動している材料を区別することです。彼らは、イオンを伝導する数千種類の異なる固体材料のデータを収集しました。各材料について、彼らはわずか5ピコ秒（1兆分の1秒という極めて短い時間）の短いコンピュータ・シミュレーションを実行しました。この刹那的なスナップショットから、彼らは主に2種類の情報を抽出しました。第一に、原子がさまざまな速度でどのように揺れたり振動したりしているかのマップである「振動状態密度」を見ました。第二に、イオンが互いにどのように間隔を空けているかの尺度である「動径分布関数」を調べ、イオンが硬い構造の中に密集しているのか、あるいは液体のように自由に動いているのかを明らかにしました。

このデータを理解するために、チームはニューラルネットワークと呼ばれる一種の人工知能を使用しました。彼らは、このネットワークに対し、短いシミュレーションの指紋を見て、長期的なイオンの速度を推測するように教え込みました。また、ネットワークには、存在する元素や結合の仕方といった材料の化学的情報も与えられました。目標は、原子の素早く混沌とした「震え」と、イオンのゆっくりとした着実な「漂い」を結びつける隠れたルールを、モデルが学習できるかどうかを確認することでした。結果は驚くべきものでした。モデルは、非常に複雑な物理プロセスとしては極めて狭い範囲である、対数スケールで平均誤差0.5ユニット未満という高い精度で、最終的なイオン速度を予測することができました。モデルは材料を正しくランク付けし、高速の伝導体と低速の伝導体を強い相関を持って特定しました。

最も重要な発見の一つは、モデルが予測を行うために、イオンが実際に一箇所から別の場所へと「跳躍」するのを待つ必要がなかったことです。多くの材料、特に低速な材料においては、5ピコ秒の窓の中でイオンは全く動かないこともあります。しかし、モデルは十分な時間が与えられれば、それらがどれほどの速さで動くかを予測することができました。これは、短いシミュレーションが、イオンの周囲の環境の「硬さ（スティフネス）」を捉えていたためです。高速伝導の材料では、移動するイオンを取り囲む原子同士の結合が緩やかであり、イオンが容易に通り抜けることができます。一方、低速な材料では、周囲の原子がしっかりと固定されており、イオンを閉じ込める硬いケージ（籠）を作り出しています。モデルは、これらの振動や構造のパターンの微妙な違いを読み取ることを学習し、動きが実際に起こる前に、その「移動の可能性」を実質的に捉えていたのです。

研究者たちはまた、移動するイオンが結晶の周囲の枠組みとどのように相互作用するかについても調査しました。彼らは、イオンが速く移動する材料では、移動するイオンの振動が周囲の原子の振動から大きく独立していることを見出しました。つまり、イオンはデカップリング（非結合化）されており、独自に動いています。対照的に、低速な材料では、移動するイオンは周囲の枠組みと密接に同期しており、自由になることを妨げる共有されたリズムに縛り付けられています。このデカップリングこそが、優れた伝導体の重要なサインです。また、研究は、イオンの配置（イオンが特定の距離で発見される確率）が、高速伝導体においては液体の性質に似た特定のパターンに従う一方で、低速伝導体は硬い固体のような秩序を維持していることも確認しました。

これらの振動、構造、および化学的な手がかりを組み合わせることで、チームは材料をスクリーニングするための普遍的なツールを作り上げました。研究者は、収束するまでに数日かかるシミュレーションを実行する代わりに、わずか5ピコ秒のシデーションを実行するだけで、信頼できる性能予測を得ることができます。このアプローチは単に時間を節約するだけでなく、発見の戦略そのものを変えるものです。これにより、科学者は何千もの不適切な候補を迅速にフィルタリングし、有望な数少ない材料にリソースを集中させることができます。モデルは4,000を超える材料のデータセットでテストされ、幅広い温度域や化学組成において堅牢であることが証明されました。モデルは、事前に答えを知ることなく、高速伝導体として知られている材料と低速伝導体として知られている材料の両方のイオン速度を正確に予測することに成功しました。

電池開発への影響は甚大です。新しい固体電解質の発見は、各候補をテストするための計算コストが高すぎたため、遅いプロセスとなってきました。この新しい手法を用いることで、スクリーニングのプロセスは迅速かつ効率的になります。研究者たちは、モデルが、はるかに長いシミュレーションを実行した場合と同等の精度でイオン速度を予測できることを示しましたが、それは極めてわずかな時間で行われました。これは、完璧な全固体電池材料の探索が、遅い手作業のプロセスから、迅速で自動化されたプロセスへと移行できることを意味します。この研究は、電池設計の問題を完全に解決したと主張するものではありませんが、潜在的な材料の広大な風景を眺めるための強力な新しいレンズを提供し、数年かかる探索を数日、あるいは数時間の問題へと変えるものです。